Multi-Agent AI voor productiebeveiligingsoperaties: A2A- en MCP-architectuur in 5G-kernnetwerken

De architectuur is ontworpen voor een productie 5G-kernnetwerk, dat per uur meer beveiligingstelemetrie genereert dan een typische enterprise SOC in een week ontvangt. Het vervangt twee ineffectieve mainstream-patronen: een enkele LLM die worstelt met contextvensterlimieten, indeterminisme en wijzigingsbeheer; en GenAI geïntegreerd in legacy SIEM/SOAR-systemen die nog steeds handmatige regeldefinitie vereisen. Het voorgestelde multi-agentsysteem beschikt over smalle agents met enkelvoudige contracten, coördinatie via het open A2A-protocol (open-source gemaakt door Google en gedoneerd aan de Linux Foundation), omgevingsintegratie via MCP (gedoneerd door Anthropic), een bevoorrechte reviewer-agent die OPA en Kyverno gebruikt voor deterministische beleidshandhaving, en human-in-the-loop als een eersteklas uitvoer. Voordat een LLM wordt aangeroepen, filtert een Isolation Forest-model telemetrie voor, waarbij alleen afwijkende voorbeelden naar de LLM-gestuurde agents worden gestuurd. De reviewer-agent gebruikt OPA voor bedrijfsveiligheidsinvarianten (blast radius, vertrouwen, omkeerbaarheid) en Kyverno voor platformbeveiligingsinvarianten (vertrouwde registers, netwerkbeleid). Gemeten resultaten omvatten een verbetering van 40% in MTTD en MTTR, meer dan 80 automatisch gegenereerde detectieregels, en een 12-voudige vermindering van handmatige inspanning voor nieuwe regels. Het systeem kan 10-20 5G-netwerkfuncties gelijktijdig bewaken. Beperkingen gelden wanneer het aantal regels laag is, de detectielogica deterministisch moet zijn, of engineeringfuncties geen reviewer-beveiligingsbeleid omvatten. Belangrijke lessen zijn het eerst bouwen van de reviewer-agent, het vanaf dag één toevoegen van anomalie-voorfiltering, het vermijden van slimme prompts, en het vroegtijdig publiceren van referentiepatronen.