"Visión general"
La Prevención de Amenazas Agénticas defiende contra mutaciones de ataques impulsados por IA autónoma a la velocidad de la máquina. Utiliza agentes de IA para identificar ataques y aplicar y adaptar protecciones antes de que ocurra cualquier impacto. Esto reduce la superficie de ataque y detiene las amenazas de IA de vanguardia sin esperar la intervención manual.
Comprendiendo la Amenaza de la IA Fronteriza
Los ataques de IA fronteriza no están impulsados ni limitados por humanos. Los agentes de IA ahora pueden planificar, ejecutar y adaptar cadenas de ataque multinivel autónomamente, acelerando el descubrimiento de vulnerabilidades, personalizando tácticas en tiempo real para evadir defensas, y ejecutando ataques a velocidades, escalas y sofisticaciones crecientes.
La protección contra ataques de IA fronteriza está más allá de los límites de las protecciones tradicionales. Las reglas y firmas estáticas están construidas para ataques conocidos, mientras que los atacantes de IA fronteriza mutan continuamente su comportamiento para eludirlas. La protección efectiva debe operar a velocidad de máquina y usar un contexto continuo, específico del entorno para identificar y bloquear rutas de ataque emergentes.
Cómo la Prevención de Amenazas Agénticas Protege su Red
La Prevención de Amenazas Agénticas utiliza agentes de IA impulsados por el modelo de lenguaje grande Opus 4.6. Los agentes analizan el tráfico de toda la red y las señales de seguridad cada cuatro horas. Cada análisis revisa la actividad de las últimas 24 horas a través de usuarios, hosts, sitios, aplicaciones y otras entidades. Esta ventana deslizante proporciona contexto específico de la cuenta sobre patrones de uso típicos y actividad esperada.
Usando este contexto, los agentes razonan sobre patrones de comportamiento sospechosos. A velocidad de máquina, correlacionan secuencias de actividad, tiempos, eventos vistos por primera vez y señales de múltiples motores de seguridad. Este razonamiento conecta señales individuales y las compara con el comportamiento establecido y el contexto más amplio de la red. Puede revelar ataques emergentes, incluidos aquellos que utilizan rutas previamente no vistas. Por ejemplo, descargar un archivo binario puede ser normal para un administrador de IT. La misma acción puede indicar riesgo cuando es realizada por un usuario sin historial de ese comportamiento.
Cuando la actividad indica un riesgo elevado, el agente predice el siguiente paso del ataque y determina la respuesta apropiada aplicando automáticamente controles temporales y dinámicos. Estos controles bloquean el acceso a servicios expuestos, acciones o rutas de acceso, aplicando mitigación basada en un análisis exhaustivo y en la investigación de numerosos escenarios de violación realizada por el equipo de investigación de Cato.
Los agentes reevaluan continuamente el comportamiento a lo largo del tiempo y ajustan o eliminan controles a medida que cambian las condiciones. Esto reduce la superficie de ataque, limita la intervención manual y preserva la visibilidad y el control administrativos. Para monitorear cómo la Prevención de Amenazas Agénticas protege su red, vea Monitoreo de Prevención de Amenazas Agénticas.
Para proporcionar una vista más completa del comportamiento arriesgado del usuario, los eventos de bloqueo desencadenados por el motor de seguridad de Prevención de Amenazas Agénticas se incorporan en la puntuación de riesgo del usuario. Para más información, consulte Comprender el Nivel de Riesgo del Usuario.
La Prevención de Amenazas Agénticas le permite:
Anticiparse a los ataques de frontera adaptando protecciones específicas del entorno a velocidad de máquina a medida que cambia el comportamiento del atacante
Automatizar la prevención de amenazas aplicando automáticamente controles dinámicos que detienen ataques antes de que puedan avanzar
Imponer controles en todas partes entre usuarios, sitios y aplicaciones
Requisitos de Licencia
Para clientes con una licencia activa de Protección Avanzada contra Amenazas a partir de agosto de 2026, esta licencia también incluye Prevención de Amenazas Agénticas
Para otros clientes, la Prevención de Amenazas Agénticas requiere una licencia de Prevención de Amenazas Agénticas (esto requiere una licencia de Prevención de Amenazas o una de Prevención Avanzada de Amenazas)
Caso de Uso – Bloqueo de Ataque Agéntico AI Antes del Establecimiento de Comando-y-Control
Un empleado de Compañía ABC interactuó con un agente de IA malicioso disfrazado de asistente de productividad legítimo. Después de ganarse la confianza del empleado, el agente intentó ejecutar un ataque en varios pasos enumerando recursos locales, identificando aplicaciones sensibles y preparando el punto final para acceso remoto persistente. La secuencia de acciones era atípica para el usuario y no había ocurrido previamente en el dispositivo.
