Tác tửAn toàn AI 🇨🇳 30.07.2026 06:01

AI đa tác tử cho vận hành bảo mật sản xuất: Kiến trúc A2A và MCP trong mạng lõi 5G

Google/DeepMindGoogle/DeepMind AnthropicAnthropic
Một nhà khai thác viễn thông hạng 1 đã triển khai hệ thống AI đa tác tử cho vận hành bảo mật trong mạng lõi 5G, sử dụng giao thức Agent-to-Agent (A2A) để phối hợp và giao thức Model Context Protocol (MCP) để tích hợp môi trường. Hệ thống đã giảm thời gian phát hiện và phản hồi trung bình khoảng 40%, tự động tạo ra hơn 80 quy tắc phát hiện và cắt giảm thời gian tạo quy tắc thủ công từ 3 giờ xuống còn 15 phút.
Kiến trúc được thiết kế cho mạng lõi 5G sản xuất, nơi tạo ra nhiều telemetry bảo mật mỗi giờ hơn so với lượng mà một SOC doanh nghiệp điển hình nhận được trong một tuần. Nó thay thế hai mô hình phổ biến nhưng kém hiệu quả: một LLM đơn lẻ gặp khó khăn với giới hạn cửa sổ ngữ cảnh, tính không xác định và quản lý thay đổi; và GenAI tích hợp vào các hệ thống SIEM/SOAR cũ vẫn yêu cầu viết quy tắc thủ công. Hệ thống đa tác tử được đề xuất bao gồm các tác tử hẹp với hợp đồng một trang, phối hợp qua giao thức A2A mở (được Google mã nguồn mở và tặng cho Linux Foundation), tích hợp môi trường qua MCP (do Anthropic tặng), một tác tử đánh giá đặc quyền sử dụng OPA và Kyverno để thực thi chính sách xác định, và con người trong vòng lặp là đầu ra hạng nhất. Trước khi gọi LLM, một mô hình Isolation Forest lọc trước telemetry, chỉ gửi các mẫu bất thường đến các tác tử dựa trên LLM. Tác tử đánh giá sử dụng OPA cho các bất biến an toàn kinh doanh (bán kính ảnh hưởng, độ tin cậy, khả năng hoàn tác) và Kyverno cho các bất biến bảo mật nền tảng (kho tin cậy, chính sách mạng). Kết quả đo lường bao gồm cải thiện 40% về MTTD và MTTR, hơn 80 quy tắc phát hiện tự động tạo và giảm 12 lần nỗ lực thủ công cho các quy tắc mới. Hệ thống có thể giám sát đồng thời 10-20 chức năng mạng 5G. Các hạn chế tồn tại khi số lượng quy tắc thấp, logic phát hiện phải là xác định, hoặc các chức năng kỹ thuật không bao gồm các chính sách bảo mật của người đánh giá. Các bài học chính bao gồm xây dựng tác tử đánh giá trước, thêm bộ lọc trước bất thường từ ngày đầu, tránh các prompt thông minh và xuất bản các mẫu tham chiếu sớm.
Nguồn: InfoQ 中国 — bản gốc
Bài viết liên quan trước đây ↓
Tin mới