Inspeção autônoma de uploads com AI Inference
Inspecione um upload de PDF com um modelo no caminho da requisição, para que uma função no Firewall bloqueie um arquivo malicioso antes que a origem o receba.
Um endpoint de upload aceita um arquivo que ninguém leu. O PDF é o caso difícil. O formato é um contêiner, então um cabeçalho válido pode estar na frente de código embutido, macros ou links maliciosos. Regras que casam com a requisição não veem nada disso, porque a evidência está dentro do payload.
Esta arquitetura lê o payload antes da origem. Uma função em execução no Firewall extrai o arquivo enviado, chama um modelo através de AI Inference e aplica o veredito na mesma requisição. O modelo atua como um co-processador de segurança. Ele lê o conteúdo e o contexto do upload em tempo real, e um arquivo que não passa na verificação nunca chega à aplicação.
A inspeção de PDF é um exemplo prático de análise de arquivos. A mesma forma, uma função no Firewall que chama um modelo e age sobre a resposta, cobre outros cenários de segurança autônoma. Ela serve sempre que uma decisão depende do que a requisição carrega, e não de onde ela veio.
Como AI Inference funciona cobre uma única chamada de modelo. Esta página descreve a arquitetura de segurança construída em torno de uma dessas chamadas.
Diagrama de arquitetura
O diagrama acompanha um upload do usuário até o veredito e de volta:
Leia o diagrama a partir da função no centro. Tudo à esquerda dela é uma política de firewall comum, decidida pelo envelope da requisição: de onde ela veio, os cabeçalhos, a taxa. A função é onde a arquitetura para de ler o envelope e começa a ler o arquivo. Tudo à direita dela decorre de uma única resposta, então a chamada de modelo é a única dependência nova que esta arquitetura acrescenta ao caminho da requisição. Um upload bloqueado nunca chega à origem, então a origem não recebe nada do tráfego que a política rejeita.
Fluxo de dados
Uma requisição percorre a arquitetura nesta ordem:
- Um usuário envia uma requisição HTTPS com um upload de PDF. O data center mais próximo dele responde a requisição.
- Firewall processa a requisição. Ele aplica regras de DDoS Protection e, onde você as configurou, regras de Web Application Firewall e Network Shield Protection.
- Antes que a requisição chegue à origem, uma regra do Rules Engine na rota de upload aciona a função de segurança. A função extrai o arquivo e monta a chamada de modelo.
- AI Inference inspeciona o upload. Ele verifica os metadados do arquivo: tamanho, tipo e estrutura interna. Em seguida, lê o payload em busca de objetos suspeitos, código embutido, padrões de PDF Injection, scripts, macros, links maliciosos e inconsistências estruturais que indiquem tentativa de exploração. Ele correlaciona o resultado com o contexto da requisição e com as políticas que você definiu.
- A função aplica o veredito. Ela bloqueia um upload malicioso e retorna uma resposta segura, como um erro genérico ou uma mensagem de arquivo inválido. Um upload seguro segue para a aplicação e depois para a origem.
- Firewall registra cada requisição e cada decisão, e os produtos Observe carregam esse registro.
Componentes
- Firewall: aplica a política de segurança pela qual um upload passa antes de qualquer inspeção. DDoS Protection absorve ataques volumétricos, e Web Application Firewall cobre o OWASP Top 10, incluindo vetores de upload e de manipulação de conteúdo. Network Shield bloqueia origens suspeitas por IP, ASN ou geolocalização. As verificações baratas executam primeiro, então o modelo só vê requisições que a política já aceitou.
- Functions no Firewall: executa a função que carrega a decisão. Ela recebe a requisição, extrai o PDF, invoca o modelo e aplica o resultado: permitir, bloquear, colocar em quarentena ou responder de forma customizada. A decisão fica aqui, e não na aplicação de origem, e é isso que mantém um arquivo rejeitado fora da sua própria infraestrutura.
- AI Inference: reúne os modelos e a lógica de decisão. Executa em tempo real sobre a estrutura e o conteúdo do PDF e aplica políticas de risco alinhadas aos requisitos de GRC da sua organização. Também aprende com feedback humano e eventos passados, e é isso que reduz a taxa de falsos positivos ao longo do tempo.
- Applications (opcional): hospeda a aplicação web que consome os uploads e expõe os endpoints HTTP e HTTPS. Está marcado como opcional porque a inspeção executa no Firewall, antes que a requisição chegue a quem serve o endpoint de upload.
- Object Storage (opcional): armazena os arquivos mantidos em quarentena, para que um upload bloqueado possa ser reexaminado em vez de desaparecer. Também guarda as amostras de treinamento que alimentam a melhoria posterior do modelo.
- Real-Time Metrics e Real-Time Events: reportam bloqueios, anomalias e volume de uploads, até a requisição individual. Uma política que decide com um modelo precisa de um registro do que decidiu, porque um falso positivo é invisível de fora. Data Stream leva os logs detalhados para um SIEM, um data lake ou uma plataforma de fraude. A GraphQL API responde às consultas de correlação que uma investigação faz.
Implementação
- Analise uploads de arquivos com uma função de firewall do AI Inference - constrói a função, a instancia no Firewall e configura a regra do Rules Engine que a aciona na rota de upload.
- Modelos de AI - os ids que a função pode passar e o que cada modelo aceita.
- Invocação de modelos - o corpo da requisição que a função envia e o formato em que a resposta retorna.