论文发布SIEM/XDR受限动作AI修复架构
热点事件持续更新
论文发布SIEM/XDR受限动作AI修复架构
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究团队(Georgios Koutidis 等作者)发表论文,提出一种面向 SOC 分析师的受限动作修复架构,并公开一套 SOC 专用对抗语料。该架构由两层组成:SIEM/XDR 控制平面将 LLM 输出限制在封闭意图词汇表内,由轻量端点代理执行模板化命令,并有参数校验器兜底;NeMo-Guardrails 代理为分析师 LLM 加装输入与输出护栏。 作者称,现成代理将注入召回率从 25.0% 提升至 94.5%,误报率 0.1%;红队演练显示封闭意图词汇与参数校验器可在命令跨越信任边界前拦截所观察到的 LLM 失效模式。该架构被定位为架构层面的适配,尚未进行可测量的运营技术部署。 作者称,由于实测护栏延迟,该流程不宜做在线实时控制,更适合人工介入或延迟执行。
AI 根据报道生成 · 1 小时前更新
最新进展10月8日 12:00
基于 NeMo-Guardrails 代理的 SIEM/XDR 受限动作 AI 修复架构报道时间线
沿着报道,了解事件的不同侧面。
10月8日
- arXiv:cs.CL基于 NeMo-Guardrails 代理的 SIEM/XDR 受限动作 AI 修复架构
研究团队提出一种受限动作架构,通过 SIEM/XDR 控制平面将 LLM 输出限制在封闭意图词汇表内,并用 NeMo-Guardrails 代理为 SOC 分析师 LLM 加装输入输出护栏。该代理在 SOC 专用对抗语料上将注入召回率从 25.0% 提升至 94.5%,误报率 0.1%,红队演练验证了封闭意图词汇与参数校验器可在命令跨越信任边界前拦截 LLM 失效模式。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。