CAV-LLM

新的AI方法可验证网络威胁证据，即使来自不可信的工具

一篇新研究论文介绍了一种名为冲突感知证据验证（CAV）的方法，旨在提高用于网络威胁调查的AI代理的可靠性。这些代理通常会结合多个检测工具的输出来工作，但如果这些工具提供冲突或不正确的信息，它们可能会被误导。所提出的CAV-LLM系统在修改后的CIC-IDS2017数据集上进行了测试，通过采用等权重投票、证据冲突门控和独立最近邻信任检查，即使在多个检测器受到损害的情况下也能提高准确性。