La Prevención de Amenazas Agénticas analizó la cadena de eventos, reconoció el razonamiento y la planificación coordinada característicos de un ataque autónomo impulsado por IA, y determinó que la actividad representaba un reconocimiento malicioso que precedía al establecimiento de comando-y-control.
Basándose en esta evaluación, la Prevención de Amenazas Agénticas aplicó controles preventivos antes de que el ataque pudiera progresar. Bloqueó la descarga y ejecución de AnyDesk, impidiendo que el agente de IA estableciera acceso remoto y mantuviera el comando-y-control. Esto interrumpió el ataque antes de que se pudieran entregar herramientas adicionales, cargas útiles o instrucciones, reduciendo significativamente el riesgo de robo de credenciales, escalada de privilegios y movimiento lateral.
Al detectar autónomamente la intención detrás de la actividad en lugar de depender de indicadores individuales, la Prevención de Amenazas Agénticas contuvo el ataque impulsado por IA sin requerir intervención manual.
Entendiendo Cómo Funciona la Prevención de Amenazas Agénticas
La Prevención de Amenazas Agénticas analiza continuamente la actividad en todo su entorno para identificar y detener comportamientos sospechosos utilizando el siguiente proceso de cinco pasos:
.png?sv=2026-02-06&spr=https&st=2026-10-06T00%3A10%3A03Z&se=2026-10-06T00%3A27%3A03Z&sr=c&sp=r&sig=qTFj%2FQk9DJjAFJ2AmM5Ir9VRpH%2B3to2BDnXPyAPAxws%3D)
Build an Entity Baseline: Agentic Threat Prevention’s AI agents monitor network activity over time to establish normal behavior across your network.
Detect Deviations: Agents collect real-time signals from multiple security engines, including services such as Anti-Malware, IPS, Firewall and SAM. It also analyzes long-term insights from the Cato data lake, which aggregates all security events. AI agents reasoning identifies suspicious behavioral patterns compared against the behavioral baseline to identify abnormal activity. Even actions that appear benign can be flagged if they significantly deviate from normal behavior.
Dynamic Controls: When suspicious behavior is detected, to reduce the attack surface, the agent predicts the next stage of the attack and applies customized controls to prevent it from progressing. Multiple controls can be applied for a single suspicious behavior.
Block Malicious Action: If a malicious action is taken, it is blocked in real time to prevent threats.
Adapt Dynamic Controls: Agents continuously reevaluate entity behavior and dynamically adjust or expire the applied controls as the risk level changes.
Cómo la Prevención de Amenazas Agénticas Complementa los Motores de Seguridad Existentes
Los ataques agénticos introducen tres desafíos contra los cuales los modelos de seguridad tradicionales brindan protección limitada:
Velocidad de máquina: Los ataques se ejecutan y progresan más rápido de lo que pueden reaccionar los flujos de trabajo de respuesta impulsados por humanos
Adaptable: Los atacantes impulsados por IA iteran continuamente, cambiando tácticas después de cada intento fallido hasta que encuentran un camino que tiene éxito
Autónomos: Las cadenas de ataque planean y ejecutan sin un humano en el bucle, por lo que nunca pausarán, esperarán o perderán el enfoque
Los motores de seguridad de Cato existentes proporcionan protección precisa contra amenazas y violaciones de políticas conocidas. Eficazmente hacen cumplir la política y bloquean ataques en etapas específicas del ciclo de vida. Sin embargo, dependen de detecciones definidas por anticipado, firmas y reglas creadas por investigadores de seguridad basadas en técnicas de ataque conocidas.
Los atacantes agénticos pueden modificar continuamente sus técnicas hasta encontrar un camino de ataque disponible más rápido de lo que se pueden investigar, escribir y desplegar nuevas detecciones. La Prevención de Amenazas Agénticas empareja el modelo de operación del atacante con una capa de razonamiento autónoma. Analiza continuamente el contexto específico de la cuenta a partir de tráfico, eventos de seguridad, inteligencia de amenazas y comportamiento de entidades. A diferencia del atacante, el agente tiene una visibilidad continua del entorno y acceso inmediato a controles de aplicación. Esta ventaja de contexto ayuda al agente a identificar patrones de comportamiento sospechosos y rutas de ataque emergentes.
El agente detecta comportamientos sospechosos sin esperar que los investigadores creen nuevas firmas. Selecciona la respuesta apropiada basada en el contexto y el riesgo de cada detección. La Prevención de Amenazas Agénticas entonces aplica controles dinámicos a través de los motores de aplicación existentes de Cato a velocidad de máquina.
El agente reevaluá continuamente la actividad y ajusta o elimina controles a medida que el riesgo cambia. Esto proporciona prevención proactiva sin requerir un humano en el bucle.
Los motores de seguridad existentes imponen controles precisos, mientras que la Prevención de Amenazas Agénticas razona autónomamente sobre el contexto y orquesta la respuesta. Juntos, detienen ataques agénticos antes de que puedan progresar, sin añadir complejidad a las políticas o sobrecarga operacional.