Framework de segurança para IA: o que é e como aplicar um modelo integrado na empresa

O que é um framework de segurança para IA?
É uma estrutura que ajuda a entender, classificar e operacionalizar riscos de IA — desde ataques e falhas técnicas até danos por conteúdo e uso indevido — para que a empresa adote IA com controles reais, não apenas com boas intenções. 

A IA deixou de ser experimento e virou camada operacional do negócio. Ao mesmo tempo, muita liderança se sente segura falando de cibersegurança “tradicional”, mas percebe a segurança de IA como um território novo e instável. 

E os números ajudam a explicar essa sensação. Segundo o Cisco 2025 AI Readiness Index, apenas 29% das empresas acreditam estar prontas para se defender de ameaças de IA, e só 33% têm um plano formal de gestão de mudanças para uma adoção responsável. 

Por isso, frameworks práticos viram peça-chave. Eles criam linguagem comum, priorização e caminho para execução.

Por que “segurança de IA” ficou fragmentada

Nos últimos anos, surgiram várias referências úteis. Algumas descrevem táticas adversariais em ML, outras listam riscos em LLMs e agentes, e outras trazem princípios de safety adotados por laboratórios de fronteira.

O problema é que, na prática, esses recortes não cobrem o cenário de ponta a ponta.

O que faltava era um modelo único que conectasse:

• segurança e safety, sem tratar como trilhas paralelas;

• runtime e supply chain, sem ignorar onde o risco nasce;

• comportamento do modelo e do sistema, porque o risco não mora só no prompt;

• entrada maliciosa e saída danosa, porque o impacto é o que machuca o negócio. 

Em outras palavras: o mundo real não separa esses domínios. E adversários também não.

O que a Cisco propõe: um framework integrado de AI Security + AI Safety

A Cisco apresenta o Integrated AI Security and Safety Framework como um modelo vendor-agnostic para entender como sistemas modernos de IA falham, como adversários exploram essas falhas e como empresas podem construir defesas que evoluem junto com a tecnologia. 

A proposta é tratar “AI Security Framework” como uma estrutura para cobrir:

• ameaças adversariais;

• falhas de segurança de conteúdo;

• comprometimento de modelo e cadeia de suprimentos;

• comportamentos agentivos e riscos de ecossistema (incluindo abuso de orquestração e coordenação entre agentes);

• governança organizacional. 

AI Security vs AI Safety: definições que ajudam a tomar decisão

A Cisco diferencia (e ao mesmo tempo conecta) dois conceitos:

AI security: disciplina de assegurar responsabilidade e proteger sistemas de IA contra uso não autorizado, ataques de disponibilidade e comprometimento de integridade ao longo do ciclo de vida. Cisco Blogs

AI safety: garantir que sistemas de IA se comportem de forma ética, confiável, justa, transparente e alinhada a valores humanos.

O ponto central é: security e safety são dimensões complementares do mesmo risco. Tratar juntas aumenta a chance de criar IA robusta e, ao mesmo tempo, confiável. 

Os 5 elementos de design que tornam o framework diferente

A Cisco constrói o framework a partir de cinco elementos que refletem o cenário atual (e o que vem pela frente). 

1) Integração entre ameaças técnicas e danos por conteúdo

O framework parte do princípio de que AI security e AI safety são inseparáveis. Um ataque técnico pode terminar em uma falha de safety, como vazamento de dados, conteúdo nocivo ou outputs indesejados.

2) Consciência do ciclo de vida de IA

Risco muda conforme a fase: coleta e preparo de dados, treino, deploy, integração, uso de ferramentas e operação em runtime. Algo irrelevante no desenvolvimento pode virar crítico quando o modelo ganha ferramentas, memória ou interação com outros agentes. 

3) Coordenação e orquestração multiagente

O framework considera riscos quando sistemas colaboram: padrões de orquestração, protocolos de comunicação, memória compartilhada e tomada de decisão conjunta. Ele inclui ameaças que passam despercebidas em modelos criados para gerações anteriores de IA.

4) Multimodalidade como realidade (e como superfície de ataque)

A ameaça não chega só por texto. Pode vir por áudio, imagem, vídeo, código, sinais em sensores e outras entradas. Por isso, tratar esses vetores de modo consistente é essencial, especialmente em cenários como robótica, veículos autônomos, CX e monitoramento em tempo real. 

5) “Bússola” de segurança adaptada ao público

O framework serve para públicos diferentes. Executivos enxergam objetivos e impactos. Líderes de segurança enxergam técnicas. Times técnicos e red teams descem em sub-técnicas e procedimentos. Assim, todos compartilham o mesmo modelo mental e reduzem ruído na comunicação. 

Por dentro do framework: uma taxonomia unificada para ameaças de IA

Uma parte crítica do framework é a taxonomia estruturada em quatro camadas:

1. Objetivos (o “porquê” do ataque)

2. Técnicas (o “como”)

3. Subtécnicas (variações específicas do “como”)

4. Procedimentos (implementações no mundo real) 

Isso cria rastreabilidade: do risco executivo até o passo a passo técnico.

A Cisco cita que o framework identifica 19 objetivos de ataque, indo de jailbreaks e “goal hijacking” até violações de privacidade, escalonamento de privilégio, geração de conteúdo nocivo e manipulação ciberfísica. 

Além disso, há mais de 150 técnicas e subtécnicas, incluindo prompt injection (direta e indireta), jailbreaks, manipulação multiagente, corrupção de memória, adulteração de supply chain, evasão sensível ao ambiente e exploração de ferramentas, entre outras.

E o componente de safety também é amplo: o framework inclui 25 categorias de conteúdo danoso, cobrindo desde abuso em cibersegurança até comprometimento de propriedade intelectual e ataques à privacidade. 

E onde entram MCP, A2A e supply chain

Como agentes e integrações crescem, o framework incorpora taxonomias adicionais:

• MCP (Model Context Protocol): atualmente com 14 tipos de ameaça. 

• A2A: atualmente com 17 tipos de ameaça, ligada a riscos em comunicação entre agentes.

• Supply chain de IA: taxonomia com 22 ameaças distintas, reconhecendo que dependências, pesos de modelo e componentes podem introduzir backdoors e riscos difíceis de observar. 

A Cisco também destaca que o framework se integra ao Cisco AI Defense, conectando ameaças a indicadores e estratégias de mitigação. 

Como usar esse framework no mundo real

Se você quer transformar framework em execução, use esta lógica:

1. Alinhe linguagem com o board: comece pelos objetivos e impactos (risco, reputação, compliance).

2. Mapeie o ciclo de vida: identifique onde sua IA coleta dados, treina, integra ferramentas e roda em produção.

3. Escolha “top riscos” por objetivo: priorize 3–5 objetivos de ataque que mais ameaçam seu negócio hoje.

4. Traduza para técnicas: defina controles e detecções ligados às técnicas mais prováveis no seu contexto.

5. Inclua agentes e multimodalidade: se já existe agentic workflow, trate isso como superfície de ataque dedicada.

Assim, você evita listas genéricas e cria uma jornada que o time consegue sustentar.

Texto original de Cisco Blog – Introducing Cisco’s Integrated AI Security and Safety Framework escrito por Amy Changns.