New AI framework automates network incident response with LLMs and digital twins

研究人员开发了一个新颖的分层代理框架，旨在自动化网络事件响应。该系统集成了大型语言模型（LLMs）来推断攻击进展和规划恢复操作，并通过网络的数字孪生进行验证。LLM分析安全警报和系统测量数据以推断攻击，而数字孪生则重放这些场景以校准推断。然后，一个规划代理对受影响的组件进行优先级排序并提出恢复策略，这些策略被转换为经过验证的命令。在对一个包含33个组件的企业网络进行的评估中，与基线LLM方法相比，该框架在恢复成功率方面表现出18-31%的提升。 AI

影响 该框架可以显著加快自动化网络防御系统的速度并提高其准确性。

排序理由 关于网络事件响应新AI框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• LLM
• ScienceCast

• 论文
• 产品
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →