代理式 SOAR 是保安協調、自動化及回應技術,利用人工智能自動評估威脅、作出知情決定及即時作出回應,而無須人工干預。
目錄
傳統 SOAR 是專為減低保安運作中心的工作負載而設計。它與保安資訊及事件管理(SIEM)、用戶端保安及其他保安工具整合,以自動化方式根據預建的程序手冊啟動回應。雖然 SOAR 自動化能提高效率,但亦為保安團隊帶來挑戰,包括:
代理式 SOAR 比傳統 SOAR 更進一步。它讓機構從靜態劇本轉至動態的自主系統,根據情境的理解作出智能決定。它可調查威脅、分類威脅及選擇適當的管控回應,而完全無須人手干預。
如前所述,傳統 SOAR 的其中一個限制是它在靜態程序手冊上運作,需要手動更新來回應新的或新出現的威脅。這在需要推理或決策的複雜情境中降低其有效性。即使使用傳統的 SOAR,分析師仍須介入,尤其是在調查、分類或邊緣案件方面。
代理式 SOAR 利用推理驅動調查來分析及分類威脅、作出決定及在無須人工干預的情況下作出調整。警示會先向人工智能代理而非人類分析師發出。代理使用大型語言模型、歷史及行為背景、威脅情報源等外部資料及一系列測試來分類警示的嚴重性。然後,他們製作了一份可讀、詳細的報告,說明他們的發現和理由。此時,分析師需要參與審查調查結果。在某些情況下,代理式 SOAR 可以採取補救行動,完全無需人手干預。
代理式 SOAR 的獨特之處在於其自主權和精密理由。系統特點是:
雖然傳統 SOAR 對保安運作中心來說是一大進步,但它卻有其限制。相比之下,代理式 SOAR 的好處包括:
與任何新技術一樣,實施代理式 SOAR 都存在障礙。由於人工智能控制決策、行動、管治、監督及可靠性,因此可能帶來獨特的挑戰。保安及私隱亦令人擔憂,因為人工智能需要存取大量敏感數據。將代理式 SOAR 與舊版系統整合亦可能出現問題。
考慮到這些挑戰,以下是一些實施代理式 SOAR 的最佳做法:
隨著網絡罪犯利用人工智能來製造更精密的攻擊,機構需要接受保安運作中心的代理式技術的力量。代理式 SOAR 將透過提升威脅偵測的準確性、加快管控速度及減輕對人類的負擔來改變保安運作。這讓分析師可以專注於策略活動,例如威脅捕獵、分析風險趨勢及發展更廣泛的跨職能技能。
然而,保安團隊不應在代理或人手方案之間作出選擇。最成功的組織將是採用混合方式,利用人工智能豐富活動管理,同時讓人員處於審查及作出最終決定的循環之中。
使用正確的技術至關重要。Trend Vision Onea™ Agentic SOAR 讓團隊能超越靜態劇本,成為全面人工智能驅動的保安運作中心,即時調查、分類及回應。結合人工智能的調查、端到端的保安運作中心自動化、連繫的生態系統及創建自然語言劇本,您可以減少手動工作負載,並讓您的保安團隊專注於策略優先項目,而毋須在警報堆中掙扎。
Jayce Chang
產品管理副總裁
Jayce Chang 是產品管理副總裁,專長於保安運作、XDR 及 Agentic SIEM/SOAR。
Agentic 來自“agency”這個詞,意思是行動的力量。因此代理式 SOAR 是指可以獨立運作的 SOAR 方案。
代理式行為描述人工智能系統在沒有人為干預的情況下作出決策、採取行動及適應環境變化的能力。
SOAR 代表保安協調、自動化及回應,並指整合保安工具及自動化任務的網絡保安方案,令保安運作更有效率。
SOAR 縮寫代表保安協調、自動化及回應。
代理式行為的例子包括沒有用戶提示的數碼助理排程警報、選擇駕駛路線的自動駕駛汽車或資訊科技系統變更交通路線。
代理式學習的一個例子是虛擬助理,它注意到用戶的重複行動、會議和位置,並自動為他們設置警示。
代理框架有很多。其中三個最常被提及的就是 Microsoft AutoGen、CrewAI 及 LangGraph。
代理工作流程是人工智能代理用於自動收集資料、作出選項及啟動任務的過程,而無須人為干預。
網絡保安代理流程的例子包括人工智能代理自動檢查保安警報、關聯來自不同來源的數據,然後選擇並啟動遏制行動。
工作流程是一系列預先確定的任務。代理系統由自主人工智能組成,可以選擇最適合背景的行動。