Os times de segurança estão na linha de frente no combate às ameaças cibernéticas, recebendo um fluxo constante de alertas e dados complexos que, muitas vezes, torna mais lenta a execução das tarefas. É preciso investigar, relatar e responder a essas ocorrências de forma rápida e eficiente, e ainda que esses profissionais saibam da existência de insights críticos escondidos nesses dados, pode faltar tempo e recursos para que sejam todos descobertos.
Com o objetivo de criar um assistente virtual capaz de produzir relatórios automatizados, realizar pesquisas de ameaças e usar a IA generativa como guia para responder aos alertas, a Lumu Technologies, empresa de cibersegurança criadora do Continuous Compromise Assessment®, desenvolveu uma integração que permite a combinação de Modelos de Linguagem de Grande Escala (LLM) como Claude com sua plataforma Lumu Defender. Essa integração é viabilizada por um padrão conhecido como Model Context Protocol (MCP).
“Podemos pensar no LLM como um assistente virtual inteligente, enquanto a ferramenta da Lumu é um especialista em dados reais de segurança e o MCP um tradutor universal que permite que eles se comuniquem de forma segura e eficaz. Com esse tipo de conexão, criamos uma integração robusta, tornando todo o sistema mais poderoso e fácil de gerenciar”, explica Germán Patiño, vice-presidente de Vendas para a América Latina da Lumu Technologies.
O executivo lista três aplicações práticas que podem aprimorar o trabalho de cibersegurança com o uso de IA:
1 – Automatização de relatórios para qualquer público: analistas gastam tempo demais traduzindo dados técnicos para diferentes públicos. Ao enviar dados brutos de incidentes da solução da Lumu para um LLM, é possível gerar relatórios personalizados, criando em segundos um resumo executivo de alto nível para a diretoria de um cliente e uma análise técnica detalhada para a equipe de SOC. Isso libera os especialistas para focar em mitigação, não em comunicação.
2 – Aceleração de pesquisa e análise de ameaças: quando surge uma nova ameaça, a velocidade é crucial. Em vez de fazer uma varredura manual, o agente de IA para cibersegurança fornece um contexto instantâneo. Ao enviar um indicador de comprometimento (IoC) ao agente, ele retorna imediatamente uma análise detalhada do vetor de ameaça, explicando suas táticas, técnicas e procedimentos (TTPs) e mapeando-os para a base MITRE ATT&CK. Isso reduz o tempo de investigação de horas para minutos.
3 – Solução e resposta a alertas com rapidez: alertas complexos podem sobrecarregar analistas juniores. Agentes de IA atuam como intérpretes instantâneos, explicando um alerta técnico em linguagem simples e gerando um plano de resposta passo a passo. Isso reduz o tempo médio de resposta (MTTR) e padroniza seu processo.
“Muitos perguntam se a inteligência artificial vai substituir a cibersegurança. Com base nessas aplicações, o que vemos é que ela pode ampliar as capacidades existentes. Conectar um stack de cibersegurança a um LLM melhora muito o fluxo de trabalho, automatizando tarefas tediosas e transformando dados brutos em ações decisivas. Com isso, os profissionais assumem o controle e conseguem se manter sempre um passo à frente”, conclui Patiño.