Visão geral
A Prevenção de Ameaças Agêncica defende contra mutações de ataque autônomas impulsionadas por IA na velocidade da máquina. Ela usa agentes de IA para identificar ataques e aplicar e adaptar proteções antes que ocorra qualquer impacto. Isso reduz a superfície de ataque e interrompe ameaças de IA de fronteira sem aguardar intervenção manual.
Compreendendo a Ameaça da IA de Fronteira
Os ataques de IA de fronteira não são impulsionados ou limitados por humanos. Os agentes de IA agora podem planejar, executar e adaptar cadeias de ataque em múltiplos estágios de forma autônoma, acelerando a descoberta de vulnerabilidades e personalizando táticas em tempo real para evadir defesas e executar ataques em velocidade, escala e sofisticação crescentes.
A proteção contra ataques de IA de fronteira está além dos limites das proteções tradicionais. Regras e assinaturas estáticas são construídas para ataques conhecidos, enquanto atacantes de IA de fronteira continuamente mutam seu comportamento para ultrapassá-las. A proteção eficaz deve operar na velocidade da máquina e usar um contexto contínuo e específico do ambiente para identificar e bloquear caminhos de ataque emergentes.
Como a Prevenção de Ameaças Agêncica Protege sua Rede
A Prevenção de Ameaças Agêncica usa agentes de IA com o modelo de linguagem grande Opus 4.6. Os agentes analisam o tráfego e os sinais de segurança em toda a rede a cada quatro horas. Cada análise revisa a atividade das últimas 24 horas entre usuários, anfitriões, sites, aplicações e outras entidades. Esta janela móvel fornece um contexto específico da conta sobre padrões típicos de uso e atividade esperada.
Usando este contexto, os agentes raciocinam sobre padrões comportamentais suspeitos. Na velocidade da máquina, correlacionam sequências de atividades, cronometram, eventos vistos pela primeira vez e sinais de múltiplos motores de segurança. Este raciocínio conecta sinais individuais e os compara com comportamentos estabelecidos e o contexto mais amplo da rede. Pode revelar ataques emergentes, incluindo ataques que usam caminhos previamente não vistos. Por exemplo, baixar um arquivo binário pode ser normal para um administrador de TI. A mesma ação pode indicar risco quando realizada por um usuário sem histórico desse comportamento.
Quando a atividade indica risco elevado, o agente prevê o próximo passo do ataque e determina a resposta apropriada aplicando automaticamente controles dinâmicos temporários. Esses controles bloqueiam o acesso a serviços expostos, ações ou caminhos de acesso, aplicando mitigação baseada em análise minuciosa e pesquisas de inúmeros cenários de violação pela equipe de pesquisa da Cato.
Os agentes reavaliam continuamente o comportamento com o tempo e ajustam ou removem controles à medida que as condições mudam. Isso reduz a superfície de ataque, limita a intervenção manual e preserva a visibilidade e controle administrativo. Para monitorar como a Prevenção de Ameaças Agêncica protege sua rede, consulte Monitoramento da Prevenção de Ameaças Agêncica .
Para fornecer uma visão mais completa do comportamento arriscado do usuário, eventos de bloqueio acionados pelo motor de segurança da Prevenção de Ameaças Agêncica são incorporados à pontuação de risco do usuário. Para mais informações, consulte Compreendendo o Nível de Risco do Usuário.
A Prevenção de Ameaças Agêncica permite que você:
Fique à frente dos ataques de fronteira adaptando proteções específicas do ambiente em velocidade de máquina à medida que o comportamento do atacante muda
Automatize a prevenção de ameaças aplicando automaticamente controles dinâmicos que interrompem ataques antes que possam avançar
Aplique controles em todos os lugares entre usuários, sites e aplicações
Requisitos de Licenciamento
Para clientes com uma licença de Proteção Avançada contra Ameaças ativa a partir de agosto de 2026, esta licença também inclui a Prevenção de Ameaças Agêncica
Para outros clientes, a Prevenção de Ameaças Agêncica requer uma licença específica de Prevenção de Ameaças Agêncica (esta requer uma licença de Prevenção de Ameaças ou uma licença de Prevenção Avançada de Ameaças)
Caso de Uso – Bloqueio de Ataque de IA Agêncica Antes do Estabelecimento de Comando e Controle
Um funcionário da Empresa ABC interagiu com um agente de IA malicioso disfarçado como um assistente de produtividade legítimo. Após ganhar a confiança do funcionário, o agente tentou executar um ataque em vários passos enumerando recursos locais, identificando aplicações sensíveis e preparando o endpoint para acesso remoto persistente. A sequência de ações foi atípica para o usuário e não havia ocorrido previamente no dispositivo.
