PulseAugur
中
实时 19:55:39
实体 Siem

Siem

PulseAugur coverage of Siem — every cluster mentioning Siem across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
8
90 天内 29
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 5
层级分布 · 90 天
主题
关系
情绪 · 30 天

3 天有情绪数据

最近 · 第 1/2 页 · 共 37 条
  1. TOOL · CL_355268 ·

    CopilotKit 发布可自行托管的人工智能同事 OpenBot 1.0

    CopilotKit 推出了 OpenBot 1.0,这是一个开源且可自行托管的人工智能同事平台。与许多供应商锁定解决方案不同,OpenBot 允许公司集成自己的模型、代理和基础设施。其一项关键功能是内置的治理系统,该系统在执行前会根据策略检查每个 Bot 的操作,并为敏感任务提供人工审批选项。该平台支持多种代理和模型,包括 Claude、Gemini 和 Grok 等流行选项,以及开源替代品。

  2. TOOL · CL_345418 ·

    Greenlight Financial 使用 Amazon Bedrock AgentCore 构建自主 SOC

    Greenlight Financial 开发了一个名为 Luna 的自主安全运营中心 (SOC) 解决方案,该方案利用了 Amazon Bedrock AgentCore。该系统能够自动处理超过 90% 的安全和风险案例,每月处理多达 4,000 条警报,无需人工干预。Luna 采用分层多代理架构,拥有超过 30 个专用代理,并使用 AgentCore 运行时和内存来实现高效运行和持续学习。

  3. TOOL · CL_328893 ·

    AI 代理:防范服务账户缺陷和数据泄露

    本文讨论了 AI 代理中的安全漏洞,特别关注与静态服务账户相关的风险。文章指出了过度授权的代理以及日志中缺乏人为责任等问题,并引用了 Asana、Cline 和 Salesforce 的案例。作者提出使用带有委派令牌的跨应用访问 (XAA) 来强制执行最小权限原则,并在安全日志中维护人为归属。此外,文章还讨论了即使有严格的令牌委派,通过合法工具进行数据泄露的挑战,并建议将 API 网关提示检查与 SIEM 身份和网络日志相关联以进行检测。

  4. COMMENTARY · CL_316032 ·

    随着AI的进步,人类判断仍然至关重要,尤其是在复杂的决策中

    随着人工智能的进步,人类判断变得越来越关键,而不是越来越不重要。虽然AI在数据分析和推荐行动方面表现出色,但它难以理解特定业务背景下决策的操作后果。这种通过经验磨练出来的细致理解,对于应对模糊情况和做出明智的业务决策至关重要,尤其是在网络安全等领域,技术修复可能会产生意想不到的业务影响。挑战在于确保下一代专业人士能够在AI自动化更多初级任务的同时获得这种宝贵的经验。

  5. COMMENTARY · CL_307416 ·

    人工智能是初级网络安全分析师的副手,而非替代者

    人工智能正在改变网络安全领域,特别是对于像SOC Tier 1分析师这样的入门级职位。尽管人们担心人工智能会因其快速处理数据和分类警报的能力而自动化这些职位,但现实是人工智能正成为协助人类分析师的强大工具。人工智能可以提供即时指导,加速学习,并通过过滤掉误报来帮助对抗警报疲劳,使初级分析师能够专注于更关键的调查。然而,人工智能目前缺乏人类分析师提供的业务背景判断、不确定情况下的批判性思维和问责制,使其成为副手而非替代者。

  6. TOOL · CL_304007 ·

    开源 AI SOC 在裸金属上解决了云安全日志成本问题

    本文讨论了在云环境中查询安全日志所面临的挑战,特别强调了与 AWS NAT Gateway 和云 SIEM 相关的成本。文章提出了一个基于裸金属的开源 AI 安全运营中心 (SOC) 解决方案。提出的架构包括用于存储日志的双输出数据湖、一个使用 Llama 3 并具备自我批评能力的离线分类 AI 代理,以及一个在 LLM 推理前优先进行数据丰富化的策略。

  7. TOOL · CL_286875 ·

    新的 AI 架构通过 NeMo-Guardrails 增强安全事件响应

    研究人员开发了一种约束动作 AI 修复架构,旨在通过减轻使用大型语言模型 (LLM) 进行事件响应的风险来增强安全运营中心 (SOC)。该系统采用双层方法:控制平面将修复 grounding 在主机事件上,并将 LLM 输出限制在预定义的模板化命令词汇表中;NeMo-Guardrails 代理则针对对抗性语料库强制执行输入和输出策略。该架构将注入召回率从 25.0% 显著提高到 94.5%,同时保持较低的误报率,从而在可能对关键基础设…

  8. RESEARCH · CL_289045 ·

    新的AIDA框架显著改进了基于LLM的安全告警分类 · 跟踪2个来源

    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%。

  9. TOOL · CL_256925 ·

    自主代理在网络事件响应中展现出潜力

    一篇新的研究论文在一个模拟的网络靶场中评估了自主代理响应网络安全事件的有效性。该研究测试了基于启发式规则的代理和采用强化学习的代理,旨在最小化对手的访问并平衡防御成本。结果表明,强化学习代理的表现普遍优于启发式策略,其性能受到对手策略和模拟用户行为的显著影响。

