AgenticTwin: Integrazione di LLM con Gemelli Digitali per il Rilevamento di Anomalie
AgenticTwin, un framework di nuova proposta, mira a migliorare l'interpretazione delle anomalie nei sistemi ciberfisici integrando modelli linguistici di grandi dimensioni (LLM) con processi di rilevamento delle anomalie basati su gemelli digitali. Questo framework, descritto in un articolo su arXiv (2608.11679), affronta la difficoltà di interpretare dati sensoriali complessi all'interno di ambienti di gemelli digitali, che possono spesso essere scoraggianti anche per operatori esperti. Ancorando le intuizioni generate dagli LLM agli output di un classificatore di anomalie guidato da gemelli digitali, AgenticTwin consente agli operatori umani di porre domande in linguaggio naturale riguardo al comportamento del sistema. Inoltre, gli autori presentano una pipeline di valutazione basata su benchmark costruita su anomalie sintetiche per valutare l'efficacia del framework, sottolineando il potenziale inesplorato degli LLM nell'analisi delle anomalie dei gemelli digitali e migliorando il monitoraggio del sistema e il processo decisionale.
Fatti principali
- AgenticTwin è un framework agentico che integra il ragionamento LLM con il rilevamento di anomalie nei gemelli digitali.
- Il framework basa le spiegazioni LLM sugli output del classificatore di anomalie guidato da gemelli digitali.
- Consente agli operatori umani di porre domande in linguaggio naturale sul sistema.
- Una pipeline di valutazione orientata al benchmark è costruita su anomalie sintetiche.
- L'articolo è disponibile su arXiv con identificatore 2608.11679.
- I gemelli digitali sono utilizzati per monitorare e simulare sistemi ciberfisici.
- Interpretare le anomalie nelle pipeline di gemelli digitali è difficile a causa della complessità dei dati.
- Gli LLM offrono capacità di ragionamento e spiegazione ma sono poco esplorati in questo contesto.
Entità
Istituzioni
- arXiv