Siem
PulseAugur coverage of Siem — every cluster mentioning Siem across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
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。
-
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。
-
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。
-
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。
-
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。
-
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。
-
AI SOC 平台挑战传统托管安全服务
人工智能驱动的安全运营中心 (SOC) 平台有望颠覆传统的托管检测与响应 (MDR) 模型。MDR 历来通过汇集客户的分析师资源来解决 24/7 安全人员配置的高成本问题。然而，AI SOC 平台现在能够以显著更低的边际成本，更深入、更快速地调查警报，解决了 MDR 中普遍存在的定制检测、环境上下文和警报覆盖范围的局限性。
-
Claude增强Wazuh安全警报，形成叙述性攻击链
作者详细介绍了如何利用Claude为开源安全监控平台Wazuh开发一个关联层。该层将分散的SIEM警报转化为一个连贯的、叙述性的攻击链，从而增强对安全攻击的检测和理解。该过程涉及利用Claude的能力来解释和综合复杂的安全数据，超越简单的警报聚合，提供更具可操作性的威胁叙述。
-
OpenAI、Anthropic 在 AI 智能体策略上出现分歧；新风险被识别
一项最新研究强调了 OpenAI 和 Anthropic 在 AI 智能体策略上的不同方向。该研究将“信念注入”识别为一种原生于智能体的新型风险，而现有的安全工具如 SIEM 和 EDR 目前无法检测到这种威胁。这种分歧表明了 AI 行业在智能体开发和安全考量方面采取了不同的方法。
-
微软研究人员揭示 AI 代理工具描述漏洞
微软研究人员展示了一种新的 AI 安全漏洞，恶意指令可以嵌入到 AI 代理使用的工具描述中。这种“提示注入”攻击通过污染告知代理如何使用工具的元数据来操纵代理的行为，导致敏感数据泄露，而当前的安监控系统难以检测。研究结果强调，开发人员和安全团队需要像对待用户输入一样对待工具描述，并开发新的方法来观察 AI 代理的行为，而不仅仅是分析单个操作。
-
Anthropic 的 Claude 合规性 API 助力 AI 滥用检测
Anthropic 推出了 Claude 合规性 API，旨在帮助组织检测其 AI 模型的使用滥用情况。该 API 提供一个可与安全信息和事件管理 (SIEM) 系统集成的源，以识别与访问和身份管理 (IAM) 相关的问 题。开发人员还创建了一个包含预过滤器和 LLM 裁判的管道，以捕获消息内容中更复杂的威胁，例如提示注入和数据泄露，并提供用于离线分析的存储库和 Sigma 规则。
-
Datadog 通过 BYOC 和联合搜索增强可观测性
Datadog 推出了包括自带云 (BYOC) 支持、联合日志搜索以及与第三方 SIEM 系统集成在内的新功能。尽管取得了这些进展，一位分析师还是警告了潜在的供应商锁定风险。此次更新还重点介绍了新的代理式 AI 安全工具，并讨论了与 AI 相关的复杂成本结构。
-
CMMC 2.0法规给小型国防承包商带来沉重成本
针对美国国防承包商的新法规，即CMMC 2.0，正在给小型企业带来巨大的经济负担。这些法规旨在加强针对人工智能和量子计算等威胁的网络安全，要求在安全技术和人员方面进行大量投资，每年可能花费数十万美元。批评者认为，这些成本与小型制造商的利润率不成比例，并且由于量子计算的进步，强制要求的加密标准已经过时。
-
多模态人工智能通过整合多样化数据输入增强网络安全运营
多模态人工智能正成为网络安全运营的宝贵工具，能够处理文本、屏幕截图和日志等多样化数据类型，以连接零散的证据。该技术旨在通过减少低价值的解释任务来增强而非取代人类分析师，使他们能够专注于关键决策。安全领域部署多模态人工智能的实用架构涉及分层方法，具有强大的护栏、人工监督和对工具的受控访问，以减轻过度依赖带来的风险。
-
尽管警报减少，人工智能仍难以提高SOC性能
尽管人工智能在安全运营中心（SOC）取得了进展，但许多中心在解决平均时间（MTTR）、分析师倦怠和漏报攻击方面仍然面临挑战。目前的人工智能部署在关联警报和提供调查起点方面表现出色，显著减少了原始警报量和误报。然而，人工智能的有效性受到系统碎片化、数据质量和工作流程集成等因素的限制，特别是在检测后阶段，协调和审批会导致显著延迟。
-
蜜罐令牌为长期潜伏的云端泄露提供新的防御手段
现代网络攻击通常涉及攻击者使用合法的工具和凭据，这使得 SIEM 和 EDR 等传统安全系统失效。这种“利用合法工具”的技术允许攻击者在很长一段时间内不被发现，目前云端泄露的平均潜伏时间为 26 天。一种新颖的方法是使用蜜罐令牌，这些令牌是植入环境中的虚假凭据；如果这些令牌被访问，将触发即时且明确的警报，从而在造成重大损害之前能够快速响应事件。
-
CyberAId平台使用AI代理来加强金融网络安全
一篇新论文提出CyberAId，这是一个混合多代理系统，旨在加强金融机构的网络安全。该系统将专门的AI子代理与现有的SIEM/XDR遥测技术集成，而不是取代它。CyberAId旨在通过提高推理能力、管理警报量和将发现映射到监管要求来解决当前安全运营的局限性。
-
AI统一SIEM平台，实现跨系统无缝威胁检测
来自新加坡和中国的研究人员开发了一种由AI驱动的代理规则翻译技术，旨在统一不同的安全信息和事件管理（SIEM）平台。这项突破旨在实现Splunk、QRadar和Sentinel等系统之间的无缝互操作性。这项创新有望通过解决数据冲突，赋能安全运营中心（SOC）团队实现统一的威胁检测能力。
-
新加坡研究人员使用AI跨SIEM平台翻译安全规则
新加坡国立大学和复旦大学的研究人员开发了一种名为ARuleCon的新技术，用于在不同的安全信息和事件管理（SIEM）系统之间翻译安全规则。SIEM系统被安全运营中心（SOC）用于监控日志文件并触发潜在安全事件的警报。由于SIEM供应商使用专有格式来编写规则，因此在一个系统上创建的规则通常无法在另一个系统上运行，这给使用多个SIEM的组织带来了复杂性。ARuleCon利用代理式检索增强生成（RAG）管道和特定供应商的文档，实现了比通用L…
-
大语言模型框架实现SOC运营自动化，将分类时间从数小时缩短至数分钟
研究人员开发了一个端到端框架，旨在自动化安全运营中心（SOC）内的关键工作流程。该系统集成了大语言模型组合用于威胁检测，准确率达到82.8%，误报率低。它还采用了一种新颖的架构，可跨不同SIEM平台生成精确查询，并通过将预测准确率从78.3%提高到90.0%来增强事件处置能力。该框架将事件分类时间从数小时显著缩短至10分钟以内，证明了领域约束型大语言模型在安全运营中的可行性。