Session Risk Memory ile Ajan Güvenliğinde Yeni Dönem
Session Risk Memory ile Ajan Güvenliğinde Yeni Dönem
Session Risk Memory (SRM) yöntemi, ajanların oturum bazlı güvenliğini artırırken yanlış pozitifleri ortadan kaldırıyor ve hızlı çalışıyor.
Önemli Noktalar
- SRM, oturum düzeyinde yetkilendirme ile geleneksel yöntemlerden daha yüksek doğruluk sağlıyor.
- Yanlış pozitif oranı yüzde 0’a indirildi ve tespit hızı 250 mikrosaniyenin altında.
- SRM, ek model veya eğitim gerektirmeden mevcut sistemlere kolayca entegre edilebiliyor.
Session Risk Memory (SRM) Nedir?
Session Risk Memory, klasik deterministik güvenlik kapılarına oturum ve davranış bazlı yetkilendirme ekleyen yenilikçi bir modüldür. Her ajan oturumu için gelişen davranış profilini semantik bir merkezde tutar ve risk sinyalini, kapı çıktılarının baz değerinden çıkarılıp üstel hareketli ortalama ile biriktirerek ölçer. SRM, temel güvenlik kapısı ile aynı semantik vektör yapısını kullanır; ek model bileşeni, eğitim veya olasılıksal çıkarım gerektirmez.
Teknik Detaylar
SRM, çok adımlı testlerde (örneğin 80 oturumluk bir benchmark üzerinde) yavaş veri sızdırma, kademeli yetki yükseltme ve uyum kayması gibi senaryolarda değerlendirilmiştir. ILION+SRM kombinasyonu, F1 skoru 1.0000 ve yüzde 0 yanlış pozitif oranı ile öne çıkarken, stateless ILION ise F1 = 0.9756 ve yüzde 5 yanlış pozitif oranı ile performans göstermiştir. Her iki sistem de yüzde 100 tespit oranı sunarken, SRM’nin işlem başı ek yükü 250 mikrosaniyenin altında kalmıştır.
Güvenlikte Yeni Kavramsal Ayrım
SRM çerçevesi, uzamsal (her adımda yetkilendirme) ve zamansal (oturum boyunca yetkilendirme) tutarlılık arasında kavramsal bir fark ortaya koyuyor. Bu yaklaşım, ajan tabanlı sistemlerde oturum seviyesinde güvenlik için temel bir model sunuyor.
Sonuç ve Gelecek Perspektifi
Session Risk Memory (SRM), deterministik güvenlik sistemlerinde oturum bazlı risk yönetimini kolaylaştırırken, yanlış pozitifleri sıfıra indiriyor ve hızlı çalışmasıyla öne çıkıyor. Yakın gelecekte, SRM’nin AI tabanlı ajan sistemlerinde yaygınlaşması bekleniyor.
En güncel gelişmeler için sosyal medyada @synvalo hesabını takip edin!
Kaynak: arxiv.org