面向AI安全分诊智能体的结构化作业调度与判定写回方法与流程
本发明涉及人工智能,具体涉及一种面向ai安全分诊智能体的结构化作业调度与判定写回方法。
背景技术:
1、随着大语言模型和智能体技术用于信息系统的安全运营,越来越多信息系统尝试通过人工智能(ai)安全分诊智能体读取告警、调用工具、生成调查结论。与此同时,安全运营系统又要求账本可审计、证据可追溯、判定档位稳定、覆盖缺口明确、任务可恢复。
2、当前,告警相关技术多集中在告警聚合、根因定位和自动处置。例如,中国专利申请cn122221103a公开的一种it运维智能告警根因定位与自动化处置系统、中国专利申请cn109684181a公开的一种告警根因分析方法、装置、设备及存储介质,以及中国专利申请cn115442279a公开的一种告警源定位方法、装置、设备及存储介质。
3、上述的现有技术均未将固定运行身份、插件与技能入口、可恢复线程、结构化结果契约、六档判定、升级折叠和生命周期写回统一起来,形成人工智能安全分诊智能体调度链。具体地:
4、(1)现有方案通常直接把告警文本发给普通聊天会话,缺少固定运行身份画像、插件集合和入口技能,导致同类任务执行规程不稳定。
5、(2)人工智能安全分诊智能体自然语言输出难以直接进入账本,缺少可机读结果。
6、(3)会话超时或进程退出后,正在运行的调查任务无法恢复,造成任务丢失或重复处理。
7、(4)人工智能安全分诊智能体直接写业务队列或数据库,绕过统一校验,可能污染判定结果。
8、(5)覆盖缺口、证据引用和建议动作缺少统一字段,前端无法稳定投影。
9、(6)短命命令和长期daemon的超时语义不同,若不区分,会产生不可恢复的运行中假象。
技术实现思路
1、针对现有技术的不足,本发明旨在提供一种面向ai安全分诊智能体的结构化作业调度与判定写回方法。
2、为了实现上述目的,本发明采用如下技术方案:
3、面向ai安全分诊智能体的结构化作业调度与判定写回方法,包括:
4、s1、调度器将已富化待处理告警或调查工作单规划为分诊单元;
5、s2、调度器对分诊单元执行认领并写入租约字段;
6、s3、调度器创建作业记录和构造作业包;
7、s4、调度器使用固定运行身份画像启动或恢复人工智能安全分诊智能体线程;
8、s5、调度器向所述人工智能安全分诊智能体线程提交作业包;
9、s5、人工智能安全分诊智能体按照分派步骤执行设备技能;
10、s6、若分诊单元无可执行步骤,则不调用设备技能,直接输出覆盖缺口结果;
11、s7、调度器接收人工智能安全分诊智能体输出的结构化结果并进行校验;
12、s8、校验通过后派生升级折叠和生命周期并写回账本。
13、进一步地,步骤s1中,分诊单元包括分诊单元标识、分诊单元键、分诊单元类型、优先级、调查域、分派桶、来源设备、锚点、成员和分派计划。
14、进一步地,步骤s3中,作业记录至少包括作业标识、分诊单元标识、运行批次标识、作业状态、尝试次数、智能体线程标识、回合标识、提示引用、输入引用和结果引用。
15、进一步地,步骤s3中,所述作业包包含环境、运行身份画像、分诊单元、结果模型、提示词、输入引用和提示引用。
16、进一步地,步骤s4中,所述运行身份画像至少包括插件、入口技能、必要插件、提示模式、工作区和沙箱策略。
17、进一步地,步骤s5中,在长期daemon模式下,调度器向人工智能安全分诊智能体线程提交作业包并成功启动回合turn/start后,在作业记录中保存线程标识thread_id和回合标识turn_id,将作业置为运行中running,并由后续轮询poll读取结果;对于短命命令,如果超时且无法保持线程可恢复时将作业标记失败并释放分诊单元。
