 |
| Bellacosa Mainframe e o mosaico da segurança os riscos ocultos na ia |
☕ Um Café no Bellacosa Mainframe
🕵️♂️ O Supermosaico — Segurança da Informação sob a Tutela do Dr. Moriarty
Quando nossos prompts começaram a guardar aquilo que nossa memória deveria esquecer
Imagine uma grande empresa.
Na porta existem seguranças.
Nos computadores, EDR.
Na rede, firewalls.
Nos acessos, MFA.
No mainframe, RACF.
Nos datasets, permissões.
Nos repositórios, controles.
Nos notebooks, DLP.
Nos servidores, logs.
No SOC, dezenas de telas piscando.
Tudo parece protegido.
Então o Dr. Moriarty entra em nossa sala, observa silenciosamente durante alguns minutos e faz uma pergunta desagradavelmente simples:
“Muito interessante. Mas onde seus funcionários conversam quando precisam pensar?”
Silêncio.
Bem-vindo à segurança da informação na era da Inteligência Artificial.
☕ Sob a tutela do Dr. Moriarty
Nossa história começou com uma questão aparentemente simples: profissionais utilizando Inteligência Artificial generativa para trabalhar.
Um advogado coloca partes de um processo em um prompt.
Um programador pergunta sobre um erro COBOL.
Um analista cola algumas mensagens de um dump.
Um DBA tenta entender determinada query.
Um especialista CICS pergunta sobre uma transação problemática.
Um consultor solicita ajuda para documentar uma arquitetura.
Nada disso precisa nascer de má-fé.
Pelo contrário.
O objetivo normalmente é trabalhar melhor.
Esse é justamente o ponto inquietante.
O artigo que motivou esta reflexão chama atenção para o fato de que informações de terceiros podem ser transferidas para sistemas externos durante o uso aparentemente cotidiano de IA e utiliza como exemplo conhecido os incidentes de 2023 envolvendo funcionários da Samsung e informações corporativas inseridas no ChatGPT.
A discussão original concentra-se principalmente em advocacia, sigilo profissional, proteção de dados e governança.
Mas vamos colocar nossa xícara de café sobre a mesa e levar o problema para dentro de uma instalação mainframe.
Moriarty está esperando.
🧩 A primeira tessela
Imagine um jovem programador COBOL.
Ele recebe:
ABEND S0C7
Abre sua ferramenta favorita de IA e pergunta:
Tenho um programa COBOL apresentando S0C7.
O erro acontece nesta rotina.
Pode me ajudar?
Perfeitamente razoável.
A IA pede contexto.
Nosso programador fornece algumas linhas.
Depois mais algumas.
Aparece o nome de um programa.
Depois uma tabela.
Uma transação.
Uma mensagem CICS.
Nada parece particularmente importante.
Temos nossa primeira tessela.
Uma pequena pedra quadrangular daqueles magníficos mosaicos romanos.
Sozinha, ela significa quase nada.
🏛️ O mosaico romano
Na semana seguinte:
TRANID = ABC1
Outra tessela.
Meses depois:
PROGRAM = PAY001
Outra.
Mais tarde:
PAY001 atualiza DB2 antes do MQPUT.
Outra.
Em dezembro:
A fila PAYMENT.REQUEST cresce
durante o fechamento mensal.
Outra.
No ano seguinte:
ABC1 chama PAY001.
Agora coloque as pedras juntas:
ABC1
│
▼
PAY001
│
├────► DB2
│
▼
MQPUT
│
▼
PAYMENT.REQUEST
Curioso.
Nenhum prompt individual descreveu necessariamente toda a arquitetura.
Mas a arquitetura começa a aparecer pela correlação.
Essa é nossa primeira grande lição sob a tutela de Moriarty:
Informações aparentemente insignificantes podem adquirir enorme valor quando possuem relacionamentos.
🧠 O analista começa a documentar a empresa sem perceber
Passemos três anos.
Nosso programador virou analista.
Ele utilizou IA milhares de vezes.
Perguntou sobre:
COBOL;
JCL;
CICS;
Db2;
MQ;
VSAM;
RACF;
APIs;
incidentes;
dumps;
arquitetura;
regras de negócio;
migrações;
problemas de produção.
Mas existe uma característica interessante.
Normalmente perguntamos à IA justamente sobre aquilo que não entendemos.
Consequentemente, nosso histórico pode acabar concentrando momentos excepcionais:
ERRO
↓
DÚVIDA
↓
PROMPT
INCIDENTE
↓
DÚVIDA
↓
PROMPT
ARQUITETURA ESTRANHA
↓
DÚVIDA
↓
PROMPT
EXCEÇÃO DE NEGÓCIO
↓
DÚVIDA
↓
PROMPT
O histórico não é necessariamente uma amostra aleatória do ambiente.
Pode ser uma coleção justamente das coisas estranhas, difíceis ou importantes.
Quase um diário operacional involuntário.
📖 “Querido diário, produção caiu novamente...”
Imagine encontrar uma conversa antiga:
“Por que essa rotina precisa executar antes das 22 horas?”
Outra:
“Por que não podemos alterar esse campo?”
Outra:
“Esse programa existe desde a aquisição da empresa XPTO.”
Outra:
“Quando o sistema secundário está indisponível usamos esta contingência.”
Perceba que estamos gradualmente deixando de falar somente de código.
Estamos falando de:
contexto.
E contexto frequentemente vale mais do que código.
Um programa COBOL pode dizer:
IF WS-STATUS = '99'
PERFORM 9000-CONTINGENCIA
END-IF.
Mas talvez não explique por que 99 existe.
O veterano explica:
“Isso foi criado depois daquele problema de 2008 porque o sistema externo ficava indisponível no fechamento.”
Pronto.
Temos história.
Temos arquitetura.
Temos dependência.
Temos regra operacional.
Temos conhecimento institucional.
🧓 O veterano pode ser mais interessante que o administrador
Aqui Moriarty levanta a sobrancelha.
Tradicionalmente pensamos:
“Quem possui maior privilégio?”
Administrador.
RACF SPECIAL.
DBA.
SYSADM.
ROOT.
Mas existe outra espécie de privilégio:
Knowledge Privilege.
Talvez aquele veterano não possua RACF SPECIAL.
Entretanto ele sabe:
por que X depende de Y;
quem resolve determinado incidente;
qual sistema não pode parar;
qual processo possui contingência;
quais componentes são antigos;
onde existem dependências históricas;
por que determinada decisão foi tomada;
quais problemas aparecem no fechamento.
O usuário privilegiado possui Access Privilege.
O veterano possui Knowledge Privilege.
Em alguns cenários de ameaça, precisamos proteger ambos.
🕰️ Janeiro de 2023
Agora chegamos a uma coisa extraordinária.
O ser humano esquece.
Imagine que nosso especialista tenha resolvido um incidente em janeiro de 2023.
Em setembro de 2026 alguém pergunta:
“Você lembra daquele problema?”
Provavelmente:
“Mais ou menos...”
Depois:
“Não lembro exatamente.”
Isso sempre foi uma espécie de deterioração natural da informação.
Mas imagine que naquele janeiro ele tenha escrito uma longa conversa com uma IA.
Dependendo do serviço, das configurações e das políticas de retenção, aquela conversa poderá ter permanecido armazenada.
Então temos:
MEMÓRIA HUMANA
evento
↓
tempo
↓
degradação
↓
abstração
↓
esquecimento
contra:
REGISTRO DIGITAL
evento
↓
texto
↓
armazenamento
↓
pesquisa
↓
recuperação
Aquilo que o cérebro deveria esquecer pode permanecer registrado.
Chamemos isso de:
Knowledge Residue
Resíduo de conhecimento.
🚪 O funcionário desligado
Agora Moriarty apresenta outro personagem.
Durante três anos nosso funcionário trabalhou normalmente.
Não roubou nada.
Não planejou fraude.
Não tentou prejudicar ninguém.
Então foi demitido.
Ficou ressentido.
No modelo tradicional de insider threat, talvez esperássemos observar:
download enorme;
cópia para USB;
upload suspeito;
e-mail externo;
ZIP com sources;
impressões anormais.
Mas surge uma possibilidade diferente.
E se informações inadequadamente compartilhadas já estivessem acumuladas em ambientes externos antes de aparecer a intenção maliciosa?
O problema fundamental torna-se:
o momento da aquisição da informação pode estar separado por anos do momento em que aparece a intenção de abusar dela.
