北京
安全超自动化平台公司Torq今天推出了一个新的AI安全运营中心层——SOC Brain。与常见的工具不同，它不把每条告警都当作从未见过的问题，而是基于客户自己的调查历史和分析师决策进行训练。
Torq指出，目前大多数自主调查工具只是在决策时检索过往相似案例、再交给大语言模型，这种做法本质上是记忆而非学习。SOC Brain的核心设计思路是从先例中推理，吸收特定安全运营团队加权证据的方式，并在每次结案后调整自身的判断。
这套能力由三个模块支撑。Torq Recall通过IP地址、文件哈希、URL、主机名等可观测指标进行确定性匹配，拉出相关历史案例，按相关性排序，并判断分析师过往的判例如何影响当前结论。它会读取分析师的备注，识别相互矛盾的先例，并根据证据强度调整置信度。整个过程不需要分析师手动打标签或编写规则。
Torq Reflex则在团队确认过的判决和修正记录上训练专用模型，能够立刻匹配分析师修正过的结论，匹配率达85%。对于置信度高的告警，平台会自动处置；其余则升级给人类分析师。
冷启动难题由Torq Retrospect解决。在部署SOC Brain之前，它会从客户已有的安全工具中导入已解决事件，让Recall和Reflex从第一条告警开始就能调用组织的历史经验，而不是等数月之后才逐步积累。
每个客户获得的都是一个专属的SOC Brain。Torq不会汇集客户数据、共享模型参数，也不会用一家客户的事件训练另一家客户的模型。公司强调，这种隔离不是管理员可开关的设置，而是架构本身的属性。
所有决策均可解释、可审计，自动化受置信度阈值和人工监督约束。Torq认为，这正好回应了安全负责人在治理和透明度方面日益增长的需求，包括欧盟AI法案等新兴要求。
Torq联合创始人兼首席执行官Ofer Smadari说：“几乎每一家网络安全厂商都宣称自己的AI具备自学习能力，但事实上几乎没有一家能做到。大多数方案只是在决策时将案例交给大语言模型，这不过是根据记忆执行。真正的自学习意味着从历史中得出新的判断，这难得多。”他补充说，对分析师而言，好处是减少重复性审查、让决策更一致，而且越来越确信平台“在做决策时，方式与他们的安全团队如出一辙”。
此次发布也为Torq活跃的一年画上节点。公司今年5月收购了应用安全初创公司Jit.io，为平台增添了上下文图（context graphs），
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
