Category: Uncategorized

Uma Resposta da AWS aos Requisitos de Soberania Europeia

A AWS vem desenvolvendo uma infraestrutura de nuvem especificamente pensada para atender às expectativas regulatórias e de segurança mais rigorosas do continente europeu. A Nuvem Soberana Europeia da AWS será uma infraestrutura de nuvem completamente independente, voltada para organizações do setor público e empresas em setores altamente regulados que precisam garantir total controle sobre seus dados e operações dentro das fronteiras europeias.

Essa solução se baseia nos mesmos fundamentos de segurança, privacidade e controles de conformidade presentes em outras regiões da AWS ao redor do mundo, mas adiciona camadas extras de governança, controles técnicos e medidas operacionais para responder às expectativas exigentes de clientes e reguladores europeus.

Apresentando o Framework de Referência de Soberania

O conceito central dessa iniciativa é a soberania — a capacidade de uma organização exercer controle total sobre seus dados e operações. Para garantir isso, a AWS desenvolveu o Framework de Referência de Soberania (ESC-SRF, na sigla em inglês), um modelo independentemente validado que alinha critérios de soberania em múltiplos domínios.

Esse framework organiza requisitos em áreas como independência de governança, controle operacional, residência de dados e isolamento técnico. Cada um desses critérios foi desenvolvido ouvindo diretamente os casos de uso de clientes e, em seguida, alinhando controles técnicos específicos a cada necessidade identificada.

A Nuvem Soberana Europeia da AWS está passando por auditorias independentes de terceiros para verificar se os controles implementados realmente estão em conformidade com os compromissos de soberania que a empresa se propôs a cumprir.

Um Framework Transparente e Validado

O ESC-SRF foi construído a partir de diversos insumos: feedback de clientes, requisitos regulatórios da União Europeia, frameworks reconhecidos na indústria, compromissos contratuais da AWS e contribuições de parceiros. O framework é agnóstico em relação ao setor — foi escrito para endereçar necessidades fundamentais de soberania em camadas básicas de oferecimento de nuvem, com requisitos e controles adicionais que se aplicam especificamente à Nuvem Soberana Europeia.

Cada critério é implementado através de controles de soberania que serão independentemente validados por auditores de terceiros. O framework se apoia em capacidades básicas de segurança da AWS, incluindo criptografia, gerenciamento de chaves, governança de acesso, isolamento baseado no AWS Nitro System, e certificações de conformidade internacionalmente reconhecidas.

Além disso, o framework incorpora medidas específicas de governança, técnicas e operacionais, como estruturas corporativas independentes na UE, serviços dedicados de confiança e certificados europeus, operações realizadas por pessoal residente na UE, residência rigorosa de dados de clientes e metadados criados por clientes, separação completa de outras regiões da AWS, e resposta a incidentes operada dentro do território europeu.

Esses controles formam a base de uma atestação dedicada do AWS European Sovereign Cloud System and Organization Controls (SOC 2, na sigla em inglês). O framework estabelece uma fundação sólida para a soberania da infraestrutura de nuvem, permitindo que clientes se concentrem em definir medidas de soberania personalizadas conforme seus objetivos regulatórios, necessidades específicas e postura de risco.

Como Usar o Framework de Referência de Soberania

O ESC-SRF descreve como a AWS implementa e valida controles de soberania na Nuvem Soberana Europeia. A empresa trata cada critério do framework como vinculante, e sua implementação será validada por um auditor independente de terceiros em 2026.

Perspectiva de Garantia e Conformidade

Embora a maioria das organizações não opere na escala da AWS, elas podem usar o ESC-SRF como modelo de garantia e framework de referência adaptável aos seus casos de uso específicos. De uma perspectiva de garantia, o framework oferece visibilidade completa para cada critério de soberania até sua implementação técnica. A AWS também fornecerá validação de terceiros através do relatório SOC 2 da Nuvem Soberana Europeia.

Os clientes podem usar esse relatório junto a auditores internos, assessores externos, autoridades supervisoras e reguladores. Isso reduz a necessidade de solicitações ad hoc de evidências e fornece às organizações documentação para demonstrar garantias claras e executáveis de soberania.

Perspectiva de Desenho e Arquitetura

De uma perspectiva de design, organizações podem consultar o framework ao estruturar sua própria arquitetura de soberania, selecionando configurações e definindo controles internos para atender requisitos regulatórios, contratuais e específicos de missão.

Como o ESC-SRF é agnóstico em relação ao setor, critérios do framework podem ser aplicados e adaptados às necessidades únicas de cada organização. Dependendo do caso de uso de soberania, nem todos os critérios podem se aplicar — e isso é aceitável. O ESC-SRF também pode ser usado em conjunto com a arquitetura bem construída da AWS, que ajuda a aprender, medir e construir usando melhores práticas arquiteturais.

Conforme apropriado, organizações podem criar sua própria versão do ESC-SRF, mapear controles correspondentes e testá-los com terceiros.

Publicação e Acesso ao Framework

O ESC-SRF está sendo publicado no AWS Artifact — um portal de recuperação de artefatos em autosserviço — onde se encontram documentos de segurança e conformidade da AWS e acordos da empresa. Nessa plataforma, clientes agora podem acessar o ESC-SRF para definir melhores práticas aplicáveis aos seus casos de uso, mapear essas práticas a controles específicos e demonstrar como atendem — e até mesmo excedem — as necessidades soberanas de seus clientes.

Um Fundamento Claro e Robusto

A publicação do ESC-SRF faz parte do compromisso contínuo da AWS em cumprir o Compromisso de Soberania Digital da AWS através de transparência e garantias que ajudem clientes a atender suas necessidades de soberania em evolução. Todas essas garantias foram projetadas, implementadas e validadas inteiramente dentro da UE.

Dentro do framework, clientes podem construir soluções na Nuvem Soberana Europeia com confiança e compreensão clara de como atingir seus objetivos de soberania usando a plataforma da AWS. Para mais informações sobre a Nuvem Soberana Europeia, é possível consultar aws.eu.

Fonte

Exploring the new AWS European Sovereign Cloud: Sovereign Reference Framework (https://aws.amazon.com/blogs/security/exploring-the-new-aws-european-sovereign-cloud-sovereign-reference-framework/)

Validação Ágil de Funcionalidades Críticas com Inteligência Artificial

A automação de testes é fundamental para equipes de desenvolvimento que realizam múltiplas implantações diárias. Os testes de validação rápida (conhecidos como smoke tests) representam uma alternativa prática aos testes de ponta a ponta tradicionais, que frequentemente demandam horas para execução e criam gargalos nas linhas de produção.

O conceito de smoke test concentra-se em validar as funcionalidades mais críticas de uma aplicação logo após sua implantação. Em vez de verificar cada detalhe da interface, esses testes focam em fluxos essenciais como autenticação de usuário, navegação principal e transações-chave. A execução típica ocorre em minutos, não em horas, tornando-os ideais para pipelines CI/CD que dependem de feedback rápido sobre mudanças no código.

Uma Abordagem Inteligente para Automação de Testes

Amazon Nova Act introduz uma mudança significativa na forma como testes de interface são construídos. Em vez de depender de seletores CSS frágeis e scripts de teste complexos, a plataforma utiliza compreensão de interface baseada em inteligência artificial e processamento de linguagem natural. Isso permite escrever testes com instruções em inglês simples que se adaptam automaticamente a mudanças na interface, eliminando a fragilidade dos métodos tradicionais.

A solução apresentada integra um executor de testes em Python, validação de fluxos de comércio eletrônico para jornadas completas do usuário, integração com GitLab CI/CD para automação nativa, e execução paralela para potencializar a eficiência dos recursos. O modo headless (sem interface gráfica) permite que os testes rodem em segundo plano, um requisito essencial para ambientes automatizados.

Construindo a Solução Passo a Passo

Preparação do Projeto e Dependências

O primeiro passo envolve criar um projeto Python e instalar as dependências necessárias. A abordagem utiliza UV, um gerenciador de pacotes Python moderno que oferece funcionalidade similar ao npm para projetos Node.js:

uv init nova-act-smoke-tests
code nova-act-smoke-tests
uv add nova-act

UV é particularmente eficiente pois gerencia automaticamente a instalação de dependências e criação de ambientes virtuais. Para completar a configuração, é necessário ter acesso ao Amazon Nova Act com chave de API, um repositório no GitLab, e familiaridade com Python e CI/CD.

Implementação do Teste de Autenticação

O primeiro teste valida o fluxo completo de login. A solução utiliza uma aplicação de demonstração chamada SauceDemo, um aplicativo de comércio eletrônico adequado para exemplos educacionais:

import os
from nova_act import NovaAct

SAUCEDEMO_URL = "https://www.saucedemo.com/"

def test_login_flow():
    """Test complete login flow and product page verification"""
    with NovaAct(starting_page=SAUCEDEMO_URL) as nova:
        nova.act("Enter 'standard_user' in the username field")
        nova.act("Enter 'secret_sauce' in the password field")
        nova.act("Click the login button")
        nova.act("Verify Products appear on the page")

def main():
    if not os.getenv("NOVA_ACT_API_KEY"):
        exit("❌ Set NOVA_ACT_API_KEY environment variable")
    
    print("🚀 Starting Nova Act Smoke Test")
    try:
        test_login_flow()
        print("✅ Login test: PASS")
    except Exception as e:
        print(f"❌ Login test: FAIL - {e}")
        exit(1)
    
    print("🎉 All tests passed!")

if __name__ == "__main__":
    main()

Observe que as chaves de API são armazenadas em variáveis de ambiente, nunca no código-fonte, mantendo informações sensíveis separadas da base de código e fora do controle de versão.

Expandindo para Fluxos Completos de Negócio

Um teste prático deve validar jornadas completas do usuário, não apenas funcionalidades isoladas. A solução expande o escopo para incluir todo o fluxo de comércio eletrônico:

def test_ecommerce_workflow():
    """Test complete e-commerce workflow: login → shop → checkout → logout"""
    with NovaAct(starting_page=SAUCEDEMO_URL, headless=False) as nova:
        # Login
        nova.act("Enter 'standard_user' in the username field")
        nova.act("Enter 'secret_sauce' in the password field")
        nova.act("Click the login button")
        nova.act("Verify Products appear on the page")
        
        # Shopping
        nova.act("Select Sauce Labs Backpack")
        nova.act("Add Sauce Labs Backpack to the cart")
        nova.act("Navigate back to products page")
        nova.act("Select Sauce Labs Onesie")
        nova.act("Add Sauce Labs Onesie to the cart")
        
        # Cart verification
        nova.act("Click cart and Navigate to the cart page")
        nova.act("Verify 2 items are in the cart")
        
        # Checkout
        nova.act("Click the Checkout button")
        nova.act("Enter 'John' in the First Name field")
        nova.act("Enter 'Doe' in the Last Name field")
        nova.act("Enter '12345' in the Zip/Postal Code field")
        nova.act("Click the Continue button")
        
        # Order completion
        nova.act("Verify Checkout:Overview page appears")
        nova.act("Click the Finish button")
        nova.act("Verify 'THANK YOU FOR YOUR ORDER' appears on the page")
        
        # Logout
        nova.act("Click the Back Home button")
        nova.act("Click the hamburger menu on the left")
        nova.act("Click the Logout link")
        nova.act("Verify the user is on the login page")

Este teste abrangente valida autenticação, descoberta de produtos, adição ao carrinho, preenchimento de informações de envio, conclusão de pedido e logout—essencialmente, toda a experiência crítica do cliente.

Integração com Pipeline CI/CD

Configurando o GitLab CI/CD

O verdadeiro valor dos testes aparece quando são executados automaticamente em cada mudança de código. A integração com GitLab CI/CD transforma a execução manual em automação contínua:

stages:
  - test

smoke-tests:
  stage: test
  image: mcr.microsoft.com/playwright/python:v1.40.0-jammy
  rules:
    - if: $CI_COMMIT_BRANCH == "main"
    - if: $CI_COMMIT_BRANCH == "develop"
    - if: $CI_PIPELINE_SOURCE == "merge_request_event"
    - if: $CI_PIPELINE_SOURCE == "web"
  before_script:
    - pip install uv
    - uv sync
    - uv run playwright install chromium
  script:
    - uv run python smoke_tests.py
  variables:
    HEADLESS: 'true'
    NOVA_ACT_SKIP_PLAYWRIGHT_INSTALL: 'true'

Esta configuração define regras que acionam os testes automaticamente quando código é enviado para branches principais, durante solicitações de merge, ou quando disparados manualmente. O modo headless é ativado definindo HEADLESS: 'true', permitindo que testes rodem em ambiente sem interface gráfica.

As chaves de API são gerenciadas através de variáveis seguras do GitLab CI/CD. O processo envolve acessar Configurações > CI/CD > Variáveis, adicionar uma nova variável chamada NOVA_ACT_API_KEY, marcar a opção de mascarar o valor nos logs, e salvar. Essa abordagem mantém credenciais sensíveis criptografadas e acessíveis apenas ao pipeline.

Modo Headless para Ambientes Automatizados

A diferença entre modo headless e modo visual é crucial. Durante desenvolvimento local, a interface gráfica fornece feedback valioso para depuração. Em ambientes de CI/CD, browsers sem interface gráfica executam com eficiência sem overhead visual:

headless = os.getenv("HEADLESS", "false").lower() == "true"
with NovaAct(starting_page=SAUCEDEMO_URL, headless=headless) as nova:
    # test code

Quando a variável de ambiente não está definida durante desenvolvimento local, headless é False, abrindo a janela do browser. Em CI/CD, definir HEADLESS=true executa tudo em background, otimizando recursos computacionais.

Otimização através de Execução Paralela

Conforme a suite de testes cresce, execução sequencial cria gargalos. A solução implementa execução paralela usando ThreadPoolExecutor do Python:

from concurrent.futures import ThreadPoolExecutor, as_completed

def main():
    if not os.getenv("NOVA_ACT_API_KEY"):
        exit("❌ Set NOVA_ACT_API_KEY environment variable")
    
    print("🚀 Starting Nova Act Tests (Parallel)")
    tests = [
        ("Login Flow", test_login_flow),
        ("E-commerce Workflow", test_ecommerce_workflow)
    ]
    
    max_workers = int(os.getenv("MAX_WORKERS", "2"))
    
    results = []
    with ThreadPoolExecutor(max_workers=max_workers) as executor:
        future_to_test = {
            executor.submit(run_test, name, func): name 
            for name, func in tests
        }
        for future in as_completed(future_to_test):
            results.append(future.result())
    
    passed = sum(results)
    total = len(results)
    print(f"\n📊 Results: {passed}/{total} tests passed")
    
    if passed == total:
        print("🎉 All tests passed!")
    else:
        exit(1)

ThreadPoolExecutor gerencia um pool de threads de trabalho, permitindo múltiplas instâncias de browser executarem simultaneamente. Cada thread roda um teste separado, reduzindo significativamente o tempo total de execução. Com dois workers, testes que levariam 10 minutos sequencialmente podem executar em aproximadamente 5 minutos.

O número de workers é configurável através da variável de ambiente MAX_WORKERS. Começar com dois workers e ajustar com base na capacidade do ambiente é a prática recomendada. Cada instância paralela consome recursos significativos e incorre em uso de API, portanto, o equilíbrio entre velocidade e custos deve ser monitorado.

Práticas Recomendadas para Produção

A implementação robusta requer atenção a alguns princípios fundamentais:

• Testes independentes: Cada teste deve funcionar corretamente independentemente da ordem de execução ou de outros testes rodando simultaneamente
• Lógica de retry: Wrapping de funções de teste com try-catch e mecanismos de retry reduzem falhas causadas por problemas transitórios de rede
• Timeouts apropriados: Configurar timeouts razoáveis no pipeline CI/CD previne travamentos indefinidos
• Rotação de chaves: Implementar rotação de chaves de API a cada 90 dias mantém padrões de segurança
• Monitoramento de performance: Rastrear tempos de execução ajuda identificar regressões de performance cedo

Após implementação e testes bem-sucedidos, é importante limpar recursos para evitar custos futuros. Isso inclui remover ou desabilitar pipelines não utilizados, rotacionar chaves API e revogar chaves não utilizadas, deletar repositórios de demonstração, e limpar credenciais armazenadas em cache.

Recursos Complementares

Para aprofundamento em tópicos relacionados, a AWS disponibiliza documentação adicional:

• Nova Act Dev Tools e o playground do Nova Act para experimentação prática
• Amazon CloudWatch Synthetics para capacidades adicionais de monitoramento
• Documentação de CI/CD do GitLab para boas práticas em pipelines
• Boas práticas de segurança da AWS para infraestrutura de automação segura

Conclusão

A implementação de testes de validação automatizados usando Amazon Nova Act em modo headless oferece uma alternativa moderna e eficiente aos frameworks tradicionais. A abordagem de linguagem natural reduz significativamente a manutenção comparada a frameworks baseados em seletores CSS. Combinada com gerenciamento moderno de pacotes como UV e integração nativa com GitLab CI/CD, essa solução fornece execução rápida e confiável de testes que escala com o fluxo de desenvolvimento.

O modelo apresentado não apenas detecta problemas antes deles atingirem produção, mas também fornece o feedback rápido que é essencial para implantação contínua confiante, mantendo padrões elevados de qualidade da aplicação. Equipes de desenvolvimento podem adaptar esse framework para cenários específicos de suas aplicações, estendendo-o com testes adicionais que correspondam a jornadas críticas de usuário únicas do seu negócio.

Fonte

Implement automated smoke testing using Amazon Nova Act headless mode (https://aws.amazon.com/blogs/machine-learning/implement-automated-smoke-testing-using-amazon-nova-act-headless-mode/)

A Responsabilidade Compartilhada pela Segurança Digital na Europa

As tecnologias digitais transformaram profundamente a sociedade, governos, empresas e vida cotidiana ao longo das últimas décadas. Porém, essa crescente dependência da tecnologia carrega consigo uma responsabilidade ampla: garantir que a segurança permaneça robusta e inabalável, independentemente do caso de uso. A AWS reconhece essa responsabilidade como um princípio fundamental, onde cada colaborador contribui para que a segurança seja integrada em todas as dimensões do negócio.

Esse compromisso posiciona a AWS de forma estratégica enquanto o cenário regulatório de cibersegurança continua evoluindo na Europa. Um exemplo expressivo dessa evolução é a Diretiva sobre Medidas para um Nível Comum Elevado de Cibersegurança em toda a União (Diretiva NIS 2), formalmente adotada pelo Parlamento Europeu e Conselho da UE como Diretiva (UE) 2022/2555 e aplicável desde outubro de 2024.

Até dezembro de 2025, a maioria dos Estados-Membros da UE transpôs a NIS 2 para legislação nacional, embora os cronogramas de implementação completa se estendam até 2025–2026 em várias jurisdições. Os requisitos e prazos de transposição variam entre os países europeus, com o objetivo comum de fortalecer a postura de cibersegurança em todo o continente.

Conformidade com a Diretiva NIS 2

A NIS 2 busca garantir que as entidades mitiguem os riscos impostos por ameaças cibernéticas, minimizem o impacto de incidentes e protejam a continuidade de serviços essenciais e importantes na UE. A diretiva estabelece um marco fortalecido em nível europeu, impondo obrigações proporcionais e baseadas em risco para entidades essenciais e importantes em setores críticos.

