SecRespond: Benchmark per Agenti AI nella Risposta a Incidenti Post-Compromissione

I ricercatori hanno presentato SecRespond, il primo benchmark progettato per valutare gli agenti basati su Large Language Model (LLM) nel contesto dei flussi di lavoro di risposta a incidenti post-compromissione. Gli attuali benchmark di cybersecurity si concentrano principalmente su situazioni pre-compromissione, lasciando un significativo vuoto nell'analisi post-compromissione. SecRespond assegna agli agenti il compito di esaminare snapshot forensi di dischi da host compromessi, insieme ad avvisi, scansioni di vulnerabilità e controlli di base provenienti da prodotti di sicurezza. Ci si aspetta che gli agenti generino report forensi che descrivano intrusioni, rischi di base e minacce di vulnerabilità, oltre a proporre una strategia di remediation. Questo benchmark viene applicato a 10 cyber range, ciascuno progettato per replicare scenari autentici post-compromissione. Questa iniziativa colma un vuoto cruciale nella valutazione degli agenti LLM per operazioni di sicurezza pratiche che coinvolgono artefatti host e interfacce a riga di comando.