| DC Field | Value | Language |
|---|
| dc.contributor.author | Юнчиц, Е. И. | - |
| dc.contributor.author | Гусаков, П. Б. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2026-04-27T07:16:50Z | - |
| dc.date.available | 2026-04-27T07:16:50Z | - |
| dc.date.issued | 2026 | - |
| dc.identifier.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. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/63390 | - |
| dc.description.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%. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | искуственный интеллект | en_US |
| dc.subject | SIEM | en_US |
| dc.subject | машинное обучение | en_US |
| dc.subject | SOC | en_US |
| dc.subject | информационная безопасность | en_US |
| dc.subject | логи | en_US |
| dc.subject | инциденты | en_US |
| dc.subject | SOAR | en_US |
| dc.subject | аналитика | en_US |
| dc.subject | SHAP | en_US |
| dc.title | Архитектура модуля ИИ-агента для SIEM-систем нового поколения | en_US |
| dc.title.alternative | AI-agent module architecture for next-generation SIEM systems | en_US |
| dc.type | Article | en_US |
| local.description.annotation | 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%. | en_US |
| Appears in Collections: | ТСЗИ 2026
|
