.webp){kind=small}
Sistemas autônomos capazes de raciocinar, tomar decisões próprias e executar ações em um ambiente introduzem uma categoria de risco que os controles de nível de aplicação nunca foram projetados para conter. Tratar esse risco como um problema isolado resulta em arquiteturas incompletas, afirma Oscar Wahlberg, diretor sênior de gerenciamento de produtos da Nutanix.
"As salvaguardas para detectar um prompt malicioso não impedirão que um agente tenha um lapso de memória e faça algo que nunca deveria ter feito, como excluir bancos de dados acidentalmente ou vazar dados confidenciais com uma credencial que lhe foi concedida, mas que depois utiliza para algo completamente diferente", diz Wahlberg. "Esse é o principal problema à medida que as empresas migram agentes autônomos da fase de experimentação para a produção." Uma vez que um sistema agente recebe privilégios de execução em todo o data center, a postura de segurança precisa ser escalada para uma arquitetura de defesa em profundidade que abranja infraestrutura, armazenamento, computação, rede e um plano de controle. Cada camada aborda uma categoria distinta de risco, em vez de duplicar os mesmos controles em toda a pilha.
Nenhum controle de segurança ou fornecedor isolado pode fornecer essa proteção sozinho. A defesa em profundidade depende da colaboração entre essas camadas.
Ao dividir as responsabilidades entre as camadas e aderir à segmentação de confiança zero, as organizações podem criar uma estrutura segura que melhora sua postura geral. Compreender quais riscos pertencem a cada camada é o que transforma o princípio da defesa em profundidade em uma estrutura de segurança prática, com três camadas, cada uma com uma responsabilidade distinta.
A responsabilidade fundamental da camada de infraestrutura é estabelecer uma raiz de confiança que responda a uma pergunta simples: quem está operando no ambiente? Essa identidade confiável torna-se o pré-requisito para todos os controles de segurança acima dela. Antes que uma organização possa confiar no que um agente faz, ela precisa primeiro confiar na integridade do ambiente em que o agente é executado. Quando um agente solicita permissão para executar uma operação, o sistema deve ser capaz de verificar se a solicitação veio do agente legítimo — e não de algo que o esteja se passando.
Fornecer esse tipo de garantia depende de tecnologias que estabelecem a confiança no próprio hardware, incluindo atestação de plataforma, computação confidencial e inicialização segura, juntamente com controles que impedem o acesso não autorizado tanto dentro de um servidor quanto fora dele. Para setores regulamentados, como o de serviços financeiros, essa camada oferece a capacidade de isolar as cargas de trabalho de produção de IA, de modo que nem o agente nem o ambiente possam operar fora do escopo atribuí. Isso mitiga riscos como adulteração de modelos e tempo de execução, comprometimento da cadeia de suprimentos e acesso não autorizado a cargas de trabalho de IA sensíveis.
Uma vez que os agentes começam a se comunicar com outros agentes, APIs, aplicativos e sistemas corporativos, eles geram um nível de concorrência e comunicação dinâmica que as configurações de rede estáticas tradicionais nunca foram projetadas para suportar. Um agente configurado para chamar APIs, consultar fontes de dados e criar agentes adicionais sem restrições gera uma extensa rede de tráfego leste-oeste que se torna muito difícil de entender, e essa complexidade pode facilmente mascarar a movimentação lateral ou a exfiltração de dados quando as camadas de segurança de rede adequadas não estão implementadas.
"Devemos tratar os agentes de IA como uma nova classe de identidade de rede e garantir que um agente só possa se comunicar com outros agentes ou fontes de dados onde isso seja explicitamente permitido", afirma Wahlberg. "Isso significa abandonar regras estáticas rígidas em favor da aplicação dinâmica de políticas." A solução da Nutanix é o Agent Gateway, parte da solução Nutanix Agentic AI. Trata-se de uma camada unificada e governada, projetada para fornecer controle de custos e recursos de governança para auxiliar no gerenciamento de usuários de agentes autônomos.
Em conjunto com agentes baseados em segmentação de confiança zero e utilizando recursos como o Nutanix Flow para microsegmentação e integração com fornecedores de rede, incluindo sua integração com o Cisco Secure AI Factory, o Agent Gateway ajuda as empresas a governar as interações entre agentes, modelos, fontes de dados e aplicativos corporativos.
A camada de rede governa a movimentação lateral, a exfiltração de dados e controla as interações de rede do agente. Uma estrutura de confiança zero com acesso bloqueado por padrão e monitoramento de interação escalável é importante para os agentes, visto que eles podem apresentar comportamentos não confiáveis. A integração do software Nutanix com os servidores Cisco UCS e os Cisco AI PODs fornece a infraestrutura física pronta para uso (computação, armazenamento e rede) na qual a fábrica de IA é executada.
O plano de controle é o cérebro da operação, fornecendo um ponto central para gerenciar permissões de agentes, acesso a ferramentas, consumo de recursos e visibilidade em tempo de execução. O mais importante é ter um único local onde as políticas possam ser aplicadas de forma consistente, em vez de serem reinventadas para cada agente, afirma Wahlberg.
"O Agent Gateway funciona como um ponto de extremidade universal para diferentes modelos e ferramentas, permitindo que uma equipe de TI configure seus agentes para se comunicarem com esse ponto de controle único", explica ele. O gateway de IA centralizado permite que o administrador observe, audite e controle o acesso a modelos, bem como às ferramentas MCP, protegendo dados e restringindo o acesso privilegiado. Essa camada foi projetada para ajudar a mitigar riscos como uso indevido de privilégios, agentes descontrolados, uso não autorizado de ferramentas, vazamento de dados e o consumo excessivo de modelos, que pode levar ao aumento do consumo de tokens quando os agentes ficam presos em loops de execução. E depende de tratar a governança como um sistema de controle em tempo de execução, em vez de uma mera formalidade para fins de conformidade.
Por que a segurança genérica falha em ambientes de IA com agentes
O maior erro arquitetônico que as empresas cometem é assumir que um único modelo de segurança pode ser aplicado a todas as camadas de uma pilha de IA. Quando uma organização tenta resolver a questão da confiança em nível de hardware com software em nível de aplicação, ou se apoia em regras de rede legadas estáticas para gerenciar agentes dinâmicos, ela constrói uma arquitetura que impede o sistema de agentes de realizar seu trabalho ou deixa portas críticas totalmente abertas. Pensar da mesma forma, aceitando soluções universais, tende a gerar perdas significativas de desempenho e atritos operacionais.