O escopo de implementação é amplo: a NIS 2 obriga a adoção de medidas abrangentes, incluindo governança, gerenciamento de incidentes, continuidade de negócios, segurança da cadeia de suprimentos, controles de acesso e criptografia. Essas medidas devem cobrir todo o ciclo de vida da cibersegurança — identificação, proteção, detecção, resposta, recuperação e comunicação — com requisitos para testes regulares, gerenciamento de riscos da cadeia de suprimentos e comunicação de incidentes significativos às autoridades nacionais.

Infraestrutura Crítica e Certificações Regionais

Em vários países europeus, os serviços da AWS já fazem parte da infraestrutura crítica nacional. Na Alemanha, por exemplo, o Amazon EC2 e o Amazon CloudFront estão no escopo da regulação KRITIS (Kritische Infrastruktur — Infraestrutura Crítica). Por vários anos, a AWS vem cumprindo suas obrigações de segurança, conduzindo auditorias relacionadas à infraestrutura crítica nacional e mantendo canais estabelecidos de troca de informações de segurança com o BSI (Bundesamt für Sicherheit in der Informationstechnik — Escritório Federal Alemão de Segurança da Informação).

A empresa também participa da iniciativa UP KRITIS, um esforço cooperativo entre indústria e governo alemão para estabelecer padrões do setor. Essa colaboração demonstra o compromisso em trabalhar com autoridades locais para elevar o padrão de segurança.

Além da infraestrutura crítica, a AWS conquistou múltiplas certificações regionais que validam seu desempenho em segurança:

• C5 – na Alemanha, oferece um marco de controle abrangente para estabelecer e evidenciar a segurança de operações em nuvem
• ENS High – na Espanha, compreende princípios para proteção adequada aplicáveis a agências governamentais e organizações públicas
• HDS – na França, demonstra um marco adequado de medidas técnicas e de governança para proteger dados de saúde pessoal
• Pinakes – na Espanha, oferece um marco de avaliação para gerenciar e monitorar controles de cibersegurança de provedores de serviços

Modelo de Responsabilidade Compartilhada e Conformidade

A AWS oferece mais de 150 certificações e atestados de conformidade independentemente auditadas em segurança, incluindo ISO 27001, ISO 22301, ISO 20000, ISO 27017 e SOC 2 (Controles de Sistemas e Organizações). Essas certificações reforçam que a segurança e conformidade são responsabilidades compartilhadas entre a plataforma e os clientes.

A AWS garante que a infraestrutura de nuvem esteja em conformidade com requisitos regulatórios aplicáveis e boas práticas de provedores de nuvem. Os clientes, por sua vez, mantêm responsabilidade por construir workloads conformes na nuvem. O Modelo de Responsabilidade Compartilhada da AWS detalha essa divisão clara de obrigações.

Segurança por Design e Frameworks de Arquitetura

Para a segurança na nuvem, é crucial que os clientes façam da segurança por design e segurança por padrão os pilares centrais do desenvolvimento de produtos. A AWS disponibiliza o AWS Well-Architected Framework para ajudar a construir infraestrutura segura, de alto desempenho, resiliente e eficiente para diversas aplicações e workloads.

Clientes que utilizam o AWS Cloud Adoption Framework (AWS CAF) podem melhorar a prontidão para nuvem identificando e priorizando oportunidades de transformação. Esses recursos fundamentais apoiam a segurança de workloads regulados.

Ferramentas de Gestão de Riscos e Conformidade

No que diz respeito às medidas de gerenciamento de riscos de cibersegurança e obrigações de comunicação que a NIS 2 estabelece, ofertas de serviços existentes da AWS podem ajudar clientes a cumprir sua parte do modelo de responsabilidade compartilhada.

Monitoramento, Auditoria e Avaliação

• AWS CloudTrail fornece registro de auditoria centralizado de todas as ações na plataforma
• Amazon CloudWatch oferece métricas, alarmes e análise de logs de aplicação em tempo real
• AWS Config permite que clientes avaliem, auditem e avaliem continuamente as configurações e relacionamentos de recursos selecionados na AWS, localmente e em outras nuvens
• AWS Security Hub oferece uma visão abrangente do estado de segurança na AWS e ajuda a avaliar ambientes contra padrões do setor e boas práticas

Automação de Evidências e Resiliência

• AWS Audit Manager automatiza a coleta de evidências para demonstração de conformidade
• AWS Resilience Hub realiza avaliações de resiliência para garantir continuidade operacional

A AWS disponibiliza ainda AWS Whitepapers abrangentes, como o Guia de Resposta a Incidentes de Segurança da AWS, para que clientes entendam, implementem e gerenciem conceitos fundamentais de segurança em suas arquiteturas em nuvem.

Guia Atualizado de Considerações NIS 2

O guia atualizado de Considerações NIS 2 para Clientes da AWS (dezembro de 2025) apresenta uma tabela de mapeamento que conecta os requisitos do Anexo da diretiva a capacidades específicas da AWS, permitindo que entidades interpretem obrigações e implementem controles proporcionais de forma eficiente.

Treinamento e Conscientização em Cibersegurança

A NIS 2 determina o desenvolvimento e implementação de programas abrangentes de conscientização em cibersegurança para corpos diretivos e funcionários. A AWS oferece diversos programas de treinamento sem custo ao público para aumentar a conscientização sobre segurança cibernética, como o AWS Security Learning Hub, que inclui simulações de phishing, fundamentos de segurança em nuvem e módulos baseados em função.

Clientes podem entregar treinamento em toda a organização utilizando módulos do AWS Skill Builder sobre phishing, higiene cibernética e práticas seguras em nuvem, atribuindo caminhos específicos por função e rastreando conclusão em múltiplas contas através do AWS Organizations.

Cooperação com Autoridades e Agências de Segurança

A Amazon se esforça por ser a empresa mais centrada no cliente do mundo. Para a AWS Security Assurance, isso significa manter equipes que se envolvem continuamente com autoridades para compreender e superar obrigações regulatórias e de clientes. Essa abordagem representa uma forma de elevar o padrão de segurança na Europa.

A AWS coopera com agências de cibersegurança globais, reconhecendo a importância de seu papel em manter o mundo seguro. Para isso, desenvolveu o AWS Global Cloud Security Program (GCSP) para fornecer às agências uma linha direta e consistente de comunicação com o time de segurança da AWS.

Parcerias Regionais Estratégicas

Dois exemplos de membros do GCSP incluem:

• O Dutch National Cyber Security Centrum (NCSC-NL), com quem a AWS assinou acordo de cooperação em maio de 2023
• A Agência Nacional de Cibersegurança Italiana (ACN)

Na Espanha, a AWS assinou um acordo de colaboração estratégica (MoU) com o Centro Nacional de Inteligência e Centro Nacional de Criptologia (CNI-CCN) em agosto de 2023 para promover cibersegurança e inovação no setor público através da tecnologia AWS Cloud. Como resultado, o CCN aderiu ao GCSP e a parceria produziu oito guias STIC (Série 887) sobre tópicos como endurecimento, resposta a incidentes e monitoramento para ambientes multi-nuvem e híbridos.

A parceria também gerou o template ENS Landing Zone (CCN-STIC-887 Anexo A), que clientes podem baixar do site do CCN para implantar ambientes em nuvem conformes com ENS. Além da acreditação ENS High, mais de 25 serviços de nuvem da AWS foram acreditados pelo CCN sob o Catálogo de Segurança de Produtos e Serviços para processar workloads sensíveis e classificadas na Espanha.

Contribuição em Contextos de Crise

Com a guerra na Ucrânia, a importância dessa colaboração se tornou evidente. A AWS desempenhou papel importante em ajudar o governo da Ucrânia a manter continuidade e fornecer serviços críticos aos cidadãos desde o início do conflito.

Próximos Passos para Organizações Europeia

A AWS continua fornecendo aos principais stakeholders maior clareza sobre como auxilia clientes a enfrentar seus desafios de cibersegurança mais complexos, oferecendo oportunidades para análises profundas sobre soluções em desenvolvimento.

O guia atualizado de Considerações NIS 2 para Clientes da AWS (dezembro de 2025) e o AWS Compliance Center servem como hubs centrais para recursos mais recentes, incluindo mapeamentos para Diretrizes Técnicas de Implementação da ENISA (26 de junho de 2025), whitepapers e documentação pronta para auditoria.

Entidades podem começar com AWS Control Tower ou Landing Zone Accelerator para estabelecer baselines de segurança, depois aplicar o Well-Architected Framework (Pilares de Segurança e Confiabilidade) para projetar arquiteturas auditáveis e resilientes.

Para organizações que buscam expertise externa, parceiros do AWS Marketplace oferecem suporte especializado em análise de lacunas, testes de resiliência e implementação de mapeamentos ENISA.

Fonte

Embracing our broad responsibility for securing digital infrastructure in the European Union (https://aws.amazon.com/blogs/security/embracing-our-broad-responsibility-for-securing-digital-infrastructure-in-the-european-union/)

O Desafio da Informação Fragmentada nas Empresas

Dentro das organizações modernas, os colaboradores enfrentam um problema recorrente: informações espalhadas por múltiplos sistemas, tornando difícil encontrar respostas rápidas e confiáveis. Ao invés de tomar decisões ágeis, equipes desperdiçam tempo precioso procurando dados relevantes em diferentes plataformas. A AWS Quick Suite propõe uma solução através de agentes de chat alimentados por inteligência artificial, capazes de consolidar e contextualizar essas informações de forma acessível.

A inovação apresentada não se limita a simplesmente conectar um chatbot genérico aos dados corporativos. A abordagem vai além: demonstra como transformar esses agentes em assistentes especializados que guiam usuários através de descoberta de recursos, análise de impacto e recomendações personalizadas — tudo mantendo segurança e conformidade empresarial.

Democratizando a Criação de Assistentes Inteligentes

Um dos principais benefícios dos agentes de chat do Quick Suite é a acessibilidade. Representantes de vendas, analistas e especialistas de domínio podem criar assistentes sofisticados sem necessidade de conhecimento profundo em machine learning ou infraestrutura em nuvem. A plataforma torna essas capacidades avançadas de IA disponíveis para usuários não técnicos de negócios.