A Prevenção de Ameaças Agêncica analisou a cadeia de eventos, reconheceu o raciocínio e planejamento coordenados característicos de um ataque autônomo impulsionado por IA e determinou que a atividade representava reconhecimento malicioso precedendo o estabelecimento de comando e controle.
Com base nessa avaliação, a Prevenção de Ameaças Agêncica aplicou controles preventivos antes que o ataque pudesse progredir. Ela bloqueou o download e execução do AnyDesk, impedindo que o agente de IA estabelecesse acesso remoto e mantivesse o comando e controle. Isso interrompeu o ataque antes que ferramentas adicionais, cargas úteis ou instruções pudessem ser entregues, reduzindo significativamente o risco de roubo de credenciais, elevação de privilégio e movimento lateral.
Ao detectar autonomamente a intenção por trás da atividade em vez de confiar em indicadores isolados, a Prevenção de Ameaças Agêncica conteve o ataque impulsionado por IA sem necessitar de intervenção manual.
Compreendendo Como Funciona a Prevenção de Ameaças Agêncica
A Prevenção de Ameaças Agêncica analisa continuamente a atividade em todo o seu ambiente para identificar e interromper comportamentos suspeitos usando o seguinte processo de cinco etapas:
.png?sv=2026-02-06&spr=https&st=2026-10-04T22%3A52%3A47Z&se=2026-10-04T23%3A08%3A47Z&sr=c&sp=r&sig=RrpGsWYQHFI2ODEJGGhoDOfWJFUw7VKG9enmGIePGEo%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.
Como a Prevenção de Ameaças Agêncica Complementa Motores de Segurança Existentes
Ataques agêncicos apresentam três desafios que modelos de segurança tradicionais oferecem proteção limitada contra:
Velocidade da máquina: os ataques são executados e progridem mais rápido do que os fluxos de resposta conduzidos por humanos podem reagir
Adaptável: Atacantes impulsionados por IA iteram continuamente, mudando táticas após cada tentativa fracassada até encontrar um caminho que tenha sucesso
Autônomo: Cadeias de ataque planejam e executam sem a presença humana, nunca pausam, esperam ou perdem o foco
Motores de segurança Cato existentes fornecem proteção precisa contra ameaças conhecidas e violações de políticas. Eles aplicam efetivamente a política e bloqueiam ataques em estágios específicos do ciclo de vida. No entanto, dependem de detecções definidas antecipadamente, assinaturas e regras criadas por pesquisadores de segurança com base em técnicas de ataque conhecidas.
Atacantes agêncicos podem modificar continuamente suas técnicas até encontrar um caminho de ataque disponível mais rápido do que novas detecções podem ser pesquisadas, escritas e implementadas. A Prevenção de Ameaças Agêncica iguala o modelo de operação do atacante com uma camada de raciocínio autônomo. Ela analisa continuamente o contexto específico de conta de tráfego, eventos de segurança, inteligência de ameaças e comportamento de entidades. Ao contrário do atacante, o agente tem visibilidade contínua do ambiente e acesso imediato a controles de aplicação. Esta vantagem de contexto ajuda o agente a identificar padrões comportamentais suspeitos e caminhos de ataque emergentes.
O agente detecta comportamento suspeito sem esperar que pesquisadores criem novas assinaturas. Ele seleciona a resposta apropriada com base no contexto e risco de cada detecção. A Prevenção de Ameaças Agêncica então aplica controles dinâmicos através dos motores de aplicação existentes da Cato na velocidade da máquina.
O agente reavalia continuamente a atividade e ajusta ou remove controles conforme o risco muda. Isso fornece prevenção proativa sem exigir a intervenção humana.
Os motores de segurança existentes aplicam controles precisos, enquanto a Prevenção de Ameaças Agêncica raciocina autonomamente sobre o contexto e orquestra a resposta. Juntos, eles interrompem ataques agêncicos antes que possam progredir, sem adicionar complexidade de política ou sobrecarga operacional.