A IA que encontrou uma falha crítica antes dos atacantes: como a Ivanti usou um LLM

Um modelo de linguagem (LLM) identificou uma vulnerabilidade de gravidade máxima no produto Sentry da Ivanti — uma falha que as ferramentas tradicionais de análise não tinham detetado. O caso, confirmado pela própria Ivanti a meios especializados, é um dos primeiros exemplos públicos de uma empresa a atribuir a descoberta de uma falha crítica no seu próprio produto a inteligência artificial generativa, e levanta questões concretas sobre o futuro da segurança ofensiva — e sobre o facto de os atacantes disporem exatamente das mesmas ferramentas.

Resposta rápida: a Ivanti confirmou que descobriu a CVE-2026-10520 — uma injeção de comandos de sistema no Ivanti Sentry, com CVSS máximo de 10 — recorrendo a um LLM avançado que passou a integrar nos seus processos de segurança de produto. A falha, divulgada a 9-10 de junho de 2026, permite execução remota de código com privilégios de root sem autenticação. Foi corrigida nas versões 10.5.2, 10.6.2 e 10.7.1, e adicionada ao catálogo KEV da CISA a 11 de junho após deteção de exploração ativa.

A falha que a IA encontrou

A CVE-2026-10520 é uma injeção de comandos de sistema operativo no Ivanti Sentry, o gateway que gere e cifra o tráfego entre dispositivos móveis e servidores empresariais como o Microsoft Exchange. Com pontuação CVSS de 10 — o valor máximo —, permite a um atacante não autenticado executar comandos arbitrários com privilégios de root no sistema subjacente. Segundo a análise técnica da watchTowr, a falha reside no endpoint não autenticado /mics/api/v2/sentry/mics-config/handleMessage, que processa um parâmetro fornecido pelo atacante como um comando interno de configuração.

Foi divulgada a par de uma segunda falha crítica, a CVE-2026-10523 (CVSS 9,9), um bypass de autenticação que permite criar contas administrativas arbitrárias — esta creditada ao investigador humano Bryan Lam. A distinção é relevante: foi a falha de injeção de comandos, a mais grave, que a Ivanti atribui ao trabalho do LLM.

O que a Ivanti disse

Em declarações à imprensa especializada, um porta-voz da Ivanti explicou o processo: “A Ivanti descobriu esta CVE com recurso a um LLM avançado que começámos a integrar nos nossos processos de segurança de produto. Este projeto aumentou a capacidade das nossas equipas de Engenharia e de Red Team de Segurança de Produto para identificar e corrigir vulnerabilidades, especialmente as difíceis de detetar com ferramentas tradicionais.”

A empresa acrescentou esperar que este trabalho resulte “num aumento das divulgações proativas de segurança”, enquadrando o fenómeno como positivo e como parte de manter os produtos ao nível das exigências modernas. Por outras palavras: mais falhas encontradas internamente significam, à partida, mais falhas corrigidas antes de serem exploradas — ainda que o efeito colateral seja um aparente aumento do número de CVE publicadas.

Deslocar a segurança para a esquerda

A lógica descrita pela Ivanti é a de integrar a análise de IA cada vez mais cedo no ciclo de desenvolvimento — o chamado “shift left”. A ideia é que, à medida que os engenheiros escrevem código, em vez de serem reencaminhados mais tarde para corrigir problemas, o sistema capture a fraqueza em antecipação, a resolva e devolva o código já corrigido. A IA funcionaria, assim, como uma primeira linha automática de revisão de segurança.

A investigação académica tem vindo a corroborar o potencial da abordagem. Trabalhos apresentados em conferências como a USENIX Security demonstram que arquiteturas baseadas em LLM, com técnicas de prompting adaptativo, conseguem aplicar correções automatizadas sem necessidade de evidências de exploração nem de treino específico do modelo — superando, em vários cenários, os métodos tradicionais. Ainda assim, os mesmos estudos sublinham que a supervisão humana permanece indispensável para validar as correções e evitar falsos positivos.

A outra face: os atacantes têm as mesmas ferramentas

O episódio da Ivanti não é isolado. Na mesma semana, a Searchlight Cyber revelou ter descoberto a cadeia crítica wp2shell, uma RCE no núcleo do WordPress, igualmente com apoio de um modelo de linguagem. A conclusão é inescapável: se a IA acelera a descoberta de vulnerabilidades para quem defende, acelera-a também para quem ataca.

A Rapid7 sublinhou este ponto precisamente a propósito de outra falha recente: dado que muito código é aberto e os modelos atuais conseguem analisá-lo, é altamente provável que surjam provas de conceito públicas em pouco tempo após a divulgação de uma vulnerabilidade. A janela entre a publicação de uma falha e a existência de código de exploração está a encurtar — e a IA é um dos motores dessa aceleração. No caso do próprio Ivanti Sentry, a exploração ativa foi detetada em menos de 24 horas.

Uma nota de contexto importante

Apesar do CVSS de 10, a Ivanti fez questão de sublinhar que o risco real depende da configuração. A exploração da CVE-2026-10520 requer acesso à porta de gestão (8443), que, segundo a empresa, nunca deveria estar exposta à Internet. Em cenários corretamente configurados — com mTLS ou acesso HTTPS restrito através das soluções de gestão da Ivanti —, as interfaces vulneráveis ficam inacessíveis a atacantes externos. Esta é uma boa prática universal: as interfaces de administração de qualquer appliance nunca devem estar diretamente expostas na Internet.

Porque é que isto importa em Portugal

Para as organizações portuguesas, o caso tem duas leituras. A primeira é operacional: quem utiliza o Ivanti Sentry deve confirmar que atualizou para as versões corrigidas e que a porta de gestão não está exposta — a falha está no catálogo de vulnerabilidades exploradas da CISA, o que a torna prioritária. A segunda é estratégica: a IA generativa deixou de ser promessa e é já uma ferramenta operacional de segurança ofensiva, dos dois lados da barricada.

Para as equipas de segurança nacionais — e para as entidades abrangidas pelo Regime Jurídico da Cibersegurança (Decreto-Lei n.º 125/2025) —, a mensagem é que a gestão de vulnerabilidades tem de acompanhar este novo ritmo. Se os atacantes usam LLM para encontrar e explorar falhas em horas, os programas de defesa não podem depender de ciclos de correção medidos em semanas. Integrar análise assistida por IA nos processos de desenvolvimento e de resposta deixou de ser uma vantagem competitiva para passar a ser uma necessidade — sempre com validação humana como última linha.

Esta informação tem caráter noticioso e baseia-se em declarações públicas da Ivanti e em análises da watchTowr, Rapid7, CSO Online e CERT-EU. As referências a modelos de IA generativa baseiam-se no que foi reportado publicamente pelas entidades envolvidas.