O Quick Suite vem equipado com um agente de chat padrão do sistema chamado My Assistant. Administradores podem habilitar a capacidade de criar agentes de chat personalizados para os usuários. Muitos começam explorando o My Assistant, descobrindo suas capacidades através de experimentação prática.

Os usuários podem melhorar suas interações configurando contexto: apontando o agente para Spaces específicos para filtrar o escopo da conversa, garantindo que as respostas saiam de fontes organizacionais relevantes. Também é possível fazer upload de templates de resposta ou documentos de processo diretamente nas sessões de chat para modificar como o agente estrutura suas saídas.

Embora essas abordagens ofereçam valor imediato para tarefas isoladas, cada conversa requer configuração manual — seleção de Spaces corretos, upload de templates relevantes e instrução de contexto específico. Com agentes personalizados, essas práticas bem-sucedidas podem ser capturadas em soluções permanentes e compartilháveis. O conhecimento contextual e diretrizes comportamentais são preservados na persona do agente e empacotados em assistentes consistentes e reutilizáveis que equipes podem deployar em escala.

Os Três Pilares: Identidade, Instruções e Conhecimento

Agentes de chat eficazes são construídos sobre três componentes essenciais que trabalham em conjunto para criar assistentes de IA consistentes e confiáveis:

• Identidade — Define quem é o agente e qual papel ele serve
• Instruções — Especifica como o agente deve pensar e responder
• Conhecimento — Fornece a informação que o agente pode acessar para buscar respostas e geração de conteúdo

Compreender essas três camadas é crucial porque determinam o comportamento do agente, incluindo seu estilo de comunicação e as informações que consegue recuperar.

Identidade: Definindo o Papel do Agente

A identidade define quem o agente é e qual papel ele desempenha, moldando como ele responde a cada solicitação. Essa configuração é realizada através do campo de configuração de identidade do agente. Um agente bem definido em sua identidade comunica com autoridade apropriada e mantém coerência em suas respostas.

Instruções: Controle Granular Comportamental

As instruções funcionam como diretrizes comportamentais que fornecem controle granular sobre a geração de respostas do agente. Especificidade e consistência são cruciais para efetividade. Habilidades eficazes de prompt engineering tornam-se essenciais ao elaborar identidade e instruções, porque a precisão e clareza desses elementos impactam diretamente a capacidade do agente de entender contexto, seguir diretrizes comportamentais e manter respostas consistentes e orientadas por persona.

A configuração de instruções de persona, estilo de comunicação e documentos de referência permite definir o comportamento específico esperado. Documentos de referência referem-se a instruções mais específicas ou detalhadas, ou informações anexadas como arquivos que o agente deve sempre ter e seguir exatamente, como templates e documentos de processo.

Conhecimento: Fornecendo Contexto aos Modelos

Modelos de linguagem grandes (LLMs) alimentam os agentes. O agente de chat personalizado fornece contexto necessário aos LLMs através de dois meios distintos: instruções conforme discutido na seção anterior e conhecimento pesquisável. Quick Spaces fornece a capacidade de consolidar conhecimento pesquisável para o agente de chat em diferentes formas:

• Uploads diretos de arquivos (conhecimento indexado)
• Dashboards e tópicos do Amazon Quick Sight
• Bases de conhecimento criadas de integrações de acesso a dados (conhecimento indexado)
• Conectores de ação para executar ações em ferramentas terceirizadas integradas

Spaces funcionam como repositórios de conhecimento dinâmicos e pesquisáveis que facilitam acesso em tempo real às informações das equipes em forma estruturada ou não estruturada, mantendo limites de segurança e suportando fluxos colaborativos.

Caso Prático: O Quick Suite Product Specialist

Para ilustrar como esses princípios funcionam na prática, a AWS apresenta um exemplo: um agente personalizado que ajuda usuários a identificar as funcionalidades corretas do Quick Suite para suas necessidades específicas. O My Assistant pode responder questões gerais sobre Quick Suite; este agente especialista toma uma abordagem consultiva.

O agente está configurado para seguir uma metodologia em três fases: descoberta, análise e recomendações de solução. Isso demonstra como agentes de IA modernos devem equilibrar conhecimento abrangente de plataforma com sabedoria prática sobre dimensionamento de soluções.

A Estrutura de Três Fases

Descoberta: O agente inicia analisando os detalhes iniciais do caso de uso, depois faz perguntas esclarecedoras antes de qualquer recomendação. Busca entender escala, experiência do usuário com IA generativa, número potencial de usuários beneficiados, métricas disponíveis sobre o desafio e nível de prontidão técnica da equipe.

Análise: Com as informações coletadas, avalia potencial de impacto considerando o tamanho de usuários afetados e economia de tempo/esforço. Diferencia entre impacto baixo — onde soluções simples com prompts otimizados são apropriadas — e alto impacto, onde capacidades dedicadas e escaláveis se justificam.

Recomendações de Solução: Apresenta capacidades apropriadas do Quick Suite alinhadas com o tamanho de solução adequado ao impacto, incluindo análise custo-benefício e projeções de ROI em termos de economia de tempo multiplicada pelo número de usuários.

Implementação Prática

Pré-requisitos

Para construir um agente de chat personalizado no Quick Suite, são necessários:

• Uma instância ativa de Quick Suite
• Uma subscrição do Quick Suite para as capacidades requeridas: Professional — criar, configurar e compartilhar spaces e agentes de chat personalizados; ou Enterprise (inclui capacidades Professional) — criar bases de conhecimento

Para mais informações sobre os níveis de subscrição, consulte Amazon Quick Suite pricing.

Preparando o Conhecimento

O primeiro passo é configurar um Quick Space como componente contextual da fundação de três camadas. Este Space contém uma base de conhecimento pesquisável. A AWS oferece duas opções: usar um arquivo estático com documentação oficial do Quick Suite (que requer atualizações ocasionais) ou estabelecer uma base de conhecimento rastreada por web que mantém conexão direta com a documentação, refrescando automaticamente em cronograma padrão.

Configurando o Agente

Após criar o Space, o próximo passo é criar o agente personalizado. O processo envolve:

Definir identidade clara — quem é o agente e qual expertise possui. Para o exemplo do Product Specialist, a identidade descreve um especialista experiente em Quick Suite, evangelista de IA generativa e engenheiro de prompts proficiente, especializado em descoberta de casos de uso, análise de desafios e design de soluções.

Configurar instruções de persona detalhadas que guiem o comportamento do agente através das três fases. Estas instruções especificam exatamente como o agente deve abordar cada situação, quais informações coletar antes de recomendar, como analisar impacto e como estruturar recomendações.

Determinar tom e formato de resposta. O tom executivo, consultivo e entusiasmado sobre potencial de IA, combinado com um formato prescritivo durante fase de recomendações, garante que o agente comunique com clareza apropriada para diferentes públicos.

Vincular o Space contendo a base de conhecimento, permitindo que o agente verifique recomendações contra documentação atual do produto.

Opcionalmente, integrar conectores de ação para ferramentas de colaboração empresarial como Slack ou Teams, permitindo que o agente compartilhe recomendações diretamente com equipes.

Testando e Refinando o Agente

Após configuração e lançamento, o agente pode ser testado com solicitações reais. Por exemplo, pedindo ajuda com formatação de emails de status semanais, o agente responderia com um questionário de descoberta detalhado ao invés de pular direto para recomendações. As respostas podem variar entre execuções, refletindo a natureza dinâmica dos modelos de linguagem.

O usuário responde o questionário e recebe uma resposta abrangente incluindo avaliação de impacto, múltiplas recomendações com raciocínio fundamentado e opções de pathway implementação de alto nível. Iteração contínua com o agente fornece orientação detalhada.

Princípios Fundamentais Demonstrados

A exemplo do Quick Suite Product Specialist ilustra vários princípios críticos:

Especificidade impulsiona consistência. Ao invés de confiar que o LLM determinará a abordagem correta, é possível fornecer definições explícitas de identidade, restrições comportamentais, estruturas de decisão e formatos de saída, transformando IA genérica em assistentes confiáveis e especializados.

Estrutura previne falhas comuns. A metodologia de três fases — descoberta, análise, recomendações — demonstra como abordagens sistemáticas guiam usuários a dimensionar soluções adequadamente apenas após compreender profundamente o problema.

Conhecimento dinâmico mantém relevância. Vinculando documentação ao vivo e Spaces conscientes de permissões, assegura-se que agentes validem recomendações contra informações atuais enquanto respeitam limites organizacionais de segurança.

Conclusão

Agentes de chat personalizados no Quick Suite transformam como equipes acessam e utilizam conhecimento empresarial. Aplicando o framework de três camadas — identidade, instruções e conhecimento — é possível criar assistentes de IA que entregam respostas instantâneas e precisas enquanto mantêm segurança e conformidade corporativa.

A recomendação prática é começar com um caso de uso focado que demonstre ROI claro, então expandir conforme adoção cresce. Agentes personalizados entregam ganhos mensuráveis de produtividade, ajudando equipes encontrar informações mais rapidamente, automatizar fluxos repetitivos ou fornecer orientação de especialistas em escala.

Para aprender mais sobre criação e deployment de agentes de chat do Quick Suite, consulte Create, customize, and deploy AI-powered chat agents in Amazon Quick Suite.

Fonte

Create AI-powered chat assistants for your enterprise with Amazon Quick Suite (https://aws.amazon.com/blogs/machine-learning/create-ai-powered-chat-assistants-for-your-enterprise-with-amazon-quick-suite/)

Exploração Ativa em Poucas Horas

A descoberta de uma vulnerabilidade crítica no React Server Components gerou movimento rápido entre grupos de ciberameaças estado-patrocinados. Dentro de poucas horas após a divulgação pública da CVE-2025-55182 (React2Shell) em 3 de dezembro de 2025, as equipes de inteligência de ameaças da AWS identificaram tentativas de exploração ativa conduzidas por múltiplos grupos de ameaças de origem chinesa, incluindo Earth Lamia e Jackpot Panda.

