Meta e Cisco integram modelos de IA de código aberto em operações de segurança de última geração

À medida que os ataques cibernéticos se aceleram na velocidade das máquinas, os modelos de linguagem ampla (LLMs) de código aberto estão surgindo rapidamente como infraestrutura central. Eles capacitam as startups e os líderes de segurança cibernética estabelecidos a criar e implementar defesas flexíveis e econômicas contra ameaças que superam os tempos de resposta humana.

Os benefícios inerentes dos LLMs de código aberto - implementação mais rápida, maior adaptabilidade e custos mais baixos - estabelecem uma base segura e dimensionável para o fornecimento de infraestrutura. Na conferência RSAC 2025, realizada na semana passada, a Cisco, a Meta e o ProjectDiscovery revelaram novos LLMs de código aberto e uma inovação de superfície de ataque impulsionada pela comunidade, moldando coletivamente o futuro da segurança cibernética de código aberto.

Um tema central da RSAC deste ano é a evolução dos LLMs de código aberto para aprimorar e fortalecer a infraestrutura em grande escala.

A IA de código aberto está se aproximando do avanço que os líderes de segurança cibernética há muito defendem: permitir que diversos provedores de segurança se unam contra ameaças cada vez mais sofisticadas. Com os anúncios do RSAC, a visão da criação colaborativa em torno de uma infraestrutura e de um LLM de código aberto unificado está agora mais próxima da realidade.

Como afirmou o diretor de produtos da Cisco, Jeetu Patel, em sua apresentação, "Nosso verdadeiro adversário não é a concorrência - é o adversário. Precisamos garantir que o ecossistema tenha as ferramentas e a unidade para combater coletivamente essas ameaças".

Patel destacou a urgência por trás dessa missão complexa: "A IA está remodelando tudo, e a segurança cibernética está no epicentro. Estamos enfrentando ameaças que operam em escala de máquina, não em escala humana."

O LLM Foundation-sec-8B da Cisco define uma nova era de IA de código aberto

O recém-formado grupo Foundation AI da Cisco - resultante da aquisição da Robust Intelligence - é especializado no fornecimento de infraestrutura de IA específica de domínio para segurança cibernética, um dos campos mais exigentes. Criado com base na arquitetura Llama 3.1 da Meta, esse LLM de 8 bilhões de parâmetros e peso aberto não é uma IA de uso geral reaproveitada. Ele foi criado para um propósito específico e rigorosamente treinado em um conjunto de dados de segurança cibernética com curadoria interna da equipe Foundation AI da Cisco.

Yaron Singer, vice-presidente de IA e segurança da Foundation, escreve: "Por natureza, os desafios nesse domínio estão entre os mais difíceis da IA. Para tornar a tecnologia amplamente acessível, decidimos que a maior parte do trabalho da Foundation AI deveria ser aberta. A inovação aberta cria benefícios compostos para o setor, especialmente em segurança cibernética."

Ao se ancorar no código aberto, a Cisco projetou uma estrutura prática para que os provedores de segurança cibernética - muitas vezes concorrentes com ofertas semelhantes - colaborem na criação de defesas mais fortes e unificadas.

Singer observa: "Quer você esteja incorporando-o às ferramentas existentes ou criando novos fluxos de trabalho, o foundation-sec-8b se adapta aos requisitos específicos da sua organização". De acordo com o blog de lançamento da Cisco, as equipes de segurança podem implementar o foundation-sec-8b em todo o ciclo de vida da segurança. Os casos de uso sugeridos incluem aceleração de SOC, defesa proativa contra ameaças, suporte de engenharia, revisão de código assistida por IA, validação de configuração e integração personalizada.

Os pesos de modelo e o tokenizador do Foundation-sec-8B estão disponíveis sob a licença Apache 2.0 no Hugging Face, oferecendo às empresas liberdade de personalização e implantação sem dependência de fornecedores, preservando a conformidade e a privacidade. A Cisco também planeja abrir o código-fonte do pipeline de treinamento para estimular a inovação orientada pela comunidade.

A segurança cibernética está no DNA do LLM

A Cisco desenvolveu um modelo específico de segurança cibernética otimizado para SOC, DevSecOps e equipes de segurança corporativa. A readaptação de um modelo genérico de IA não seria suficiente, por isso a equipe da Foundation AI o treinou usando um conjunto de dados de segurança cibernética amplo e de alta qualidade.

Essa abordagem orientada por precisão garante que o modelo compreenda de forma abrangente as ameaças cibernéticas, as vulnerabilidades e as estratégias de defesa do mundo real.

Os principais conjuntos de dados de treinamento incluem:

• Bancos de dados de vulnerabilidade: CVEs (Common Vulnerabilities and Exposures) e CWEs (Common Weakness Enumerations) detalhados para identificar ameaças e pontos fracos conhecidos.
• Mapeamentos de comportamento de ameaças: Informações estruturadas de estruturas de segurança comprovadas, como MITRE ATT&CK, detalhando as técnicas e os comportamentos dos invasores.
• Relatórios de inteligência sobre ameaças: Análise abrangente de incidentes globais de segurança cibernética e ameaças emergentes.
• Playbooks da equipe vermelha: Táticas adversárias e estratégias de penetração do mundo real.
• Resumos de incidentes do mundo real: Análises documentadas de violações de segurança cibernética, incidentes e caminhos de resolução.
• Diretrizes de conformidade e segurança: Práticas recomendadas dos principais órgãos de padronização, incluindo estruturas do NIST e princípios de codificação segura do OWASP.

