論文の概要: Design and Evaluation of a Controlled Post-Alert Incident Orchestration and Response Subsystem Using a Rule Engine and a Local Large Language Model

• arxiv url: http://arxiv.org/abs/2609.26316v1
• Date: Tue, 22 Sep 2026 12:26:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.359068
• Title: Design and Evaluation of a Controlled Post-Alert Incident Orchestration and Response Subsystem Using a Rule Engine and a Local Large Language Model
• Title（参考訳）: ルールエンジンと局所大言語モデルを用いたアラート後インシデントオーケストレーションと応答サブシステムの設計と評価
• Abstract要約: 本稿では,教育情報システムのためのアラート後インシデントオーケストレーションと応答サブシステムを提案する。 このアーキテクチャは決定論的分類、文脈分析、人間の承認、技術的実行を分離する。 その結果, 実験室内における機能的正当性, トレーサビリティ, 制御されたリカバリ, および有界モデル統合が示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a controlled post-alert incident orchestration and response subsystem for educational information systems. The architecture separates deterministic classification, contextual analysis, human approval, and technical execution. A Rule Engine determines severity and selects the playbook, while Static RAG and a local large language model provide advisory content under Validator, Guardrail, Output Sanitizer, and Safe Fallback controls. Experiments begin after simulated alerts are stored in Elasticsearch. The Rule Engine matched the predefined routing matrix in all 30 boundary cases. The Durable Queue completed 100 events without duplicate tasks, new failed tasks, or unintended firewall rules. An eight-alert contention experiment preserved the configured limit of one active model request, and 30 sequential measurements showed an overall mean post-alert processing time of approximately 33 seconds. The results demonstrate functional correctness, traceability, controlled recovery, and bounded model integration within the evaluated laboratory scope.
• Abstract（参考訳）: 本稿では,教育情報システムのためのアラート後インシデントオーケストレーションと応答サブシステムを提案する。 このアーキテクチャは決定論的分類、文脈分析、人間の承認、技術的実行を分離する。 ルールエンジンは重症度を決定し、プレイブックを選択するが、静的RAGとローカルの大規模言語モデルは、バリケータ、ガードレール、アウトプットサニタイザ、セーフフォールバックコントロールの下でアドバイザリコンテンツを提供する。 シミュレーションアラートがElasticsearchに格納された後に実験が始まる。 ルールエンジンは、30のバウンダリのすべてのケースで事前に定義されたルーティングマトリックスと一致しました。 Durable Queueは、重複タスク、新しい失敗タスク、意図しないファイアウォールルールなしで100のイベントを完了した。 8つのアラート競合実験では1つのアクティブモデル要求の設定限界を保ち、30のシーケンシャルな測定の結果、平均後処理時間はおよそ33秒であった。 その結果, 実験室内における機能的正当性, トレーサビリティ, 制御されたリカバリ, および有界モデル統合が得られた。