Esta vulnerabilidade crítica em componentes React apresenta uma pontuação máxima no Sistema Comum de Pontuação de Vulnerabilidade (Commond Vulnerability Scoring System – CVSS) de 10.0, afetando React versões 19.x e Next.js versões 15.x e 16.x quando utilizam App Router. Embora esta vulnerabilidade não afete os serviços gerenciados da AWS, a empresa compartilhou esta inteligência de ameaças para auxiliar clientes que executam aplicações React ou Next.js em seus próprios ambientes a tomar ação imediata.

O Contexto das Ameaças Chinesas

A China permanece como a fonte mais prolífica de atividade de ciberameaça patrocinada por Estado. Os atores de ameaça rotineiramente operacionalizam exploits públicos dentro de horas ou dias após a divulgação, demonstrando uma capacidade organizacional impressionante.

Através do monitoramento realizado na infraestrutura de honeypot MadPot da AWS, as equipes de inteligência de ameaças identificaram tanto grupos conhecidos quanto clusters de ameaças previamente não rastreados tentando explorar a CVE-2025-55182. A AWS implementou múltiplas camadas de proteção automatizada, incluindo defesa ativa Sonaris, regras gerenciadas de Firewall de Aplicação Web (Web Application Firewall – AWS WAF) e controles de segurança de perímetro. Contudo, estas proteções não são substitutos para aplicação de patches.

Clientes que utilizam serviços AWS gerenciados não são afetados e nenhuma ação é necessária. Clientes que executam React ou Next.js em seus próprios ambientes (Amazon Elastic Compute Cloud, containers, etc.) devem atualizar as aplicações vulneráveis imediatamente.

Entendendo a CVE-2025-55182 (React2Shell)

Descoberta por Lachlan Davidson e divulgada responsavelmente ao React Team em 29 de novembro de 2025, a CVE-2025-55182 é uma vulnerabilidade de desserialização insegura em React Server Components. A vulnerabilidade recebeu o nome React2Shell da comunidade de pesquisadores de segurança.

Características Técnicas Principais

• Pontuação CVSS: 10.0 (severidade máxima)
• Vetor de ataque: Execução remota de código não autenticada
• Componentes afetados: React Server Components em React 19.x e Next.js 15.x/16.x com App Router
• Detalhe crítico: Aplicações estão vulneráveis mesmo que não utilizem explicitamente funções de servidor, desde que suportem React Server Components

A vulnerabilidade foi divulgada responsavelmente pela Vercel à Meta e aos principais provedores de nuvem, incluindo a AWS, possibilitando coordenação de patches e implantação de proteções antes da divulgação pública da vulnerabilidade.

Quem está Explorando a CVE-2025-55182?

A análise de tentativas de exploração na infraestrutura de honeypot AWS MadPot identificou atividade de exploração proveniente de endereços IP e infraestrutura historicamente associados a atores de ameaça conhecidos de origem chinesa. Devido à infraestrutura de anonimização compartilhada entre grupos de ameaça chineses, atribuição definitiva é desafiadora.

Earth Lamia

Este ator de ciberameaça de origem chinesa é conhecido por explorar vulnerabilidades de aplicação web visando organizações em América Latina, Oriente Médio e Sudeste Asiático. O grupo historicamente direcionou setores que incluem serviços financeiros, logística, varejo, empresas de TI, universidades e organizações governamentais.

Jackpot Panda

Este ator de ciberameaça de origem chinesa visa principalmente entidades no Leste e Sudeste Asiático. A atividade provavelmente se alinha com prioridades de coleta relacionadas a preocupações de segurança doméstica e corrupção.

Infraestrutura de Anonimização Compartilhada

Redes de anonimização em larga escala tornaram-se uma característica definidora das operações de ciberameaça chinesas, habilitando reconhecimento, exploração e atividades de comando-e-controle enquanto obscurecem atribuição. Estas redes são utilizadas simultaneamente por múltiplos grupos de ameaça, dificultando a atribuição de atividades específicas a atores individuais. Além disso, muitos grupos de ameaça não atribuídos compartilham característica com atividade de ciberameaça de origem chinesa. A maioria dos Números de Sistema Autônomo (Autonomous System Numbers – ASNs) observados para atividade não atribuída estão associados à infraestrutura chinesa, confirmando adicionalmente que a maioria da atividade de exploração origina-se daquela região.

A velocidade com a qual estes grupos operacionalizaram exploits públicos de prova-de-conceito destaca uma realidade crítica: quando provas-de-conceito atingem a internet, atores de ameaça sofisticados são rápidos em weaponizá-las.

Ferramentas e Técnicas de Exploração

Atores de ameaça estão utilizando tanto ferramentas automatizadas de varredura quanto exploits individuais de prova-de-conceito. Algumas ferramentas automatizadas observadas possuem capacidades para inibir detecção, como aleatorização de user agent. Estes grupos não estão limitando suas atividades à CVE-2025-55182.

As equipes de inteligência de ameaças da AWS observaram estes atores simultaneamente explorando outras vulnerabilidades recentes do tipo N-day, incluindo CVE-2025-1338. Isto demonstra uma abordagem sistemática: atores de ameaça monitoram novas divulgações de vulnerabilidades, integram rapidamente exploits públicos em sua infraestrutura de varredura, e conduzem campanhas amplas através de múltiplas Vulnerabilidades e Exposições Comuns (Common Vulnerabilities and Exposures – CVEs) simultaneamente para maximizar suas chances de encontrar alvos vulneráveis.

A Realidade das Provas-de-Conceito Públicas: Quantidade Sobre Qualidade

Uma observação notável da investigação é que muitos atores de ameaça estão tentando utilizar provas-de-conceito públicas que na verdade não funcionam em cenários do mundo real. A comunidade de segurança do GitHub identificou múltiplas provas-de-conceito que demonstram compreensões fundamentais incorretas da vulnerabilidade:

• Algumas aplicações de exemplo explicitamente registram módulos perigosos (fs, child_process, vm) no manifesto do servidor, algo que aplicações reais nunca deveriam fazer
• Vários repositórios contêm código que permaneceria vulnerável mesmo após aplicação de patches para versões seguras

Apesar da inadequação técnica de muitas provas-de-conceito públicas, atores de ameaça continuam tentando utilizá-las. Isto demonstra padrões importantes:

• Velocidade sobre precisão: Atores de ameaça priorizam operacionalização rápida sobre testes minuciosos, tentando explorar alvos com qualquer ferramenta disponível
• Abordagem baseada em volume: Varrendo amplamente com múltiplas provas-de-conceito (mesmo não-funcionais), atores esperam encontrar o pequeno percentual de configurações vulneráveis
• Barreira baixa para entrada: A disponibilidade de exploits públicos, mesmo falhos, habilita atores menos sofisticados a participar em campanhas de exploração
• Geração de ruído: Tentativas de exploração falhadas criam ruído significativo em logs, potencialmente mascarando ataques mais sofisticados

Padrões de Ataque Persistentes e Metódicos

A análise de dados do MadPot revela a natureza persistente destas tentativas de exploração. Em um exemplo notável, um cluster de ameaça não atribuído associado ao endereço IP 183.6.80.214 gastou aproximadamente uma hora (das 2:30:17 até 3:22:48 AM UTC em 4 de dezembro de 2025) sistematicamente depurando tentativas de exploração:

• 116 requisições totais através de 52 minutos
• Tentou múltiplos payloads de exploração
• Tentou executar comandos Linux (whoami, id)
• Tentou escrever arquivo em /tmp/pwned.txt
• Tentou ler /etc/passwd

Este comportamento demonstra que atores de ameaça não estão apenas executando varreduras automatizadas, mas estão ativamente depurando e refinando suas técnicas de exploração contra alvos vivos.

Como a AWS Auxilia na Proteção de Clientes

A AWS implementou múltiplas camadas de proteção para auxiliar na salvaguarda de clientes:

Defesa Ativa Sonaris

O sistema de inteligência de ameaças Sonaris automaticamente detectou e restringiu tentativas de varredura maliciosa visando esta vulnerabilidade. Sonaris analisa mais de 200 bilhões de eventos por minuto e integra inteligência de ameaças da rede de honeypot MadPot para identificar e bloquear tentativas de exploração em tempo real.

Regras Gerenciadas de AWS WAF

A versão padrão (1.24 ou superior) do AWSManagedRulesKnownBadInputsRuleSet versão 1.24 agora inclui regras atualizadas para CVE-2025-55182, fornecendo proteção automática para clientes utilizando AWS WAF com conjuntos de regras gerenciadas.

Inteligência MadPot

O sistema global de honeypot forneceu detecção antecipada de tentativas de exploração, habilitando resposta rápida e análise de ameaças.

Inteligência de Ameaças Amazon

As equipes de inteligência de ameaças Amazon estão investigando ativamente tentativas de exploração da CVE-2025-55182 para proteger infraestrutura AWS. Se identificarmos sinais de que sua infraestrutura foi comprometida, notificaremos você através do Suporte AWS. Contudo, vulnerabilidades de camada de aplicação são difíceis de detectar abrangentemente somente através de telemetria de rede. Não aguarde notificação da AWS.

Importante: Estas proteções não são substitutos para aplicação de patches. Clientes que executam React ou Next.js em seus próprios ambientes (EC2, containers, etc.) devem atualizar as aplicações vulneráveis imediatamente.

