研究人员开发了一个名为AIDA（对抗性调查和辩证分析）的新框架，以提高大型语言模型（LLM）在安全运营中心（SOC）中的代理的可靠性。现有的LLM方法在告警分类方面存在困难，会错过相当一部分与攻击相关的告警。AIDA通过构建证据检索和决策审查来解决这个问题，要求在驳回之前明确提出建议的决策和独立的挑战。该新框架在1,247个告警的基准测试中取得了0.958的F1分数，将假阴性率从40.4%大幅降低到3.1%。 AI
影响 增强了LLM在关键安全运营中的能力，有可能减少漏报威胁并提高分析师的效率。
排序理由 该集群包含一篇研究论文，详细介绍了用于安全运营中基于LLM的告警分类的新框架和基准。
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2610.10608v1 Announce Type: cross Abstract: Security operations centers (SOCs) must triage large volumes of alerts, most of which are benign, while missed attacks can remain uninvestigated. Tool-using large language model (LLM) agents can retrieve evidence during triage, bu…
Security operations centers (SOCs) must triage large volumes of alerts, most of which are benign, while missed attacks can remain uninvestigated. Tool-using large language model (LLM) agents can retrieve evidence during triage, but it remains unclear how reasoning strategies dete…