No desligamento fazemos:
REVOKE RACF
REMOVE VPN
DISABLE EMAIL
DISABLE GITHUB
RETURN NOTEBOOK
RETURN BADGE
REVOKE CERTIFICATES
Excelente.
Mas Moriarty pergunta:
“E a memória digital externalizada anteriormente?”
É uma pergunta de governança, não uma justificativa para investigar indiscriminadamente contas pessoais de ex-funcionários.
A resposta precisa começar antes, com ferramentas corporativas apropriadas, separação de identidades, classificação, políticas de retenção e regras claras sobre aquilo que pode ser fornecido a sistemas de IA.
🎒 Chega o consultor
Moriarty sorri.
O funcionário conhece uma empresa.
O consultor conhece muitas.
Imagine:
2023 → Banco A
2024 → Seguradora B
2024 → Varejista C
2025 → Governo D
2025 → Montadora E
2026 → Banco F
Em cada organização ele aprende.
Essa transferência de experiência é perfeitamente normal.
Aliás, contratamos consultores justamente porque podem dizer:
“Já encontrei um problema semelhante.”
Existe, entretanto, diferença enorme entre carregar experiência profissional e carregar artefatos detalhados de conhecimento de clientes anteriores.
Historicamente, o cérebro fornecia uma abstração interessante:
experiência específica
↓
tempo
↓
esquecimento
↓
abstração
↓
conhecimento geral
O consultor esquecia nomes, valores, incidentes e detalhes.
Mas permanecia sabendo:
“Esse tipo de arquitetura costuma apresentar este problema.”
Excelente.
Isso é experiência.
Agora imaginemos uma conta pessoal ou ambiente inadequadamente segregado contendo conversas detalhadas provenientes de sucessivos projetos.
Temos potencialmente:
CLIENTE A ─┐
CLIENTE B ─┤
CLIENTE C ─┤
CLIENTE D ─┼──► CORPUS
CLIENTE E ─┤
CLIENTE F ─┘
Nasce nosso:
SUPERMOSAICO.
🌎 O Supermosaico
O mosaico permite reconstruir aspectos de uma empresa.
O Supermosaico acrescenta algo diferente:
comparação.
Cliente A faz X.
Cliente B utiliza X + Y.
Cliente C abandonou X depois de determinado problema.
Cliente D acrescentou Z.
Nenhuma dessas informações isoladamente precisa declarar:
“A possui uma deficiência.”
Mas a comparação pode produzir uma hipótese:
“Por que A aparentemente não possui Y ou Z?”
Nasceu informação que não estava explicitamente escrita.
Temos:
INFORMAÇÃO A
+
INFORMAÇÃO B
+
INFORMAÇÃO C
+
CONTEXTO
+
CORRELAÇÃO
=
INFORMAÇÃO DERIVADA
Esse é um dos pontos mais importantes desta história.
Precisamos proteger não somente informações sensíveis individualmente, mas pensar também em informações correlacionáveis.
🕵️ Moriarty finalmente começa sua aula
Até aqui Moriarty permaneceu sentado.
Agora ele se levanta.
Ele não pergunta:
“Onde está SECRET.DOC?”
Pergunta:
“O que posso inferir?”
Essa é uma mudança monumental.
O invasor caricatural procura:
PASSWORD.TXT
Moriarty procura:
relações;
padrões;
cronologia;
contradições;
dependências;
mudanças;
exceções;
incertezas.
Porque informação de inteligência não precisa estar escrita diretamente.
Ela pode surgir da combinação.
📧 Gmail, Drive, GitHub, WhatsApp, Telegram, celular...
Nossa identidade digital moderna está espalhada.
Temos:
e-mail pessoal
e-mail corporativo
GitHub
Google Drive
OneDrive
celular
notebook
micro pessoal
WhatsApp
Telegram
calendário
redes sociais
conta de IA
Antigamente imaginávamos segurança como uma muralha:
FIREWALL
████████████████████████
EMPRESA
Hoje precisamos imaginá-la como um grafo:
PESSOA
/ | \
/ | \
Gmail GitHub IA
| | |
Drive código contexto
\ | /
\ | /
CELULAR
|
IDENTIDADE
|
EMPRESA
Moriarty não precisa necessariamente perguntar:
“Como atravesso a muralha?”
