7 de setembro de 2026

Um time de segurança em nuvem descobre, durante uma investigação pós-incidente, que o servidor comprometido nunca teve o agente de proteção instalado. Ele existia havia meses, criado para um teste que nunca foi desligado, fora do inventário monitorado. Esse cenário não é exceção. Segundo o relatório 2025 State of Cloud Security, da Orca Security, 32% dos ativos de nuvem analisados estavam em estado negligenciado. O dado reforça a importância de identificar recursos esquecidos e acompanhar sua manutenção e postura de segurança.  É esse tipo de lacuna que arquitetos de nuvem, engenheiros de segurança e gestores de TI enfrentam ao avaliar fornecedores ou revisar do zero a estratégia de proteção multi-nuvem da empresa. Este artigo explica o que caracteriza a categoria CNAPP, como a Orca Security se diferencia por meio de uma abordagem sem agentes e quais capacidades compõem esse tipo de plataforma na prática. O ponto cego do modelo tradicional de segurança em nuvem A proteção de workloads tradicionalmente utiliza agentes e sensores para coletar telemetria de execução. A forma de implantação varia conforme o ambiente, podendo envolver máquinas virtuais, nós de Kubernetes ou mecanismos específicos para serviços serverless. A efetividade dessa cobertura depende da implantação correta, da compatibilidade e da manutenção desses componentes.  Na prática, isso raramente acontece de forma completa. Ambientes crescem por autosserviço, times de desenvolvimento sobem workloads sem passar pelo checklist de segurança, e cada agente adicional consome recursos e cria mais um ponto de manutenção. O resultado documentado pela própria Orca Security em relatórios técnicos é que, em média, soluções baseadas em agente cobrem menos da metade dos ativos de um ambiente de nuvem, deixando de fora exatamente as cargas de trabalho esquecidas e menos monitoradas. O que é CNAPP e por que a categoria se consolidou CNAPP é a sigla para Cloud-Native Application Protection Platform. Segundo a definição do Gartner, trata-se de um conjunto unificado e fortemente integrado de capacidades de segurança e conformidade, projetado para proteger infraestrutura e aplicações nativas de nuvem ao longo de todo o ciclo de vida, da criação do código à execução em produção. Isso inclui varredura de artefatos, gestão de configuração, detecção e priorização de risco, e análise comportamental, tudo dentro de uma única plataforma. Essa consolidação resolve um problema concreto de mercado. Até poucos anos atrás, uma organização precisava contratar ferramentas separadas para gestão de postura de configuração, proteção de workloads, gestão de identidades em nuvem e varredura de vulnerabilidades, cada uma com painel, lógica de alerta e curva de aprendizado próprios. O Gartner projeta que, até 2026, 80% das empresas terão consolidado essas ferramentas em três fornecedores ou menos, ante uma média de dez fornecedores distintos em 2022. O tamanho do mercado reflete essa tendência: segundo a Grand View Research, o mercado global de CNAPP foi avaliado em US$ 9,8 bilhões em 2023 e deve alcançar US$ 16,8 bilhões em 2026, crescendo a uma taxa composta anual de 21,8%. Quem é a Orca Security e como nasceu a abordagem agentless A Orca Security foi fundada em 2019 por Avi Shua e Gil Geron, ambos ex-executivos da Check Point, com sede em Portland, nos Estados Unidos, e centro de pesquisa e desenvolvimento em Tel Aviv. A empresa nasceu de uma pergunta específica: era possível obter cobertura completa de um ambiente de nuvem sem repetir o modelo de instrumentação usado em data centers tradicionais? A resposta foi a SideScanning, tecnologia patenteada que dispensa agentes para gerar um perfil de risco completo do ambiente. Desde então, a companhia levantou aproximadamente US$ 640 milhões em rodadas de investimento, atingindo avaliação de US$ 1,8 bilhão, e foi reconhecida pelo Gartner como fornecedor representativo de CNAPP em seus Market Guides de 2023, 2024 e 2025. A Orca também recebeu o título de parceira global de segurança da AWS, concedido a um número restrito de fornecedores entre milhares de soluções integradas à nuvem da Amazon. Como o SideScanning enxerga o ambiente sem tocar nos workloads A diferença entre os dois modelos pode ser resumida em duas perguntas distintas. O agente instalado dentro do workload pergunta: “o que está acontecendo aqui dentro, agora?” Já a abordagem agentless da Orca pergunta: “o que existe neste ambiente e como está configurado, sem que eu precise estar dentro dele?“ Tecnicamente, a SideScanning se conecta às contas de nuvem do cliente por meio de uma função com permissão de leitura, sem exigir regras de firewall de entrada nem credenciais privilegiadas. A partir daí, lê snapshots da camada de armazenamento em bloco dos workloads (como EBS na AWS, discos gerenciados no Azure e discos persistentes no Google Cloud) e reconstrói, em uma visão somente leitura, o sistema de arquivos completo: sistema operacional, pacotes, configurações e registros. Esses dados são combinados com metadados obtidos diretamente das APIs dos provedores de nuvem, sem que um único pacote de rede seja enviado ou qualquer código seja executado no ambiente de produção. A coleta utiliza APIs e serviços de nuvem, sem depender de uma varredura de rede direcionada às aplicações. Também é necessário distinguir a descoberta de um recurso da inspeção de seu conteúdo: a profundidade da análise depende do serviço, das permissões concedidas e da compatibilidade com os mecanismos de coleta. A análise agentless identifica riscos a partir dos dados disponíveis nas coletas, mas não equivale, por si só, à observação contínua de processos, memória e eventos de execução. Para complementar essa visibilidade, a Orca oferece o Orca Sensor, baseado em eBPF, com capacidades de detecção e proteção em runtime nos ambientes compatíveis. A combinação deve considerar a criticidade dos workloads e os requisitos de resposta.  Esse desenho tem duas consequências práticas para quem avalia a tecnologia. A primeira é a velocidade: a conexão inicial leva minutos por conta da nuvem, e um perfil de risco completo costuma ficar disponível em até 24 horas, contra semanas de projeto para distribuir agentes em centenas de workloads. A segunda é o impacto zero em performance, já que a varredura ocorre fora do runtime do workload, sem competir por CPU ou memória com a