Esse treinamento personalizado equipa o Foundation-sec-8B para lidar com tarefas complexas de segurança cibernética com precisão superior, contexto mais profundo e tempos de resposta mais rápidos em comparação com modelos de uso geral.

Benchmarking do Foundation-sec-8B LLM

Os benchmarks técnicos da Cisco indicam que o Foundation-sec-8B oferece desempenho de segurança cibernética que rivaliza com modelos muito maiores:

Ao projetar um modelo de base específico para a segurança cibernética, a Cisco ajuda as equipes de SOC a obter maior eficiência com análises avançadas de ameaças, tudo isso sem incorrer em custos de infraestrutura elevados.

Conforme detalhado em seu blog, "Foundation AI: Robust Intelligence for Cybersecurity", a estratégia da Cisco aborda obstáculos comuns à adoção de IA, incluindo alinhamento de domínio limitado de modelos gerais, conjuntos de dados insuficientes e integração de sistemas legados. O Foundation-sec-8B foi projetado para superar essas barreiras, sendo executado com eficiência em um hardware mínimo - geralmente apenas uma ou duas GPUs Nvidia A100.

Meta expande a segurança de IA de código aberto com o pacote AI Defenders

Na RSAC 2025, a Meta reforçou seu compromisso com o código aberto, expandindo seu AI Defenders Suite para proteger a infraestrutura de IA generativa. O kit de ferramentas de código aberto atualizado inclui o Llama Guard 4, um classificador multimodal que identifica violações de políticas em textos e imagens, melhorando o monitoramento de conformidade em fluxos de trabalho de IA.

A Meta também apresentou o LlamaFirewall, uma estrutura de segurança de código aberto em tempo real com recursos modulares. Esses recursos incluem o PromptGuard 2, que detecta injeções de prompt e tentativas de jailbreak; verificações de alinhamento de agentes para monitorar e proteger as decisões dos agentes de IA; e o CodeShield, que inspeciona o código gerado para encontrar e corrigir vulnerabilidades.

O Prompt Guard 2 agora oferece duas variantes de código aberto: um modelo de 86 milhões de parâmetros de alta precisão e uma versão mais simplificada de 22 milhões de parâmetros para ambientes com poucos recursos.

Além disso, a Meta lançou o CyberSec Eval 4, um conjunto de benchmarking de código aberto desenvolvido com a CrowdStrike. Ele inclui o CyberSOC Eval, que mede o desempenho da IA em cenários realistas de SOC, e o AutoPatchBench, que testa os sistemas de IA na identificação e correção autônomas de falhas de software.

A Meta também lançou o Llama Defenders Program, oferecendo acesso antecipado a ferramentas de segurança abertas baseadas em IA, como classificadores de documentos confidenciais e detecção de ameaças de áudio. O Private Processing, uma IA no dispositivo centrada na privacidade, também está sendo testado no WhatsApp.

Núcleos do ProjectDiscovery: Inovação em segurança de código aberto e orientada pela comunidade

No RSAC 2025, a ProjectDiscovery ganhou o prêmio "Most Innovative Startup" no Innovation Sandbox, destacando sua dedicação à segurança cibernética de código aberto. Sua principal ferramenta, o Nuclei, é um scanner de vulnerabilidade de código aberto personalizável que aproveita uma comunidade global para detectar rapidamente problemas em APIs, sites, instâncias de nuvem e redes.

A biblioteca de modelos baseada em YAML do Nuclei contém mais de 11.000 padrões de detecção - 3.000 dos quais mapeados para CVEs específicos - permitindo a identificação de ameaças em tempo real. Andy Cao, COO da ProjectDiscovery, observou: "Ganhar o 20º RSAC Innovation Sandbox anual mostra que os modelos de código aberto podem prosperar na segurança cibernética. É uma prova de nossa abordagem orientada pela comunidade para democratizar a segurança".

O progresso do ProjectDiscovery se alinha ao Hype Cycle 2024 da Gartner para software de código aberto, que identifica ferramentas de IA e segurança cibernética de código aberto na fase "Innovation Trigger". O Gartner aconselha as organizações a estabelecer escritórios de programas de código aberto (OSPOs), adotar estruturas SBOM e garantir a conformidade regulamentar por meio de uma governança sólida.

Insights práticos para líderes de segurança

O Foundation-sec-8B da Cisco, os aprimoramentos do AI Defenders Suite da Meta e o Nuclei do ProjectDiscovery ilustram coletivamente que a inovação em segurança cibernética floresce quando a abertura, a colaboração e o conhecimento especializado de domínio convergem entre as organizações. Esses e outros fornecedores estão abrindo caminho para que todos os provedores de segurança cibernética participem da criação de defesas mais eficazes e acessíveis.

Como Patel enfatizou em sua palestra, "Isso não é apenas teórico - é real. Com modelos de segurança criados para fins específicos e acessíveis a todos, obteremos melhores resultados de segurança por uma fração do custo, com o apoio de um raciocínio de última geração."