Ele pode perguntar:
“Quais relações chegam até ela?”
Essa é uma excelente maneira defensiva de fazer threat modeling.
🏰 Primeiro o sentinela
Imagine um castelo.
Atacar diretamente o rei é difícil.
Então nosso Moriarty hipotético observa:
SENTINELA
↓
CAPITÃO
↓
OFICIAL
↓
CONSELHEIRO
↓
CASTELO
No mundo corporativo:
JÚNIOR
↓
N2
↓
N3
↓
SME
↓
ARQUITETO
Isso não significa que essa sequência permita comprometimento automático.
Não permite.
Mas mostra algo importante:
confiança também possui topologia.
Um funcionário confia em outro.
Uma identidade possui recuperação ligada a outra.
Um dispositivo possui sessões.
Um serviço contém referências a outros serviços.
Um calendário revela relacionamentos.
Um repositório revela tecnologias.
Precisamos analisar o blast radius de identidades, não somente permissões técnicas.
🔐 RACF emocional
Aqui nosso jovem COBOL finalmente entende Moriarty.
No RACF temos algo parecido com:
USER
↓
GROUP
↓
CONNECT
↓
PERMIT
↓
RESOURCE
Uma identidade isolada diz pouco.
Os relacionamentos dizem muito.
Agora aplique a mesma ideia à pessoa:
PESSOA
↓
IDENTIDADES
↓
DISPOSITIVOS
↓
SERVIÇOS
↓
SESSÕES
↓
DADOS
↓
RELACIONAMENTOS
↓
CONFIANÇA
Voilà!
Temos uma espécie de:
RACF da vida digital.
Só que muito menos organizado.
📦 Contrabando de conhecimento
Agora chegamos a outro conceito surgido durante nossa investigação.
Empresas procuram eventos grandes:
40 MB enviados por e-mail → ALERTA
ZIP com sources → ALERTA
USB → ALERTA
FTP → ALERTA
GitHub público → ALERTA
Enquanto isso:
prompt 001 → 2 KB
prompt 002 → 4 KB
prompt 003 → 1 KB
...
prompt 847 → 6 KB
Tudo pequeno.
Tudo aparentemente cotidiano.
Mas estamos confundindo:
volume físico
com
volume semântico.
Um especialista pode condensar vinte anos de experiência em três parágrafos.
Talvez sejam apenas 5 KB.
Semanticamente podem valer muito.
Por isso “contrabando de conhecimento” é uma excelente metáfora, embora em governança eu preferisse termos como:
transferência de conhecimento não governada
ou
canal cumulativo de exposição de conhecimento.
Porque nem todo prompt constitui exfiltração e nem todo usuário possui intenção indevida.
🛡️ DLP talvez não seja suficiente
Data Loss Prevention tradicionalmente pergunta:
“Que dado está saindo?”
Nosso problema exige outra pergunta:
“Que conhecimento está sendo construído pela soma daquilo que está saindo?”
Daí surge:
KLP — Knowledge Loss Prevention
Não estou propondo aqui um padrão formal universal chamado KLP.
Estou usando o termo como conceito para ampliar nossa maneira de pensar.
DLP:
PROTEJA O DADO
KLP:
PROTEJA:
dados
+
contexto
+
relações
+
acumulação
+
tempo
+
conhecimento derivável
Porque:
PROMPT 1 = VERDE
PROMPT 2 = VERDE
PROMPT 3 = VERDE
...
Σ PROMPTS = VERMELHO
O risco pode emergir da soma.
🐒 Um milhão de chimpanzés bebedores de saquê
É claro que nenhum tratado Bellacosa Mainframe estaria completo sem nossos agentes especiais.
Imagine um corpus contendo:
"Meu CICS conversa telepaticamente com Saturno."
"Verificar MQ amanhã."
"O gato assumiu RACF SPECIAL."
"Por que PAY001 apresenta S0C7?"
"Napoleão teria usado VSAM."
"Não esquecer daquele JOB."
"Um milhão de chimpanzés bebendo saquê
administram produção."
Um investigador humano provavelmente pediria transferência de departamento.
Mas não devemos considerar volume e ruído controles de segurança confiáveis.