18、进一步地,步骤s7中,所述结构化结果至少包括作业标识、分诊单元标识、判定档位、置信度、覆盖状态、摘要、证据引用和建议动作;判定档位包括恶意、可疑、建议复核、可接受风险、已缓解和良性。
19、进一步地,步骤s8中,若校验失败,进入无效结果、等待重试、等待人工复核或失败的状态,不写回账本。
20、更进一步地,步骤s8中,将恶意、可疑和建议复核折叠为需升级,可接受风险、已缓解和良性折叠为无需升级;如果是需升级,进入待处理生命周期,如果无需升级,进入已关闭生命周期。
21、更进一步地,判定档位、升级折叠和生命周期写回业务账本,同时在运行账本记录本次运行回执。
22、本发明的有益效果在于:
23、1、本发明中,将人工智能安全分诊智能体的调查能力与生产账本写入职责分离,使人工智能安全分诊智能体只负责按作业包调查并输出结构化结果,最终判定写回由调度器统一校验、折叠和入账,可以避免人工智能安全分诊智能体绕过校验直接污染业务账本。
24、2、本发明中,每个作业由固定运行身份画像约束,可以保证同类分诊任务使用相同规程。
25、3、本发明中,通过作业包保存输入文件、提示文件、输入哈希和提示哈希,可以使每次人工智能安全分诊智能体的任务可审计。
26、4、本发明中,人工智能安全调查智能体线程保存线程标识和 回合标识,从而支持长期任务恢复和后续轮询收口。
27、5、本发明中,六档判定、升级折叠和生命周期统一派生,是的前端无需二次猜测。
28、6、本发明中,长期daemon与短命命令采用不同超时策略,避免不可恢复运行中假象。
1.面向ai安全分诊智能体的结构化作业调度与判定写回方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,步骤s1中,分诊单元包括分诊单元标识、分诊单元键、分诊单元类型、优先级、调查域、分派桶、来源设备、锚点、成员和分派计划。
3.根据权利要求1所述的方法,其特征在于,步骤s3中,作业记录至少包括作业标识、分诊单元标识、运行批次标识、作业状态、尝试次数、智能体线程标识、回合标识、提示引用、输入引用和结果引用。
4.根据权利要求1所述的方法,其特征在于,步骤s3中,所述作业包包含环境、运行身份画像、分诊单元、结果模型、提示词、输入引用和提示引用。
5.根据权利要求1所述的方法,其特征在于,步骤s4中,所述运行身份画像至少包括插件、入口技能、必要插件、提示模式、工作区和沙箱策略。
6.根据权利要求1所述的方法,其特征在于,步骤s5中,在长期 daemon 模式下,调度器向人工智能安全分诊智能体线程提交作业包并成功启动回合turn/start后,在作业记录中保存线程标识thread_id和回合标识turn_id,将作业置为运行中running,并由后续轮询poll读取结果;对于短命命令,如果超时且无法保持线程可恢复时将作业标记失败并释放分诊单元。
7.根据权利要求1所述的方法,其特征在于,步骤s7中,所述结构化结果至少包括作业标识、分诊单元标识、判定档位、置信度、覆盖状态、摘要、证据引用和建议动作;判定档位包括恶意、可疑、建议复核、可接受风险、已缓解和良性。
8.根据权利要求1所述的方法,其特征在于,步骤s8中,若校验失败,进入无效结果、等待重试、等待人工复核或失败的状态,不写回账本。
9.根据权利要求7所述的方法,其特征在于,步骤s8中,将恶意、可疑和建议复核折叠为需升级,可接受风险、已缓解和良性折叠为无需升级;如果是需升级,进入待处理生命周期,如果无需升级,进入已关闭生命周期。
10.根据权利要求7所述的方法,其特征在于,判定档位、升级折叠和生命周期写回业务账本,同时在运行账本记录本次运行回执。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com