技术摘要：AgenticVM——用于自适应软件漏洞管理的代理式人工智能

1. 问题陈述

现代软件漏洞管理正日益受到当代系统规模和复杂性的压力。安全运营中心（SOC）面临一个关键瓶颈：漏洞发现的速度持续超过修复工作。这主要由以下因素驱动：

• 警报数量庞大： 扫描器生成海量原始发现结果，往往导致积压持续存在。
• 工具链碎片化： 互不连通的工具和手动分类流程造成了低效。
• 上下文信息不完整： 分析师往往因缺失或延迟的官方严重性评分（CVSS）以及不完整的漏洞描述，而不得不在不确定性下进行优先级排序。
• 当前方法的局限性： 传统的基于规则的系统在面对不断演变的攻击者行为时显得脆弱，而经典的机器学习方法需要大量的特征工程和重新训练。现有的大语言模型（LLM）应用通常针对孤立的子任务进行优化，而非实现完整的运营集成，缺乏现实世界部署所需的治理和可观测性。

2. 方法论

本文介绍了AgenticVM，这是一个模块化的多代理框架，旨在自动化整个漏洞管理生命周期。该方法论分为五个阶段：文献综述、数据获取、系统架构设计、实施和评估。

A. 系统架构

AgenticVM 采用多代理编排层（使用LangGraph），协调专用代理，每个代理使用适当的技术（基于规则、学习的机器学习或 LLM 驱动）处理不同的任务：

1. 检测代理 [混合式]： 摄入异构数据源（例如 Trivy、Snyk、Grype）。它使用确定性基于规则的解析器处理标准扫描器输出，并使用基于 LLM 的解析器处理非结构化日志，以确保高召回率。
2. 评估代理 [基于规则]： 充当逻辑验证网关，通过将识别出的漏洞与项目上下文和本地资产元数据进行交叉引用，以减少误报。它优先考虑透明度和可重复性，而非生成式灵活性。
3. 预测代理 [学习型机器学习]： 利用基于 BERT 的 Transformer 模型，从漏洞描述中推断缺失的 CVSS v3.1 指标（攻击向量、复杂性、所需权限、用户交互、范围和影响指标）。它包含一个置信度门控策略，低置信度的预测会被标记以供人工审查。
4. 集成代理 [基于规则]： 整合来自先前代理的输出，执行严格的模式验证（通过 Pydantic 风格的记录），以确保数据的一致性和完整性。
5. 优先级排序代理 [基于规则]： 应用确定性的基于 CVSS 的分层（例如，阈值设为 7.0），以过滤并将漏洞映射到优先级区间。它将 CISA 已知被利用漏洞（KEV）等信号作为增强信息纳入，而非不透明的乘数。
6. 推荐代理 [LLM 驱动]： 使用检索增强生成策略综合修复建议，结合漏洞上下文与权威来源（NVD、CISA KEV）。它支持分析师的决策，但破坏性操作需要人工批准。

B. 数据与评估

• 数据集： 该框架使用来自国家漏洞数据库（NVD）、欧盟漏洞数据库（EUVD）和 CISA KEV 目录的 169,883 条唯一 CVE 记录进行了训练和评估。
• 场景： 实验在真实世界的开源应用程序（Online Boutique、Train Ticket、Beer Shop）上使用原始扫描器输出进行。
• 指标： 评估包括预测模型的标准分类指标（准确率、精确率、召回率、F1 分数）以及代理工作流的运营指标：任务完成时间（TCT）、成本效率率（CER）、Token 消耗率（TCR）和协作性能（Cperf）。

3. 主要贡献

本文做出了三项主要贡献：

1. AgenticVM 框架： 一个模块化多代理系统，将 LLM 与传统安全工具集成，自动化从检测到修复建议的完整生命周期。
2. 混合管道： 一种新颖的组合，包括基于规则的处理、基于 BERT 的 CVSS 预测模块以及专用 LLM 代理。这种方法能够在不损害风险覆盖范围的情况下，实现可靠的严重性估计和警报噪声减少。
3. 实证验证与工程见解： 该研究证明了在警报减少和优先级排序效率方面的显著改进。它还提炼了关于代理分解、工具与 LLM 集成边界、故障隔离以及人在回路治理的实用设计见解。

4. 实验结果

• CVSS 预测性能： BERT-small 模型在八个 CVSS 基础指标上实现了89.3% 的总体准确率。它在预测攻击向量、攻击复杂性、用户交互和范围方面表现出特别强劲的性能。
• 警报减少： AgenticVM 成功将原始扫描器输出压缩为紧凑、可操作的队列。
  • 在Train Ticket场景中，原始发现结果从3,983 条减少到 82 条高优先级项目（减少了 97.9%）。
  • 在Online Boutique场景中，32 条发现结果减少到 6 条优先级项目（减少了 81.3%）。
• 基线比较： 与人工工作流（0% 减少）和单代理 LLM 工作流（适度减少，例如 Train Ticket 中为 28.5%）相比，AgenticVM 展示了更优越的噪声减少和溯源控制能力。
• 消融研究： 移除预测代理会导致对缺失 CVSS 数据的漏洞优先级排序不足。移除评估代理会增加误报。移除优先级排序代理会增加下游工作量和执行时间。
• 稳定性： 重复运行显示出稳健的稳定性，仅有 LLM 概率工作流典型的微小波动。

5. 意义与主张

本文将 AgenticVM 定位为一种分析师增强框架，而非完全自主的修复引擎。其意义在于：

• 运营可行性： 它证明了代理式人工智能可以部署在现实世界的安全运营中，在保持可靠性能的同时减少人工工作量。
• 风险可见性： 该系统在减少警报疲劳的同时不损害风险可见性，使团队能够专注于高优先级项目。
• 治理与信任： 通过将任务分解为专用代理，该框架提高了故障隔离、可观测性和可审计性。它明确纳入了人在回路的治理，确保破坏性操作需要人工批准。
• 设计见解： 这项工作提供了关于如何平衡确定性逻辑（用于验证和优先级排序）与 LLM 能力（用于解析和推荐）的实用指导，以减轻幻觉风险并确保可重复性。

作者总结道，虽然该系统显著提高了优先级排序效率，但未来的工作需要将建议与沙箱测试、回归检查以及更稳健的以人为中心的信任校准评估联系起来。