Sistemas automatizados conseguem classificar conteúdo, encontrar recorrências e separar grandes quantidades de informação muito mais rapidamente que uma pessoa.
Além disso, existe uma vítima colateral.
Você.
Três anos depois abre a conversa e pergunta:
“Que porra eu quis dizer com isso?”
😂
A contrainteligência funcionou tão bem que derrotou o próprio autor.
🧠 Facebook, dados comportamentais e Moriarty
Agora ampliemos novamente a escala.
Redes sociais mostraram ao mundo o valor da correlação de enormes quantidades de dados comportamentais.
IA conversacional introduz uma diferença conceitualmente importante.
Nas redes sociais frequentemente observamos:
curtiu
clicou
assistiu
compartilhou
seguiu
comprou
e tentamos inferir alguma coisa.
Em conversas com IA o próprio usuário frequentemente fornece:
"meu problema é..."
"não entendo..."
"estou considerando..."
"tenho duas alternativas..."
"minha arquitetura funciona assim..."
"por que isso aconteceu?"
"qual opção você escolheria?"
Isso pode representar contexto cognitivo muito mais explícito.
Não devemos concluir daí que provedores estejam oferecendo conversas privadas para terceiros. Estamos construindo um modelo hipotético de ameaça.
Mas defensivamente precisamos perguntar:
Qual seria o impacto se determinado corpus conversacional fosse indevidamente exposto?
Essa pergunta basta.
🎭 Moriarty não quer apenas saber o que aconteceu
Nosso professor do crime imaginário está interessado também em:
incerteza.
Considere:
“Não sei se devemos migrar X para Y.”
Essa frase revela mais do que parece.
Ela sugere:
X existe.
Y é considerado.
há uma decisão pendente.
o autor participa da discussão.
existe incerteza.
Isso é extraordinariamente interessante para inteligência.
Não estamos observando somente uma decisão passada.
Estamos observando o espaço de possibilidades anterior à decisão.
⚖️ O advogado entra novamente na sala
Voltemos ao artigo original.
Ele argumenta que informações identificáveis de clientes merecem atenção especial e recomenda práticas como anonimização e ambientes apropriados para informações sensíveis.
Nosso Supermosaico acrescenta outra preocupação.
Um advogado pode registrar:
processo;
estratégia;
dúvidas;
hipóteses;
limites de negociação;
fragilidades percebidas;
possíveis argumentos.
Novamente, isso não significa que a contraparte consiga simplesmente acessar essas conversas.
Não consegue.
Seria necessário algum evento adicional de exposição, comprometimento ou falha de governança.
Mas o impacto potencial do corpus merece entrar no threat model.
⚔️ A assimetria computacional
Imagine:
ZÉ DA SILVA
│
advogado pequeno
notebook
tempo limitado
│
VS
│
MEGACORP S/A
│
equipe jurídica
especialistas
bases jurídicas
engenharia
automação
análise documental
IA
IA pode democratizar recursos antes inacessíveis ao pequeno advogado.
Isso é excelente.
Mas também pode industrializar capacidades de grandes organizações.
Temos duas forças simultâneas:
IA → DEMOCRATIZAÇÃO
IA → CONCENTRAÇÃO
Qual vencerá?
Provavelmente dependerá de acesso, custo, regulação, educação e governança.
🛡️ Como derrotar Moriarty sem abandonar IA
A resposta não é:
“Proibam tudo!”
Isso desperdiçaria uma tecnologia extraordinariamente útil.
O próprio artigo que iniciou nossa reflexão defende uma abordagem de governança em vez da simples interrupção do uso da IA.
Precisamos tornar Moriarty caro.
1. Separar identidades
PESSOAL ≠ PROFISSIONAL
2. Separar clientes
CLIENTE A ≠ CLIENTE B
3. Separar projetos
Não criar desnecessariamente um Supermosaico.
4. Minimizar
Pergunte:
“A IA realmente precisa saber isso?”
5. Sanitizar
Troque:
BANCO-REAL-XYZ
por:
CLIENTE-A
quando o detalhe real não for necessário.
6. Remover segredos
Tokens, credenciais, dados pessoais, dumps completos e informações confidenciais não devem passear livremente por prompts.
7. Governar retenção
A organização precisa saber onde conversas corporativas ficam e qual é seu ciclo de vida.