関連論文リスト

• AVTrace: Diagnosing Audio-Visual Temporal Reasoning in Omni Models [21.282677668992275]
  AVTraceは、オンセットとスパングラウンド、同期、次ステップ予測、クロスモーダルローカライゼーション、チェーン解析、イベントコンディショナブル理解にまたがる診断スイートである。 基準ブラインド応答正規化と決定論的スコアリングを用いて,それぞれの入力構成に基づいて5つのオープンオムニモデルを評価する。
  論文  参考訳（メタデータ） (2026-09-17T09:58:27Z)
• Guardrailed Meta-Agent Loops: Stress-Testing Policy Pinning, Budget Bounds, and Crash Recovery [7.414694666903067]
  GuardrailLoopはシミュレーションベースのテストベッドで、3つの運用契約を共同でテスト可能にする。 ハッシュピン付ポリシーは、目標、スコープ、評価アイデンティティ、予算、リリース条件を修正します。 有用な適応、状態回復、反復実行を分離する。
  論文  参考訳（メタデータ） (2026-09-10T21:22:08Z)
• Hierarchical Agentic Incident Response with Digital-Twin-Validated Attack Inference [7.174851769918924]
  大規模言語モデル(LLM)エージェントは、運用状況に対して推論できるが、攻撃や応答を幻覚させる可能性がある。 LLMに基づく攻撃予測,ロールアウト計画,デジタルツイン検証を統合した階層型エージェント応答フレームワークを提案する。 3つのマルチステージ攻撃シナリオ下で33コンポーネントのエンタープライズネットワークテストベッド上で,本フレームワークの評価を行った。
  論文  参考訳（メタデータ） (2026-08-15T04:01:27Z)
• PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
  我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。 セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。 SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。 ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
  論文  参考訳（メタデータ） (2026-07-18T04:46:53Z)
• From Attack Simulation to SIEM Rule: Deterministic Detection-as-Code Synthesis with Probe-Level Traceability [51.56484100374058]
  セキュリティチームは、自身のシステムに対する攻撃をシミュレートして、監視が真の侵入者を捕まえるかどうかをチェックする。 人間はそのギャップを手でブリッジし、それぞれの発見を読み、対応するシグマルールを書きます。 ロックされたコーパスからプローブが引き出されると,この変換が部分的に自動化されることを示す。
  論文  参考訳（メタデータ） (2026-06-03T14:26:25Z)
• Phionyx: A Deterministic AI Runtime Architecture with Structured State Management and Pre-Response Governance [0.0]
  我々は、より広範なEchoismインタラクションフレームワークから派生した決定論的AIランタイムアーキテクチャであるPhionyxを紹介する。 確率的エージェントとは異なり、フィオニクスは決定論的状態進化方程式によって支配される構造化状態ベクトルを介して決定論的状態進化を実行する。 本アーキテクチャは,(1)標準46ブロックパイプラインによるカーネル処理ノイズセンサ計測の定性評価,(2)事前応答制御とアーキテクチャプライバシ保護を実現する統一安全層,(3)影響重み付きキャッシュ消去を実装したセマンティック時間ベースのメモリシステムである。
  論文  参考訳（メタデータ） (2026-05-04T18:35:31Z)
• Large Language Models as Explainable Cyberattack Detectors for Energy Industrial Control Systems [1.784933900656067]
  既製の大型言語モデル (LLM) がICS検出器の補完的, 人為的なループ層として機能するかどうかを検討した。 我々はこれを2つのパブリックICSデータセット上のバイナリネットワーク側正規/クリティカル決定タスクとみなした。 LLMは、アナリストレビューのための簡潔でトークンベースのインシデントレコードとともに、通常の/クリティカルなアラートを生成する。
  論文  参考訳（メタデータ） (2026-04-28T19:44:38Z)
• A Granular Study of Safety Pretraining under Model Abliteration [64.24346997570275]
  本稿では,リフレクションに敏感な方向を除去する軽量プロジェクション技術であるモデルアブリーブレーションについて検討する。 我々は、バランスのとれた有害かつ無害なケースで100のプロンプトを発行し、複数の判断を用いて**Refusal*または***Non-Refusal*として応答を分類し、判断の忠実さを検証する。 本研究は,データ中心の安全コンポーネントが失語中も頑健であるチェックポイントレベルの特徴付けを行う。
  論文  参考訳（メタデータ） (2025-10-03T07:01:45Z)
• Code-as-Monitor: Constraint-aware Visual Programming for Reactive and Proactive Robotic Failure Detection [56.66677293607114]
  オープンセットのリアクティブかつアクティブな障害検出のためのCode-as-Monitor(CaM)を提案する。 モニタリングの精度と効率を高めるために,制約関連エンティティを抽象化する制約要素を導入する。 実験により、CaMは28.7%高い成功率を達成し、厳しい乱れの下で実行時間を31.8%短縮することが示された。
  論文  参考訳（メタデータ） (2024-12-05T18:58:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。