Ações Recomendadas Imediatas

• Atualizar aplicações React/Next.js vulneráveis. Consulte o Boletim de Segurança AWS (https://aws.amazon.com/security/security-bulletins/AWS-2025-030/) para versões afetadas e com patches aplicados
• Implantar regra customizada de AWS WAF como proteção interim (regra fornecida no boletim de segurança)
• Revisar logs de aplicação e servidor web para atividade suspeita. Procure por requisições POST com headers next-action ou rsc-action-id
• Verificar execução de processo inesperada ou modificações de arquivo em servidores de aplicação
• Se suspeitar comprometimento: Abra um caso de Suporte AWS imediatamente para assistência com resposta a incidentes

Nota: Clientes utilizando serviços AWS gerenciados não são afetados e não requerem ação.

Indicadores de Comprometimento

Indicadores de Rede

• Requisições HTTP POST para endpoints de aplicação com headers next-action ou rsc-action-id
• Corpos de requisição contendo padrões $@
• Corpos de requisição contendo padrões “status”:”resolved_model”

Indicadores Baseados em Host

• Execução inesperada de comandos de reconhecimento (whoami, id, uname)
• Tentativas de ler /etc/passwd
• Escritas suspeitas de arquivo em diretório /tmp/ (por exemplo, pwned.txt)
• Novos processos originados por processos de aplicação Node.js/React

Infraestrutura de Ator de Ameaça

• 206.237.3.150 — 4 de dezembro de 2025 — Earth Lamia
• 45.77.33.136 — 4 de dezembro de 2025 — Jackpot Panda
• 143.198.92.82 — 4 de dezembro de 2025 — Rede de Anonimização
• 183.6.80.214 — 4 de dezembro de 2025 — Cluster de ameaça não atribuído

Recursos Adicionais

• Boletim de Segurança AWS: CVE-2025-55182 (https://aws.amazon.com/security/security-bulletins/AWS-2025-030/)
• Documentação de AWS WAF (https://docs.aws.amazon.com/waf/)
• Aviso de Segurança React Team (https://react.dev/blog/2025/12/03/react-server-components-security-advisory)

Fonte

China-nexus cyber threat groups rapidly exploit React2Shell vulnerability (CVE-2025-55182) (https://aws.amazon.com/blogs/security/china-nexus-cyber-threat-groups-rapidly-exploit-react2shell-vulnerability-cve-2025-55182/)

O que é IAM Policy Autopilot

A AWS tornou público o IAM Policy Autopilot, uma ferramenta de análise estática disponível em código aberto. Seu propósito principal é auxiliar assistentes de IA na criação rápida de políticas de acesso (Controle de Identidade e Acesso — IAM) que servem como ponto de partida sólido, permitindo que desenvolvedores revisem e ajustem as permissões conforme suas aplicações evoluem.

A ferramenta funciona de duas formas: como comando de linha (CLI) e como servidor de protocolo de contexto de modelo (MCP). Ao analisar o código da aplicação localmente, gera políticas baseadas em identidade que controlam o acesso para as funções da aplicação. Com essa abordagem, desenvolvedores conseguem focar na escrita do código da aplicação, acelerando o desenvolvimento na AWS e economizando tempo que seria gasto com configuração de políticas de acesso e resolução de problemas de permissão.

O contexto do problema

Profissionais que desenvolvem na AWS enfrentam três desafios relacionados às permissões de IAM. Primeiro, muitos preferem dedicar tempo à construção da aplicação em vez de estudar documentações complexas sobre permissões, escrever políticas ou diagnosticar erros de acesso. Segundo, assistentes de IA para codificação — como Kiro, Claude Code, Cursor e Cline — são excelentes em gerar código de aplicação, mas enfrentam dificuldades com as nuances do IAM e necessitam de ferramentas que garantam políticas confiáveis com requisitos complexos entre múltiplos serviços. Terceiro, tanto desenvolvedores quanto seus assistentes de IA precisam manter-se atualizados com os requisitos e padrões de integração mais recentes sem precisar consultar manualmente toda a documentação da AWS.

Como o IAM Policy Autopilot responde aos desafios

A ferramenta enderça esses três pontos de forma integrada. Primeiro, executa análise determinística do código da aplicação, gerando as políticas de acesso baseadas em identidade necessárias a partir das chamadas reais do AWS SDK presentes no código. Isso agiliza a criação inicial da política e reduz o tempo de diagnóstico de problemas. Segundo, oferece aos assistentes de IA configurações confiáveis e precisas através do MCP, impedindo alucinações que frequentemente geram erros nas políticas e garantindo que as políticas geradas sejam sintaticamente corretas. Terceiro, mantém-se atualizada com o catálogo expandido de serviços da AWS, atualizando regularmente sua expertise com novos serviços, permissões e padrões de integração, garantindo que desenvolvedores e seus assistentes tenham acesso a requisitos atualizados sem pesquisa manual.

Como funciona internamente

Análise de código e geração de políticas

O IAM Policy Autopilot analisa o código da aplicação e gera políticas de acesso baseadas em identidade conforme os SDK calls da AWS detectados no código. A capacidade essencial da ferramenta reside na análise determinística que produz resultados consistentes e confiáveis. Além de mapeamentos diretos entre SDK e IAM, o Autopilot compreende relacionamentos complexos de dependência entre serviços da AWS.

Por exemplo, ao identificar uma chamada para s3.putObject(), a ferramenta não gera apenas a permissão do Amazon S3 (s3:PutObject), mas também inclui permissões do AWS KMS (kms:GenerateDataKey) que podem ser necessárias em cenários de criptografia. Ao compreender dependências entre serviços e padrões de uso comum, o Autopilot intencionalmente adiciona essas permissões relacionadas à API PutObject em sua primeira análise, garantindo que a aplicação funcione corretamente independentemente da configuração de criptografia desde a primeira implantação.

Resolução de erros de acesso negado

Após as permissões serem criadas, se ainda assim surgirem erros de Acesso Negado durante testes, o IAM Policy Autopilot os detecta e oferece diagnóstico imediato. Quando habilitado, o assistente de IA invoca o Autopilot para analisar a negação e propor correções direcionadas. Após revisão e aprovação da análise e mudanças sugeridas, o Autopilot atualiza as permissões.

Suporte a MCP e CLI

A ferramenta opera em dois modos para se adequar a diferentes fluxos de desenvolvimento. Como servidor MCP, integra-se com assistentes compatíveis, incluindo Kiro, Amazon Q Developer, Cursor, Cline e Claude Code. Também está disponível como ferramenta CLI autônoma para gerar políticas ou corrigir permissões faltantes. Ambas as abordagens oferecem as mesmas capacidades de criação e resolução de problemas.

Demonstração prática: criando uma função segura de upload de arquivos

Cenário: aplicação com Lambda e S3 criptografado

Imagine um desenvolvedor que precisa criar uma função AWS Lambda para upload de documentos em S3 com criptografia do lado do servidor usando uma chave KMS gerenciada pelo cliente. O fluxo aconteceria assim:

Passo 1: O desenvolvedor descreve os requisitos

O desenvolvedor comunica ao assistente Cline: “Preciso criar uma função Lambda para fazer upload de arquivos para S3. Os arquivos devem ser criptografados usando uma chave KMS gerenciada pelo cliente. Pode ajudar?”

Passo 2: O assistente planeja a solução

O Cline responde descrevendo o plano: criar a função Lambda, configurar integração com S3 com criptografia KMS gerenciada pelo cliente, criar as permissões IAM necessárias e construir a infraestrutura usando CDK.

Passo 3: O assistente escreve o código Lambda

O Cline gera o arquivo uploadHandler.js:

const { S3Client, PutObjectCommand } = require('@aws-sdk/client-s3');
const s3Client = new S3Client({ region: 'us-west-2' });

exports.handler = async (event) => {
  const { fileName, fileContent } = JSON.parse(event.body);
  const putObjectParams = {
    Bucket: process.env.BUCKET_NAME,
    Key: fileName,
    Body: fileContent,
    ServerSideEncryption: 'aws:kms',
    SSEKMSKeyId: process.env.KMS_KEY_ID
  };

  try {
    await s3Client.send(new PutObjectCommand(putObjectParams));
    return {
      statusCode: 200,
      body: JSON.stringify({ message: 'File uploaded successfully' })
    };
  } catch (error) {
    return {
      statusCode: 500,
      body: JSON.stringify({ error: error.message })
    };
  }
};

Passo 4: O assistente descobre o IAM Policy Autopilot

O Cline reconhece que precisa criar a função IAM com as permissões corretas e descobre que tem acesso ao MCP server do IAM Policy Autopilot. Invoca a ferramenta solicitando análise do código para gerar políticas.

Passo 5: A ferramenta analisa e gera a política

O IAM Policy Autopilot escaneia o código, identifica a chamada PutObjectCommand (API do S3) e, baseado em padrões típicos de uso dos clientes AWS, também sugere permissões de criptografia e permissões de CloudWatch Logs. Gera a seguinte política de acesso:

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "s3:PutObject"
      ],
      "Resource": "arn:aws:s3:::*/*"
    },
    {
      "Effect": "Allow",
      "Action": [
        "kms:Encrypt",
        "kms:GenerateDataKey"
      ],
      "Resource": "arn:aws:kms:us-west-2:123456789012:key/*"
    },
    {
      "Effect": "Allow",
      "Action": [
        "logs:CreateLogGroup",
        "logs:CreateLogStream",
        "logs:PutLogEvents"
      ],
      "Resource": "arn:aws:logs:us-west-2:123456789012:*"
    }
  ]
}

Passo 6: O assistente cria a infraestrutura completa

Com as permissões geradas, o Cline procede à criação do template CloudFormation com a política fornecida pelo Autopilot. O desenvolvedor recebe uma solução completa pronta para implantação.

