Broadcom alerta que inteligência artificial acelera ataques a vulnerabilidades de código aberto
9 de novembro de 2026 · 2 min de leitura
Também publicado em Español
O diretor da Broadcom Korea, Lee Yo-han, alertou que a inteligência artificial está reduzindo o tempo necessário para descobrir vulnerabilidades e preparar códigos de ataque, enquanto os processos de aplicação de correções nas empresas permanecem obsoletos. Durante a Conferência de Segurança de Inteligência Artificial 2026, ele destacou que sistemas operados por anos sem problemas podem se tornar alvos rápidos se contiverem componentes com correções de segurança interrompidas.
Lee afirmou que mais de 75% de uma base de código empresarial típica é composta por bibliotecas e estruturas de código aberto. Ele exemplificou a situação com o Spring, relatando que, enquanto 157 identificadores de vulnerabilidades comuns foram divulgados entre 2013 e 2025, esse número saltou para 211 apenas entre março e agosto de 2026. No caso do RabbitMQ, as vulnerabilidades acumuladas até 2025 eram 8, mas 112 foram anunciadas entre maio e outubro deste ano.
O diretor apontou que mais de 60% dos downloads do Spring Boot são de versões cujo suporte já terminou. Ele alertou contra a prática de corrigir apenas vulnerabilidades críticas, pois a inteligência artificial facilita ataques de encadeamento de vulnerabilidades, onde falhas de severidade baixa ou média são conectadas para comprometer o sistema.
Sobre a automação de correções, Lee citou uma pesquisa da Off-by-1 Labs da 1Password. O estudo revelou que, em 6.080 tentativas de correção de seis vulnerabilidades principais realizadas por dois modelos de fronteira, apenas 17% foram avaliadas como correções sustentáveis. As demais falharam, criaram novos erros ou deixaram caminhos para ataques de desvio.
Para mitigar esses riscos, foi sugerida a identificação de componentes via análise de composição de software e lista de materiais de software. Lee recomendou a atualização de estruturas principais como Java, Tomcat, NGINX e PostgreSQL, além da implementação de microsegmentação para limitar a movimentação lateral de ataques internos. Ele também mencionou o uso de correções virtuais como medida temporária, embora tenha alertado que o acúmulo dessas regras pode aumentar o uso de recursos e causar falsos positivos.