10:46arXiv cs.AI@Ankita Samaddar, Sandeep Neema, Daniel Balasubramanian, Xenofon Koutsoukos本文提出一种基于模仿学习的策略学习技术,用于在部分可观测的自主网络环境中预测红方(攻击方)动作。该方法适用于离散状态和离散动作的强化学习智能体。集成到使用行为树和LECs的神经符号自主防御智能体后,该方法能有效处理不同红方策略,并在多种模拟场景下实现高预测准确率。论文模仿学习强化学习AI安全智能体网络防御推荐理由:这篇论文用模仿学习帮防守方预测攻击者行动,在模拟网络攻防场景下准确率很高。原文
01:34Decoder@Matthias Bastian白宫发布行政令,要求五角大楼和CISA等机构在30天内利用AI工具加强网络防御。AI开发者可自愿提交模型进行安全测试,但命令明确排除强制性审批。鉴于近期政府对AI公司的压力,这种合作的自愿性仍存疑问。该命令旨在平衡AI创新与国家安全,但业界对自愿机制的实际效果持观望态度。行业AI安全行政令网络防御自愿审查政策监管推荐理由:AI安全合规是每个AI团队绕不开的议题,这份行政令直接影响了模型发布和审查流程,做AI产品和安全合规的开发者值得关注后续动向。原文
13:37IT之家(博客/媒体)据《金融时报》报道,Anthropic 已同意向金融稳定委员会(FSB)简报其 AI 模型 Mythos 发现的全球金融体系网络防御漏洞。Mythos 是 Anthropic 于今年 4 月发布的前沿 AI 模型,用于网络防御,已在操作系统、浏览器等软件中发现数千个重大漏洞。英国央行行长贝利警告该模型可能构成重大网络安全威胁。FSB 正起草关于金融体系应用 AI 的稳健实践报告,计划下月发布征求意见。行业AnthropicMythos网络防御金融监管漏洞发现4 个信源在谈推荐理由:金融安全领域首次有 AI 模型直接向全球监管机构报告漏洞,做网络安全或金融风控的从业者值得关注——这可能是 AI 改变监管范式的信号。原文
10:32arXiv cs.LG@Igor Bogdanov, Chung-Horng Lung, Thomas Kunz, Jie Gao, Adrian Taylor, Marzia Zaman精选FORGE 是一种无需梯度更新的智能体记忆进化协议,通过分层 ReAct 架构和群体广播机制,让 LLM 智能体从失败轨迹中生成可复用的知识(规则、示例或混合形式)。在 CybORG CAGE-2 网络防御任务中,FORGE 使所有 12 种模型配置的平均回报提升 1.7-7.7 倍(相比零样本基线),并降低严重失败率至约 1%。关键发现包括:群体广播是性能提升的核心机制,示例记忆对多数模型效果最佳,且较弱模型受益更显著。该工作为无需权重更新的智能体持续学习提供了新范式。论文智能体记忆进化群体广播网络防御LLM推荐理由:做智能体持续学习和自主决策的团队——FORGE 用群体广播解决了记忆进化中的灾难性遗忘问题,无需微调模型权重,直接提升任务成功率。做网络防御或 POMDP 场景的开发者值得关注其低成本高回报的实践路径。原文
17:35Sam Altman@samaOpenAI宣布推出名为Daybreak的新计划,旨在加速网络防御并持续保障软件安全。该项目将利用AI技术(尤其是即将实现的更强大的AI)帮助公司实现持续安全防护。OpenAI希望尽快与尽可能多的企业合作,共同应对网络安全挑战。这标志着AI在网络安全领域的应用将进一步深化。AI产品OpenAI网络防御AI安全Daybreak8 个信源在谈推荐理由:Daybreak计划展示了OpenAI将AI能力应用于网络安全的战略方向,值得企业安全团队关注以评估合作机会。原文
15:47OpenAI@OpenAIOpenAI推出Daybreak,一个专为网络防御者设计的前沿AI系统。该系统整合了OpenAI最强大的模型、Codex工具以及安全合作伙伴的技术,旨在加速网络防御并持续保障软件安全。这表明OpenAI正将AI能力从进攻性应用转向防守性场景,帮助安全团队以防御所需的速度响应威胁。AI产品AI安全网络防御OpenAICodex10 个信源在谈推荐理由:Daybreak代表了AI在网络安全领域的垂直化应用,其整合多模型和合作伙伴的方式值得行业关注,可能推动安全自动化的新标准。原文