← 返回实验室

安全告警AI研判智能体:降噪与可解释处置

安全运营中心长期受困于告警疲劳:单一终端检测产品日均产出数千至上万条事件,其中真正需要处置的比例很低,值班人员容易在重复告警中漏掉关键线索。本实验室近期的实验方向,是让智能体承担告警的第一道研判,而不是直接替代人做处置。

具体做法分三步:其一,把告警还原成可读的上下文,包括进程树、父进程命令行、主机资产标签、账号权限与近七天的同类历史;其二,由智能体输出结构化结论——判定倾向、支撑证据、缺失信息与建议动作;其三,证据链与建议一并推送给分析师,人工确认后才触发隔离、封禁或工单流转,全程留痕以便回溯。

阶段进展:

  • 在内部回放环境中对历史告警做批量研判,约八成低价值事件可被合并或标记为无需立即处置,减少了值班队列的长度;
  • 对于被判定为可疑的事件,智能体会附上引用到的具体日志片段,分析师的复核时间明显缩短,也更容易发现研判偏差。

下一步计划是补充误判样本的回流机制,让分析师的反驳意见进入评测集,并测试在真实值守班次下的稳定性与响应延迟,重点观察“漏报”而非“多报”是否得到控制。

评论

更多研究动态

查看全部实验室 →