Архитектура модуля ИИ-агента для SIEM-систем нового поколения

Юнчиц, Е. И.; Гусаков, П. Б.

Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/63390

Title:	Архитектура модуля ИИ-агента для SIEM-систем нового поколения
Other Titles:	AI-agent module architecture for next-generation SIEM systems
Authors:	Юнчиц, Е. И. Гусаков, П. Б.
Keywords:	материалы конференций;искуственный интеллект;SIEM;машинное обучение;SOC;информационная безопасность;логи;инциденты;SOAR;аналитика;SHAP
Issue Date:	2026
Publisher:	БГУИР
Citation:	Юнчиц, Е. И. Архитектура модуля ИИ-агента для SIEM-систем нового поколения = AI-agent module architecture for next-generation SIEM systems / Е. И. Юнчиц, П. Б. Гусаков // Технические средства защиты информации : материалы ХXIV Международной научно-технической конференции, Минск, 8 апреля 2026 года / Белорусский государственный университет информатики и радиоэлектроники [и др.] ; редкол.: О. В. Бойправ [и др.]. – Минск, 2026. – С. 188–191.
Abstract:	В статье рассматривается проблема перегрузки операторов безопасности ложными срабатываниями в традиционных системах SIEM. Предложена архитектура автономного ИИ-агента, внедряемого в средство защиты как функциональный элемент. Агент использует методы машинного обучения для анализа событий и автоматического реагирования на инциденты. Результаты моделирования показывают снижение нагрузки на аналитиков до 40%.
Alternative abstract:	This article examines the problem of security operator overload with false positives in traditional SIEM systems. We propose the architecture of an autonomous AI agent, which can be embedded into the security solution as a functional element. The agent uses machine learning methods to analyze events and automatically respond to incidents. Simulation results show a reduction in analyst workload of up to 40%.
URI:	https://libeldoc.bsuir.by/handle/123456789/63390
Appears in Collections:	ТСЗИ 2026

Files in This Item:

File	Description	Size	Format
Yunchits_AI.pdf		196.28 kB	Adobe PDF	View/Open

Show full item record Google Scholar