8. Governar consultores
A política precisa alcançar terceiros adequadamente, não somente empregados.
9. Pensar cumulativamente
Pergunte não apenas:
“Este prompt é perigoso?”
mas:
“O que cem prompts como este revelariam?”
10. Modelar Knowledge Privilege
Identifique não apenas quem possui grandes permissões.
Identifique funções que possuem enorme contexto institucional.
🔬 Um Red Team diferente
Podemos testar tudo isso sem atacar ninguém.
Crie uma empresa fictícia.
Um banco chamado:
BANCO MORIARTY S/A
Crie:
Carlos — N3 CICS
Maria — DBA
João — arquiteto
Ana — consultora
Watson — segurança
Produza informações sintéticas.
Simule um ano de prompts permitidos.
Depois entregue somente esse corpus para outro time autorizado e pergunte:
“O que vocês conseguem reconstruir sobre nossa empresa fictícia?”
Arquitetura?
Dependências?
Pessoas?
Sistemas críticos?
Cronologia?
Regras de negócio?
Tecnologias?
Incidentes?
Se o resultado for surpreendentemente detalhado, encontramos uma deficiência de governança sem comprometer uma única empresa real.
Esse seria um belíssimo exercício de Red Team de conhecimento.
🕒 03:17 — O incidente
Às 03:17 da madrugada, o telefone toca.
Produção está normal.
Nenhum dataset foi copiado.
Nenhum usuário RACF utilizou SPECIAL.
Nenhum arquivo de 40 GB saiu pela rede.
Nenhum pendrive apareceu.
Nenhum source foi publicado.
Nenhum alarme tradicional disparou.
Watson olha para Moriarty:
“Então não houve incidente?”
Moriarty toma tranquilamente seu café.
“Meu caro Watson... você ainda está procurando o arquivo.”
Sobre a mesa existem 12.847 pequenas tesselas.
Uma transação aqui.
Uma regra ali.
Um incidente acolá.
Uma decisão arquitetural.
Uma dependência.
Um fornecedor.
Uma exceção.
Uma dúvida.
Uma história de vinte anos resumida por alguém em cinco linhas.
Watson começa a juntar as pedras.
A figura aparece.
Não existe MEGACORP-SECRETS.ZIP.
Nunca existiu.
Existe algo potencialmente muito mais interessante:
conhecimento.
☕ A última lição do Dr. Moriarty
Durante décadas construímos excelentes mecanismos para responder:
Quem pode acessar este dado?
RACF responde isso maravilhosamente no mainframe.
IAM responde.
PAM responde.
ACL responde.
MFA ajuda.
Zero Trust ajuda.
DLP ajuda.
Mas IA nos obriga a acrescentar novas perguntas:
Quem pode externalizar esse conhecimento?
Quanto contexto pode ser acumulado ao longo do tempo?
Que informação aparentemente inocente se torna sensível quando correlacionada?
Onde termina experiência profissional e começa memória corporativa portátil?
O que acontece com o corpus depois que o funcionário ou consultor deixa a organização?
Qual é o blast radius do comprometimento de uma identidade que possui anos de conversas profissionais?
E principalmente:
Estamos protegendo somente aquilo que nossos funcionários acessam ou também os lugares onde eles passaram a registrar aquilo que sabem?
Essa talvez seja uma das grandes discussões de segurança da era da Inteligência Artificial.
Não significa abandonar IA.
Significa amadurecer sua utilização.
O profissional que pergunta corretamente para uma IA pode produzir em minutos algo que anteriormente consumiria horas.
Isso é fantástico.
Mas justamente por querermos respostas melhores somos incentivados a fornecer mais contexto.
E contexto é conhecimento.
Conhecimento acumulado cria mosaicos.
Mosaicos correlacionados criam Supermosaicos.
Portanto, sob a tutela do Dr. Moriarty, terminamos com uma regra simples:
O maior segredo talvez não esteja em nenhuma tessela. O segredo pode ser a imagem que aparece quando alguém consegue juntar tesselas suficientes.
E Sherlock Holmes provavelmente acrescentaria:
“Proteja as pedras, Watson.”
Moriarty sorriria.
“Não. Proteja as relações entre elas.”
☕ Bellacosa Mainframe — onde até um simples prompt pode acabar virando uma tessela no mosaico.
