Toward Responsible AI-Augmented Cyber Defense: Pattern Recognition, Defense-in-Depth, and the Case for Human-AI Collaboration
网络安全文献长期记录 AI 在威胁检测、事件响应与预防方面的运营收益,同时也提出过度自动化、算法偏见与分析师技能退化等定性担忧,但一直缺少一个形式化、可证伪的模型,用来连接三组反复出现的构念:纵深防御理论(Defense-in-Depth)
共收录 3 条相关情报。
← 返回所有主题网络安全文献长期记录 AI 在威胁检测、事件响应与预防方面的运营收益,同时也提出过度自动化、算法偏见与分析师技能退化等定性担忧,但一直缺少一个形式化、可证伪的模型,用来连接三组反复出现的构念:纵深防御理论(Defense-in-Depth)
本文针对安全运营中心(SOC)面临的网络安全告警疲劳问题,首次系统性地评估了基于风险告警(Risk-Based Alerting, RBA)方法的有效性。SOC 日常需要处理海量告警,其中大量为误报,导致真实攻击在有限的人力资源下难以被及时
安全运营中心(SOC)面临持续的警报疲劳问题:在低患病率的事件流中,即使很低的误报率也会产生大量的调查负担,而聚合的F1分数往往掩盖了分析人员的实际工作负荷。本文提出PACT(Pareto-aware Controller for Trig