Uso direto via CLI: geração simplificada

Para quem prefere interação direta com linha de comando, a ferramenta oferece as mesmas capacidades de análise sem necessidade de assistente de IA. Com o arquivo uploadHandler.js existente, basta executar:

$ iam-policy-autopilot generate-policy --region us-west-2 --account 123456789012 --pretty Users/user/workspace/uploadHandler.js

O comando produz a mesma política JSON anterior, que pode ser copiada diretamente para templates CloudFormation, AWS CDK ou configurações Terraform. Essa abordagem CLI integra-se naturalmente em fluxos de linha de comando e pipelines de implantação automatizados.

Boas práticas e considerações importantes

Comece com as políticas geradas e refine

O IAM Policy Autopilot gera políticas que priorizam funcionalidade sobre permissões mínimas, assegurando que as aplicações executem com sucesso desde a primeira implantação. Essas políticas representam um ponto de partida sólido que pode ser refinado conforme a aplicação amadurece. Recomenda-se revisar as políticas geradas para garantir alinhamento com requisitos de segurança antes da implantação em produção.

Compreender o escopo de análise

O Autopilot destaca-se na identificação de chamadas diretas ao AWS SDK, fornecendo cobertura abrangente de políticas para a maioria dos cenários de desenvolvimento. Porém, há limitações. Se o código chama s3.getObject(bucketName) onde o bucketName é determinado em tempo de execução, o Autopilot atualmente não prevê qual bucket será acessado. Para aplicações usando bibliotecas terceirizadas que envolvem SDKs da AWS, pode ser necessário complementar a análise com revisão manual.

Atualmente, o IAM Policy Autopilot foca em políticas baseadas em identidade para funções e usuários IAM, mas não cria políticas baseadas em recursos, como políticas de bucket S3 ou políticas de chave KMS.

Integrar com fluxos IAM existentes

O Autopilot funciona melhor como parte de uma estratégia IAM abrangente. Use-o para gerar políticas funcionais rapidamente, depois empregue outras ferramentas da AWS para refinamento contínuo. Por exemplo, o AWS IAM Access Analyzer ajuda a identificar permissões não utilizadas ao longo do tempo. Essa combinação cria um fluxo desde implantação rápida até otimização com privilégio mínimo.

Entender a divisão entre ferramenta e assistente

O IAM Policy Autopilot gera políticas com ações específicas baseadas em análise determinística. Quando integrado como servidor MCP com um assistente de IA, o assistente recebe essa política e pode modificá-la ao criar templates de infraestrutura como código. Essas mudanças vêm da interpretação do assistente sobre o contexto mais amplo do código, não da análise estática fornecida pelo Autopilot. Sempre revise o conteúdo gerado pelo assistente antes da implantação para verificar conformidade com requisitos de segurança.

Escolher a abordagem de integração correta

Use a integração servidor MCP ao trabalhar com assistentes de IA para criação contínua e natural de políticas. A ferramenta CLI funciona bem para processamento em lote ou quando há preferência por interação direta. Ambas oferecem as mesmas capacidades analíticas — a escolha depende das preferências do fluxo de desenvolvimento.

Conclusão

O IAM Policy Autopilot transforma o gerenciamento de políticas de acesso de um desafio de desenvolvimento em uma capacidade automatizada que funciona perfeitamente nos fluxos existentes. Ao utilizar análise determinística de código e capacidades de criação de políticas, desenvolvedores conseguem focar na construção de aplicações confiando que possuem as permissões necessárias para executar com sucesso na AWS.

Seja através da integração servidor MCP com assistentes de IA ou pela abordagem direta de CLI, o Autopilot identifica dependências comuns entre serviços (como operações S3 com criptografia KMS), gera políticas sintaticamente corretas e permanece atualizado conforme o catálogo de serviços da AWS se expande. O resultado prático: ciclos de implantação mais rápidos, menos falhas relacionadas a permissões e maior tempo dedicado à criação de valor ao negócio em vez de depuração de problemas de acesso.

A ferramenta está disponível agora, sem custo adicional. Para começar, faça o download do repositório GitHub e experimente como a criação automatizada de políticas pode acelerar o desenvolvimento na AWS.

Fonte

IAM Policy Autopilot: An open-source tool that brings IAM policy expertise to builders and AI coding assistants (https://aws.amazon.com/blogs/security/iam-policy-autopilot-an-open-source-tool-that-brings-iam-policy-expertise-to-builders-and-ai-coding-assistants/)

Segurança aprimorada no Amazon SES com VPC endpoints

A Amazon Web Services anunciou uma novidade importante para o Simple Email Service (SES): o suporte para acessar endpoints de API através de Virtual Private Cloud (VPC) endpoints. Essa funcionalidade permite que clientes da AWS trabalhem com as APIs do SES de forma mais segura, mantendo o tráfego isolado dentro de suas redes privadas.

O que muda na prática

Até agora, empresas que executavam suas aplicações dentro de uma VPC precisavam configurar um Internet Gateway para acessar o SES. Essa abordagem funcionava, mas criava um potencial risco de segurança: o tráfego da VPC era exposto à internet para atingir os endpoints públicos do serviço de email.

Com os VPC endpoints, esse cenário muda significativamente. As organizações agora conseguem acessar as APIs do SES — utilizadas para enviar emails e gerenciar configurações de recursos — sem necessidade de um Internet Gateway. Isso reduz drasticamente as chances de exposição de atividades da VPC à internet pública.

Recursos disponíveis e alcance

Os VPC endpoints para o SES funcionam tanto para operações de envio de emails quanto para gerenciamento de configurações do serviço. A AWS disponibilizou este recurso em todos os AWS Regions onde o SES opera, garantindo consistência global.

Para equipes interessadas em implementar essa solução em suas infraestruturas, a AWS fornece documentação técnica completa. Mais detalhes sobre como configurar os VPC endpoints com Amazon SES estão disponíveis na documentação oficial.

Impacto para o setor

Essa adição reforça o compromisso da AWS em oferecer opções de segurança mais robustas para empresas que utilizam seus serviços. Para organizações em setores regulados ou com requisitos rigorosos de conformidade, a capacidade de manter tráfego sensível isolado dentro de redes privadas é um passo importante na redução de vetores de ataque e exposição potencial de dados.

Fonte

Amazon SES adds VPC support for API endpoints (https://aws.amazon.com/about-aws/whats-new/2025/12/amazon-ses-vpc-api-endpoints/)

Etiquetagem de backups automatizados no RDS e Aurora

A AWS expandiu as capacidades de gerenciamento de recursos nos serviços RDS (Relational Database Service) e Aurora. Agora é possível atribuir tags aos backups automatizados independentemente da instância ou cluster de banco de dados de origem. Essa mudança oferece mais flexibilidade para organizar, controlar e rastrear a infraestrutura de dados na nuvem.

O que muda com as tags de backups automatizados

Anteriormente, as tags estavam vinculadas apenas à instância ou cluster pai. Com esse novo recurso, os backups ganham autonomia na etiquetagem. Isso significa que você pode aplicar diferentes conjuntos de tags aos backups automatizados, criando uma estrutura mais granular de controle e organização.

Como utilizar as tags

A etiquetagem pode ser realizada por meio do AWS Management Console, da API ou do SDK. Uma vez aplicadas as tags aos backups, elas funcionam como critério para políticas IAM, permitindo controle de acesso baseado em atributos (ABAC — Attribute-Based Access Control). Com isso, você define quem pode descrever, deletar ou restaurar backups específicos com base nas tags associadas.

Benefícios práticos de gerenciamento

As tags funcionam como categorias para organizar recursos por aplicação, projeto, departamento, ambiente ou qualquer outra dimensão relevante para seu negócio. Um exemplo prático: você pode criar tags específicas de aplicação para controlar permissões sobre os backups dessa aplicação e, simultaneamente, rastrear quanto ela está custando em termos de armazenamento de backups.

Esse nível de granularidade simplifica o rastreamento de custos e o gerenciamento de permissões, especialmente em ambientes com múltiplas equipes ou aplicações compartilhando a mesma infraestrutura.

Disponibilidade e documentação

O recurso está disponível em todas as regiões AWS, incluindo as regiões AWS GovCloud (US). Para aprofundar-se na implementação, a AWS oferece documentação completa sobre etiquetagem de recursos do Amazon Aurora e etiquetagem de recursos do Amazon RDS, além de um guia sobre como usar tags para controle de acesso baseado em atributos.

Fonte

Amazon RDS and Aurora now support resource tagging for Automated Backups (https://aws.amazon.com/about-aws/whats-new/2025/12/rds-aurora-resource-tagging-automated-backups/)

Uma integração estratégica para pesquisa mais eficiente

A AWS anunciou uma nova integração entre o Amazon Quick Research e a S&P Global. Esta integração oferece aos clientes do Quick Research acesso tanto aos dados de energia, pesquisa e insights da S&P Global quanto à inteligência de mercado da empresa, tudo consolidado em um único agente de pesquisa profundo.

A integração com a S&P Global expande significativamente as capacidades do Quick Research, permitindo que profissionais de negócios analisem múltiplas fontes de dados — incluindo notícias globais de energia e inteligência financeira premium — em um único espaço de trabalho. O resultado prático é a eliminação da necessidade de alternar entre plataformas diferentes, transformando semanas de pesquisa em minutos de geração de insights focados.

O Quick Suite, que integra informações de repositórios internos, aplicações populares, serviços da AWS e, através do Protocolo de Contexto de Modelo (MCP), conexões com mais de 1.000 aplicativos, está reformulando como o trabalho é executado. Esta aplicação de IA agentica transforma a forma como equipes encontram insights, conduzem pesquisas profundas, automatizam tarefas, visualizam dados e executam ações entre diferentes aplicativos.

A arquitetura da solução

Implementações MCP inovadoras

A S&P Global desenvolveu duas implementações de servidor MCP na AWS, permitindo que organizações integrem facilmente conteúdo confiável de serviços financeiros e energia em fluxos de trabalho alimentados por IA. A abordagem mantém a qualidade, segurança e confiabilidade que líderes de negócios exigem.

