Deanna Tran、Javier Castro、Jacob Crisp 和 Blake Darché

安全告警很少一次只来一个。单个告警就可能在整个环境中引发连锁反应，需要人工分析师判断哪些告警彼此相关、意味着什么。当多个告警同时到达时，即便是经验丰富的安全分析师也会很快不堪重负。这就是告警悖论。如今，我们内置的多 AI 智能体安全运营框架能够在 Cloudflare 规模上承担更多此类工作。

我们的 Cloudflare Managed Defense AI 智能体框架加快了数据收集、关联与聚合检测结果，以及在新的告警持续到达时处理缺失数据源的过程。为了进一步分析上下文，我们利用了 OpenAI Daybreak Defense Network 以及与 Anthropic 的合作关系。Cloudflare 使用经批准的 OpenAI Daybreak 和 Anthropic 模型，包括 GPT-5.6 Cyber 和 Mythos，进行更深入的模型支持分析。初步分析和评分由 Clef 完成，这是 Cloudflare 的开源决策模型。

收集证据以理解每个告警的含义需要大量时间。即便在高度复杂的安全信息与事件管理（SIEM）系统中，仍有太多内容需要人工审查。人工分析师必须收集数据、关联与聚合检测结果，并在新的告警持续到达时处理缺失的数据源。

想想人工分析师每次审查告警时的情况：“哪些应该静默？应该采取什么行动？哪些告警应该忽略？哪些应判定为误报？哪些应判定为真实威胁？哪些应触发我们的应急响应团队？”我们通过 AI 智能体策略来解决这一困境。我们的方法减少了所有这些问题，并为 Managed Defense 分析师提供快速、统一的视图，直接呈现相关告警、已确认证据、可见缺口以及建议的后续步骤。结果是：减少了分析所需的时间，并将注意力高度集中在真正解决安全告警和部署缓解措施上。

为什么单一智能体会失败

我们的第一个原型展示了单一通用智能体的局限。我们把整个调查交给 AI 智能体。它产生了有用的分析，但也编造了证据并不支持的结论。遥测数据、检测器描述、策略和威胁情报被压平成一个提示词，导致它们各自不同的角色被混为一谈。

我们在第一个单次 AI 智能体框架中发现了三个反复出现的问题：

• 上下文变成了权威。检测结果是一种假设，而不是漏洞利用成功或攻击发生的证据。宽泛的 AI 智能体可能模糊这一区别。
• 范围漂移。AI 智能体可能查询错误的账户、时间范围或数据源。你不能依赖语言模型提示词来充当边界。
• 失败消失了。如果查询超时，结果可能无法区分“未检查”和“已检查但未找到”。

为应对这些挑战，我们在模型分析开始之前，将证据收集和范围强制执行移入应用程序代码。

先侦察，后推理

在每个步骤都放置 AI 智能体很诱人。但我们框架的前半部分完全没有。

在我们调用推理之前，确定性代码会通过带版本的 API（应用程序编程接口） 调用运行一组固定的侦察工作流。它收集客户身份、检测历史、流量基线、执行结果和网络观测数据。每条数据都与其来源、版本和时间戳一起存储。

Cloudflare 既能观察到请求，也能看到应用于该请求的操作。这使得调查能够将触发告警的行为与触发该行为的控制措施及其结果关联起来。

固定的侦察快照还使评估具有可复现性。如果 AI 智能体自行获取数据，两次运行可能会因输入变化而产生分歧。而在这里，同一快照可以被重放，因此专家 AI 智能体发现之间的差异来自解读而非检索。

尽早过滤噪声

大多数告警并非安全事件。同一条规则常常在已知流量模式上反复触发，每次都呼叫 Managed Defense Analysts 会让人更容易错过真正的安全事件。

我们需要一个轻量级分诊模型，将每个告警与其侦察数据进行比较：该事件之前是否已为该客户检测到？Managed Defense Analysts 之前做出了什么决定？流量看起来是否与正常人类行为一致？被评分为极有可能是误报的告警将跳过专家 AI 智能体的分析。

运行在 Workers AI 上的 Clef 非常适合这类快速智能体推理。

已知的高频噪声在到达时会被确定性地归类为被动。它仍可作为上下文使用，但不会进入活跃队列。

专家 AI 智能体负责调查

对于需要更深入审查的告警，协调者 AI 智能体会并行运行四个专家 AI 智能体：

• 流量分析审查请求行为、历史变化和执行情况。
• 客户上下文审查先前的告警、处置结果和 Managed Defense Analysts 的决定。
• 全局遥测将活动与隐私保护的互联网范围信号进行比较。
• 威胁情报检查已纳入告警或案件的指标。

综合 AI 智能体将它们的类型化发现合并为一份建议；它不能获取新证据，也不能选择已批准词汇表之外的分类。保持每项任务范围狭窄，可以更容易发现无依据的断言，也使建议更容易审计。

