Modelagem de ameaças e superfície de ataque
Threat Modeling / Attack Surface
Prática
IntermediárioCategoria: Segurança de IASubcategoria: Análise
O que significa
É o exercício estruturado de identificar, antes de construir, o que pode ser atacado (a superfície: entradas, ferramentas, bases de dados, integrações), por quem, como e com que impacto, para decidir quais controles cabem.
Para IA, a superfície inclui tudo o que entra no contexto do modelo e tudo o que o modelo pode acionar.
O resultado vira requisitos de segurança (guardrails, aprovações, escopos) e casos para o red teaming.
Como usar na prática de produto
Em Produto, a modelagem de ameaças deve acontecer na fase de especificação, com Segurança, Engenharia e Produto na mesma sala. O exercício é listar entradas, ferramentas e dados e, para cada um, perguntar: “o que acontece se isso for malicioso?”.
Uma tarde de modelagem evita meses de retrabalho e incidentes.
Por exemplo, a modelagem revela que o agente lê anexos de e-mail (risco de injeção indireta) e tem ferramenta de envio (risco de exfiltração). A combinação exige aprovação humana antes de qualquer envio.
Quando usar este termo ou outro
Use modelagem de ameaças antes de construir, na especificação.
Use red teaming antes de lançar, para testar o que foi construído.
Use incidente e post-mortem depois, para aprender com o que passou.
Uma forma simples de diferenciar: modelagem prevê; red teaming testa; post-mortem aprende.
Exemplos de aplicação
- Combinação perigosa: leitura de anexos mais ferramenta de envio exige aprovação.
- Superfície: listar todas as entradas e ferramentas do agente.
- Requisitos: transformar ameaças identificadas em guardrails e escopos.
- Red teaming: usar as ameaças mapeadas como casos de teste.
- Sessão: uma tarde com Segurança, Engenharia e Produto antes de construir.
Origem do termo
Segurança de software (Microsoft STRIDE, 1999); adaptada a IA por MITRE ATLAS (2021) e OWASP.
Fonte técnica
MITRE ATLAS; OWASP LLM AI Security & Governance Checklist; Microsoft, Threat Modeling AI/ML Systems