S&P Global Energy: inteligência abrangente em commodities e energia

A integração S&P Global Energy, agora disponível no Amazon Quick Research, utiliza um servidor MCP de Dados Prontos para IA para entregar acesso abrangente à inteligência de mercado de commodities e energia. Essa inteligência abrange setores de Óleo, Gás, Energia, Metais, Energia Limpa, Agricultura e Transporte Marítimo em mercados globais.

Construída sobre a reputação da S&P Global como autoridade confiável de mercado, a solução utiliza centenas de milhares de documentos criados por especialistas — incluindo análises, comentários e artigos de notícias — que refletem décadas de expertise industrial. A solução oferece uma perspectiva única multihorizontal, proporcionando inteligência desde atualizações diárias de mercado até projeções de um ano, estendendo-se a análises de cenários de 20 anos ou mais.

Com dados atualizando a cada 30 minutos, líderes de negócios ganham acesso quase em tempo real à inteligência de commodities e energia, acelerando dramaticamente a velocidade de decisão ao explorar desafios regulatórios, oportunidades de investimento ou implicações ambientais.

S&P Global Market Intelligence: inteligência financeira confiável

A integração S&P Global Market Intelligence, também disponível no Amazon Quick Research, utiliza o servidor MCP de API pronta para LLM desenvolvido pela Kensho, o hub de inovação em IA da S&P Global. Este servidor MCP torna dados financeiros confiáveis acessíveis através de consultas em linguagem natural, integrando-se perfeitamente ao Amazon Quick Research.

Profissionais de finanças podem acessar S&P Capital IQ Financials, transcrições de chamadas de resultados, informações de empresas, transações e muito mais, simplesmente fazendo perguntas. A solução Kensho aborda um desafio crítico em serviços financeiros: tornar repositórios vastos de dados financeiros imediatamente acessíveis sem exigir linguagens de consulta complexas ou expertise técnica.

Equipes de engenharia, produto e negócios economizam tempo e recursos significativos ao transformar o que antes exigia horas de extração de dados em consultas conversacionais que retornam informações precisas e confiáveis em segundos.

Detalhes técnicos da implementação

Fluxo de arquitetura

Quando usando uma das integrações S&P, o tráfego flui do Quick Research através do Amazon API Gateway para um Balanceador de Carga de Aplicação AWS com os serviços MCP hospedados no Amazon Elastic Kubernetes Service (Amazon EKS). O servidor MCP utiliza dados hospedados no Amazon S3 e no Serviço de Banco de Dados Relacional AWS para PostgreSQL para dados estruturados, e no Amazon OpenSearch Service para armazenamento vetorial. Esta arquitetura oferece servidores MCP prontos para empresas com segurança em profundidade, dimensionamento automatizado e observabilidade abrangente.

O MCP é um padrão aberto que suporta comunicação perfeita entre agentes de IA e fontes de dados externas, ferramentas e serviços. Opera em uma arquitetura cliente-servidor em que servidores MCP tratam chamadas de ferramentas — normalmente compostas por múltiplas chamadas de API — e expõem implementações de lógica de negócios como funções chamáveis. Isso permite que agentes de IA descubram capacidades dinamicamente, negociem recursos e compartilhem contexto de forma segura, atendendo a todos os requisitos críticos para aplicações de nível empresarial.

Componentes principais da solução

Pipeline automatizado de dados com Amazon Bedrock: No coração da solução está um pipeline de ingestão de dados de Geração Aumentada por Recuperação (RAG) usando o Amazon Bedrock. Este pipeline transforma dados brutos de mercado em Dados Prontos para IA. Documentos dos repositórios proprietários da S&P Global passam por pré-processamento, fragmentação e enriquecimento antes de serem convertidos em embeddings vetoriais usando o modelo Cohere Embed hospedado em Bedrock. O pipeline de ingestão executa em base agendada, atualizando o armazenamento vetorial OpenSearch a cada 30 minutos para acesso quase em tempo real aos dados de energia.

Busca vetorial e semântica: O Amazon OpenSearch serve como banco de dados vetorial, armazenando embeddings gerados pelo Bedrock e habilitando capacidades de busca semântica nos dados de energia da S&P Global. O armazenamento vetorial OpenSearch é otimizado para operações vetoriais de alta dimensionalidade, suportando buscas de similaridade rápidas que potencializam a capacidade dos servidores MCP de recuperar informações contextualmente relevantes em resposta a consultas em linguagem natural.

Resiliência e escala: A solução utiliza Amazon EKS para hospedar todas as soluções de servidor MCP com dois clusters de produção habilitando divisão de tráfego e capacidades de failover. Esta abordagem de cluster duplo oferece disponibilidade contínua mesmo durante falhas inesperadas. Tanto o Cluster Autoscaler quanto o Horizontal Pod Autoscaler habilitam dimensionamento dinâmico baseado em demanda. Os servidores MCP são construídos com o framework FastMCP, oferecendo endpoints HTTP de alto desempenho que em conformidade com a especificação de Transporte HTTP Fluxível exigida pelo protocolo MCP.

Segurança em camadas: A segurança é integrada em cada camada da solução. O API Gateway serve como endpoint para acesso ao servidor MCP. O provedor de identidade empresarial da S&P Global é utilizado para autenticação OAuth. O API Gateway é ainda protegido com o Firewall de Aplicação Web AWS (WAF) com detecção avançada de ameaças. As funções e políticas do AWS IAM impõem princípios de privilégio mínimo, garantindo que cada componente tenha apenas as permissões que necessita. O AWS Secrets Manager armazena de forma segura credenciais para acessar recursos e serviços AWS. Os Grupos de Segurança AWS e as configurações de VPC oferecem isolamento de rede, enquanto TLS 1.2+ com o AWS Certificate Manager valida que todos os dados em trânsito permanecem criptografados. Essa segurança multicamada inclui controles de segurança em profundidade.

Observabilidade: O Amazon CloudWatch oferece registro centralizado, coleta de métricas e monitoramento em tempo real de todo o pipeline, desde ingestão de dados até respostas de servidor MCP. O AWS CloudTrail captura logs de atividade de API detalhados e trilhas de auditoria, essenciais para conformidade em indústrias reguladas.

Conclusão

Juntos, esses servidores MCP construídos na AWS e integrados ao Amazon Quick Research demonstram a visão da S&P Global para o futuro de serviços financeiros e inteligência de energia: manter a confiança, precisão e profundidade que líderes de negócios exigem enquanto abraçam o potencial transformador da IA para tornar essa inteligência mais acessível, acionável e integrada em fluxos de trabalho modernos.

Próximos passos

Para mais detalhes sobre como começar, consulte a documentação de Dados de Terceiros do Quick Research.

Fonte

S&P Global Data integration expands Amazon Quick Research capabilities (https://aws.amazon.com/blogs/machine-learning/sp-global-data-integration-expands-amazon-quick-research-capabilities/)

Automação inteligente em migrações do VMware

A AWS expandiu as capacidades do AWS Transform com poderosos recursos de IA agêntica para automatizar migrações do VMware para a plataforma. O agente de migração funciona em colaboração com as equipes técnicas, compreendendo as prioridades empresariais e orquestrando de forma inteligente o planejamento e a migração de centenas de aplicações distribuídas em milhares de servidores. Essa abordagem reduz significativamente o esforço manual, o tempo total de projeto e a complexidade operacional.

Descoberta e priorização intelligent

O agente agora consegue descobrir automaticamente o ambiente on-premises e priorizar as aplicações para migração usando diversas fontes de dados. Ele integra informações do AWS Transform discovery tool, dados de inventário provenientes de ferramentas de descoberta de terceiros e informações não estruturadas, como documentos, anotações e regras de negócio.

Uma vez coletados esses dados, o agente analisa os detalhes de infraestrutura, banco de dados e aplicações, mapeando dependências entre componentes. Com base nessa análise, gera planos de migração agrupados conforme prioridades empresariais e técnicas — considerando propriedade, departamento, função, subnet e sistemas operacionais.

Geração de configurações de rede

O agente é capaz de gerar configurações de rede em topologias hub-and-spoke ou isoladas, oferecendo opções flexíveis de gerenciamento de endereços IP. Além disso, suporta deployment em múltiplas contas da AWS e gera configurações de rede alinhadas com landing zones da empresa. O serviço migra também infraestrutura de rede de ambientes como NSX, Palo Alto, Fortigate e Cisco ACI.

Migração segura e iterativa

A migração dos servidores para a AWS ocorre de forma segura e iterativa, em ondas sucessivas, com atualizações claras de progresso durante todo o deployment. O agente suporta a migração de servidores x86 Windows e Linux, hipervisores como VMware, HyperV, Nutanix e KVM, além de ambientes bare-metal em múltiplas contas de destino.

Interação e colaboração durante a migração

Ao longo de toda a jornada de migração, as equipes podem fazer perguntas ao agente e orientar suas decisões — como repetir ou pular etapas ou ajustar planos conforme necessário. Para simplificar aprovações internas, o agente gera um relatório detalhado contendo o plano de migração e o mapeamento completo de redes, servidores e aplicações.

Disponibilidade e escopo

Essas novas capacidades estão disponíveis em todas as Regiões da AWS onde o AWS Transform é oferecido, com suporte para migração de servidores e redes para 16 Regiões da AWS. Para explorar a ferramenta, você pode acessar a página do produto e o guia do usuário, além de começar com o AWS Transform.

Benefícios práticos

Com o AWS Transform, as organizações conseguem acelerar o tempo para gerar valor, reduzir riscos e diminuir a complexidade operacional de migrações do VMware. A combinação de automação, inteligência artificial e colaboração interativa torna toda a operação mais previsível, rápida e menos propensa a erros.

Fonte

AWS Transform adds new agentic AI capabilities for enterprise VMware migrations (https://aws.amazon.com/about-aws/whats-new/2025/12/transform-vmware-agentic-ai-enterprise-migration/)