Tópico
IA generativa
4 August 2026
Análise comparativa do SOC Agético: Como avaliamos os LLMs para fluxos de trabalho de segurança
Os rankings públicos não conseguem indicar em qual LLM confiar no seu SOC, então a Elastic criou uma estrutura de avaliação que classifica os modelos com base no desempenho (chamadas de ferramentas, rastreamento de execução, avaliação cega) no Agent Builder, na descoberta de ataques e na migração automática.
Agentes versus agentes: como triamos os relatórios do HackerOne por US$ 2 cada, com 85% de eficácia em comparação a um humano.
LLMs made it cheap to flood bug bounty programs with submissions. Here's how Elastic built an AI triage agent that matches human decisions 85% of the time, including the architecture, threat model and calibration against 3,300 real reports
Alerta Zero: Triagem de alertas e investigação de ataques orientadas por IA para o SOC ativo.
O Elastic Security 9.5 oferece às equipes de SOC inteligência artificial que lida com a triagem e investigação de alertas iniciais, permitindo que os analistas voltem à busca de ameaças e à engenharia de detecção, em vez de perderem tempo com o ruído da fila de alertas.
Exploring the Hugging Face Breach: mapping AI agent tactics to Elastic Defend
Every stage of the Hugging Face breach maps to Elastic Defend and SIEM rules already shipping, from worker RCE and credential harvest to self-migrating C2 and GenAI detection.
Por dentro do SOC com agentes da Elastic InfoSec: Como reduzimos as chamadas LLM dos agentes de IA em 60%
We run fourteen AI agents that triage Elastic InfoSec alerts. They were taking 19 LLM calls to do work that needed 8. Here's the five-step optimization loop we run across the fleet, plus the prompt template you can use with any AI assistant.
Por dentro do SOC com agentes da Elastic InfoSec: Quando incorporar as habilidades dos seus agentes para uma redução de custos de 5 vezes
Testamos duas arquiteturas SOC com agentes em paralelo, ao longo de 36.822 conversas reais do Agent Builder. Uma opção venceu por 5,7 vezes: um fluxo de trabalho especializado para triagem de alertas por US$ 0,69 cada, contra US$ 3,42 para um único agente gerenciando 14 habilidades. Os dados e a estrutura de decisão encontram-se abaixo.
Como o recurso ES|QL COMPLETION do Elasticsearch transforma regras curl e wget ruidosas em alertas de segurança na nuvem de alta fidelidade.
A Elastic InfoSec testou esse padrão de regra de detecção em sua própria frota de nuvem, filtrando eventos ruidosos do curl e do wget com lógica determinística e triagem LLM, para que apenas ameaças genuínas cheguem a um analista.
Por dentro do SOC agente da Elastic InfoSec: reduzindo o tempo de triagem de alertas de 30 para menos de 3 minutos.
A equipe de segurança da informação da Elastic criou agentes de IA no Elastic Workflows que investigam cada alerta e reúnem o caso antes mesmo que um analista o abra.
Do relatório de vulnerabilidade à minuta do CVE em minutos: como a Elastic automatizou os avisos de segurança com IA.
Como a equipe de segurança da Elastic construiu um agente de IA com RAG usando os catálogos CWE e CAPEC da MITRE para elaborar avisos de CVE a partir de relatórios de vulnerabilidades brutos, incluindo as configurações completas de prompts e crawlers.
Aplicativo Elastic Security MCP: Operações de segurança interativas dentro de suas ferramentas de IA.
A Elastic Security é a primeira fornecedora de segurança a disponibilizar uma interface de usuário interativa em suas ferramentas de IA. Priorize alertas, identifique ameaças, correlacione cadeias de ataques e abra ocorrências, tudo isso diretamente da sua conversa com IA.
Monitoramento em escala do Claude Code/Cowork com OTel no Elasticsearch.
Como a equipe de segurança da informação da Elastic construiu um pipeline de monitoramento para o Claude Code e o Claude Cowork usando seus recursos nativos de exportação OTel e a infraestrutura de ingestão OTel da Elastic.
O Custo da Compreensão: Engenharia Reversa Orientada por LLM vs. Ofuscação Iterativa de LLM
A Elastic Security Labs explora a corrida armamentista em curso entre a engenharia reversa impulsionada por LLM e a ofuscação.
Comece a usar o Elastic Security a partir do seu agente de IA.
Crie um ambiente Elastic Security completo, do zero, sem sair do seu IDE, usando as habilidades de agente de código aberto.
Ferramentas MCP: Vetores de Ataque e Recomendações de Defesa para Agentes Autônomos
Esta pesquisa examina como as ferramentas do Model Context Protocol (MCP) expandem a superfície de ataque para agentes autônomos, detalhando vetores de exploração como envenenamento de ferramentas, injeção de orquestração e redefinições de rug-pull, juntamente com estratégias práticas de defesa.
Resumo das Estruturas Agentic
Os sistemas de agentes exigem que as equipes de segurança equilibrem a autonomia com o alinhamento, garantindo que os agentes de IA possam agir de forma independente, mantendo-se consistentes com os objetivos e controláveis.
A Elastic aprimora a segurança do LLM com campos e integrações padronizados
Descubra os últimos avanços da Elastic em segurança LLM, com foco em integrações de campo padronizadas e recursos aprimorados de detecção. Saiba como a adoção desses padrões pode proteger seus sistemas.
Incorporação de segurança em fluxos de trabalho LLM: Abordagem proativa da Elastic
Mergulhe na exploração da segurança incorporada pela Elastic diretamente em modelos de linguagem grande (LLMs). Descubra nossas estratégias para detectar e mitigar várias das principais vulnerabilidades do OWASP em aplicativos LLM, garantindo aplicativos orientados por IA mais seguros e protegidos.
Acelerando o comércio de detecção elástica com LLMs
Saiba mais sobre como o Elastic Security Labs tem se concentrado em acelerar nossos fluxos de trabalho de engenharia de detecção, explorando recursos de IA mais generativos.
Usando LLMs e ESRE para encontrar sessões de usuários semelhantes
Em nosso artigo anterior, exploramos o uso do GPT-4 Large Language Model (LLM) para condensar as sessões de usuários do Linux. No contexto do mesmo experimento, dedicamos algum tempo para examinar sessões que compartilhavam semelhanças. Posteriormente, essas sessões semelhantes podem ajudar os analistas a identificar atividades suspeitas relacionadas.
Usando LLMs para resumir sessões de usuário
Nesta publicação, falaremos sobre lições aprendidas e principais conclusões de nossos experimentos usando GPT-4 para resumir sessões de usuários.
Exploring the Future of Security with ChatGPT (Explorando o futuro da segurança com o ChatGPT)
Recentemente, a OpenAI anunciou APIs para engenheiros integrarem modelos ChatGPT e Whisper em seus aplicativos e produtos. Por algum tempo, os engenheiros podiam usar as chamadas da API REST para modelos mais antigos e, de outra forma, usar a interface ChatGPT por meio de seu site.