摘要
当前安全事件响应依赖人工操作预定义剧本,效率低下且耗时。尽管决策理论方法可自动化规划,但常局限于抽象模型。本文结合决策理论与大语言模型(LLM),提出一种智能体事件响应方法。该方法利用滚动规划器在战术层面生成高层策略以分配安全资源,并由轻量级LLM智能体在操作层面将其转化为可执行命令。架构中引入数字孪生支持战术模拟与操作仿真。实验表明,该方法相比前沿基线平均减少15.1%恢复时间,提升33.6%恢复率。
AI 推荐理由
论文核心提出了一种基于数字孪生的多尺度规划方法,旨在自动化安全事件响应中的任务规划与资源分配。
研究机构
香港城市大学(香港)
英国伦敦帝国学院
论文信息