无客户数据的全局上下文

安全工具了解其部署环境内部发生的情况，但对其外部世界知之甚少。Cloudflare 将告警与其全球网络中观察到的模式进行比对。

例如，某个 IP 可能正在针对一个站点、扫描数千个站点，或是首次出现。这些模式具有不同的权重。为保护客户隐私，全局遥测专家仅处理聚合数据；它绝不会接收其他客户的个人记录或身份信息。

这一视图融合了 Cloudflare 的 CDN、WAF、DDoS、Turnstile、Rate Limiting 和 Cloudforce One 威胁情报中的特征。综合 AI 智能体同时权衡全局信誉和客户历史。这确保全局常见的模式仍可在单个客户基础上使用，但不会自动意味着对所有客户都存在广泛攻击活动。

历史即证据

每次评估都会考虑此前发生的情况：告警、模式以及哪个客户。侦察档案记录了告警自身的追踪记录，包括该服务告警触发了多少次、其中有多少被判定为误报，以及 Managed Defense Analyst 得出的结论。一个在您的 Managed Defense Analysts 每次观察中都是良性的攻击模式，与首次出现的新事物是完全不同的对象，专业 AI 智能体被告知它们正在查看的是哪一种。已批准的背景上下文从先前的告警和案例中检索，因此昨天的结论被带入今天的决策，而不是从头重建。

我们的系统将相关告警聚合为合并案例。在每个案例中，我们存储证据、发现和建议。我们的系统确定性地连接和关联这些数据，但我们将确认实际范围的工作留给 Managed Defense Analyst。随着时间的推移，一个案例可以将网络、应用程序和 Zero Trust 证据连接在一起，同时追踪证据来源以提供额外上下文和参考。

从证据到决策

在分析之前，系统会创建一个版本化的证据包，包含主体、范围、时间锚点、已采纳证据、策略版本、来源和覆盖缺口。专家必须引用该证据包中的条目。应用程序代码检查每个引用是否存在、是否属于该调查，以及是否支持所附声明。无效的发现会被纠正或记录为局限性。

我们再次借助 Clef 对证据进行评分。收集的证据是否足以做出决策？我们收集的证据中是否存在矛盾？基于这些证据，Clef 从确定性缩减的攻击分类和处置列表中做出选择。

Cloudflare 的开发者平台运行此流程。Workers 上的应用程序代码采纳证据并验证结果；Workflows 协调每个阶段并在下一阶段开始前保存已完成的工作，因此失败的阶段会复用已通过验证的证据和发现，而不是从头开始。D1 保存调查和咨询状态，R2 保存有界上下文和证据工件。案例聊天状态持久化在 Durable Objects 中，使用 Flue，并通过 AI Search 进行丰富。

最后，一个由 LLM 驱动的智能体使用 Managed Defense Analysts 已经熟悉的术语生成咨询报告：受影响面、执行结果、相关控制和下一步。Managed Defense Analysts 可以检查证据、进一步调查、修改建议或将告警分组为案例。应用程序代码在任何模型看到结果之前就固定了客户范围，并且只向每个专家提供其所需的证据。模型永远不会获得跨越租户边界或代表 Managed Defense Analysts 行事的权限。

处理不完整证据

在网络规模下，数据源有时会失败。比较可能超时，元数据可能缺失，或者威胁情报查询可能返回无匹配结果。系统会保留已收集的证据并记录缺口。

该咨询区分三种状态：

• 未检查
• 已检查，无匹配结果
• 已检查，有证据支持不存在

如果全局遥测不可用，系统可以描述对客户而言异常的情况，但无法判断该模式是否广泛存在。当证据不足时，系统不会做出分类或处置建议。

修复

有用的建议应导向解决方案，而非工单。该咨询可能建议对滥用路径实施速率限制规则、为签名添加 WAF 自定义规则，或调整 DDoS 防护配置。对于完全托管客户，Managed Defense 分析师可以应用建议的规则；其他客户将通过仪表板和所选告警路径收到建议。

最终，Managed Defense 分析师仍需对决策和任何缓解措施负责。每个告警和案例都包含 AI 智能体建议背后的证据，这使 Managed Defense 分析师能够通过接受或更新 AI 智能体的建议来得出结论。

下一步

Managed Defense 分析师仍负责判断。AI 智能体框架处理更多重复性工作：整合调查、关联相关事件，并展示每项建议背后的证据。在接下来的几个季度中，我们计划增加一个 Custom Managed 层级，为每个组织提供更多灵活性。

我们还计划探索持续运行的 AI 智能体，以监控 Cloudflare 流量并发现固定规则和阈值可能遗漏的模式。

早期测试版已在 Cloudflare Managed Defense 中面向符合条件的应用程序安全告警和案例提供。如果您已使用 Cloudflare WAF、DDoS 防护、Magic Transit 或其他受支持的产品，请与您的企业客户团队联系以添加 Managed Defense。

转载声明：本文为转载整理，原文版权归原作者及原站点所有。

原文来源：Cloudflare Blog

原创地址：https://blog.cloudflare.com/agentic-security-operations/