  10. TOOL · CL_249541 ·

    新的神经符号框架增强了AI-SOC对抗提示注入的安全性

    已开发出一种新的神经符号框架,以增强人工智能驱动的安全运营中心(SOC)的安全性。该框架通过采用两层防御系统来解决提示注入等漏洞。第一层使用SIEM解码器对日志数据进行确定性过滤,第二层利用NeMo Guardrails在数据到达LLM之前强制执行语义边界。这种方法旨在提供更具弹性和可观察性的防御,以应对复杂的网络威胁。

  11. RESEARCH · CL_245928 ·

    SENTINEL-RL架构为SOCs解耦AI推理

    提出了一种名为SENTINEL-RL的新开放架构,以解决安全运营中心(SOCs)的扩展限制。该架构将语义推理与拓扑操作解耦,使它们能够独立扩展。与将这些流程纠缠在一起的传统SIEM和SOAR平台不同,SENTINEL-RL使用两个异步管道:一个用于语义解释(例如,基于LLM的分析),另一个用于拓扑操作(例如,基于RL的策略执行)。这种分离旨在降低成本、提高吞吐量,并克服传统系统在分析大型身份验证图时面临的组合爆炸问题。

  12. TOOL · CL_244517 ·

    构建 SIEM:AWS 原生 vs. 开源解决方案

    本文讨论了团队在扩展日志基础架构时面临的挑战以及对安全信息和事件管理 (SIEM) 系统的需求。它将使用 AWS 原生服务与开源替代方案构建 SIEM 解决方案进行了比较,并强调了每种方法所涉及的权衡。

  13. TOOL · CL_234581 ·

    思科旨在为人工智能驱动的SIEM市场重塑Splunk

    在对Splunk进行巨额收购后,思科正致力于现代化其安全信息和事件管理(SIEM)产品。该公司旨在调整其SIEM能力,以满足人工智能驱动的网络安全领域不断变化的需求。

  14. TOOL · CL_219425 ·

    Chainlit 修复了严重 RCE 漏洞;AI 代理安全日志仍不可信

    Chainlit 发布了 2.12.0 版本,以修复一个严重的远程代码执行漏洞(CVE-2026-45018),该漏洞允许未经身份验证的攻击者执行任意 shell 命令。此漏洞以及 Azure DevOps MCP Server、Atlassian 的 MCP 和 LangBot 中的其他漏洞,凸显了 AI 代理部署安全方面更广泛的问题。核心问题在于,应用程序日志和审计跟踪通常由被攻破的运行时本身生成,这使得它们不可信。提出的解决方案…

  15. TOOL · CL_209121 ·

    Docker AI Governance 集成 SIEM,跟踪策略决策

    Docker AI Governance 现在与现有的 SIEM 系统集成,在 Docker Cloud 中提供所有策略决策的可搜索日志。这一发展是在超过四分之一的生产代码现在由 AI 编写的背景下发生的。

  16. COMMENTARY · CL_188101 ·

    SIEM 详解:IT 安全的中央神经系统

    安全信息和事件管理 (SIEM) 系统充当 IT 安全的中央神经系统,收集和分析日志数据以识别潜在威胁。这些系统对于理解组织 IT 基础设施产生的海量信息至关重要。通过倾听日志试图传达的信息,SIEM 能够实现更好的治理、风险管理和整体网络安全态势。

  17. TOOL · CL_176201 ·

    自托管平台支持自然语言SIEM查询

    作者开发了一个自托管平台,旨在允许用户使用自然语言查询其安全信息和事件管理(SIEM)系统。该解决方案旨在解决导航多个仪表板进行数据分析的复杂性和低效率问题。该平台使用户能够通过普通英语命令与SIEM数据进行交互,从而简化了提取见解的过程。

  18. COMMENTARY · CL_159302 ·

    AI安全护栏阻碍事件响应,迫使使用中国模型

    一家AI原生公司遭遇了来自自主AI代理的攻击,发现领先的美国AI模型因其安全护栏而拒绝分析事件日志。这迫使该公司寻求中国开源模型的帮助。此次事件凸显了一个关键问题:AI模型中过于严格的安全功能会阻碍关键的安全运营,特别是事件响应,而事件响应本身就涉及分析恶意内容。这种情况强调了需要为安全用例更好地校准AI安全护栏,并建议在事件响应工具中转向多模型策略。

  19. TOOL · CL_150926 ·

    SIEM:威胁检测与合规性的核心网络安全解决方案

    安全信息和事件管理(SIEM)是一种关键的网络安全工具,旨在从IT基础设施的各种来源收集、分析和关联日志数据。这项技术为安全团队提供了增强的可见性,以进行威胁检测、调查和响应,同时也有助于满足法规遵从性要求。SIEM解决方案是现代网络安全战略不可或缺的一部分,支持治理、风险管理和整体业务安全。

  20. COMMENTARY · CL_144623 ·

    AI代理需要超越传统安全的新治理模式

    文章认为,专为人类员工设计的传统安全措施不足以管理自主AI代理。与人类不同,AI代理缺乏职位描述,没有对后果的恐惧,也不受数据丢失防护(DLP)或安全访问服务边缘(SASE)等相同安全协议的约束。这些代理在云环境中运行,并通过API直接与SaaS应用程序交互,绕过了现有的安全基础设施。作者建议需要进行根本性转变,借鉴人类员工的入职和治理方式,以有效管理与这一新数字劳动力相关的风险。