Yapay Zekâ / ML · Yazılım Mimarisi
Alarmları inceleyip kararını açıklayan yapay zekâ ajanları
Bir yapay zekâ asistanı her güvenlik olayını inceler, hangi kontrollerin çalıştırılacağına karar verir — giriş geçmişi, IP itibarı, web araması — ve sade bir dille karar yazar; ekibi yalnızca risk yüksek olduğunda uyarır.
Proof of concept: LLM denetimli çoklu ajan ile tehdit tespiti
Nerede işe yarar
- Operasyon ve güvenlik ekiplerinde alarm yorgunluğunu azaltmak
- Yüksek hacimli log olaylarını önceliklendirmek
- Ajan tabanlı otomasyonu kontrollü şekilde prototiplemek
Sayfanın devamı teknik detaylar: nasıl geliştirildiği ve sınırlarının neler olduğu.
Teknik problem
Güvenlik log olayı akışları tek başına sabit kurallar için fazla gürültülü; ama her şeyi bir analiste göndermek de ölçeklenmiyor.
Mimari nasıl çalışıyor
- 01 · Akış
Log olayları supervisor'a teker teker gönderilir.
- 02 · Puanla
Bir kural tablosu her olaya 0 ile 100 arasında sezgisel bir risk puanı verir.
- 03 · İncele
LLM koşula bağlı olarak SQL sorgusunu, AbuseIPDB itibar kontrolünü ya da web aramasını çağırır.
- 04 · Harekete geç
Yüksek riskli sonuçlar Slack uyarısı tetikler; her olay için yazılı bir özet üretilir.
Neyi araştırıyorduk
Bir LLM'in sınıflandırıcı olarak değil, inceleme adımlarını seçen bir orkestratör olarak çalışıp çalışamayacağını — deterministik kısımları (kurallar, sorgular) sıradan araçlar olarak tutarak.
Tasarım kararları
Araçlar supervisor'a kayıtlı sade Python fonksiyonlarıdır; böylece grafı değiştirmeden yeni yetenekler eklenebilir. Harici çağrıların hata durumunda nazikçe başarısız olmasına izin verilir; böylece rate limit'ler hattı durdurmaz.
Sınırlamalar ve sonraki adımlar
- SIEM entegrasyonu değil; örnek verili bir SQLite tablosuyla çalışan bir proof of concept.
- Canlı AbuseIPDB ve arama çağrıları ücretsiz katman rate limit'lerine tabidir.
- Çalıştırmalar arasında kalıcılık yoktur; tespit kalitesi ölçülmemiştir.
İlgili yazılar
From Logs to Decisions: An LLM-Driven Multi-Agent Pipeline for Cyber Threat Detection
Akan log olaylarını sınıflandırmak ve uyarı üretmek için LLM'in sezgisel puanlama, veritabanı sorgusu, tehdit istihbaratı ve web araması araçları arasında seçim yaptığı bir LangGraph supervisor'ı.