Apa yang terjadi
Pada 28 Oktober, Kindo meluncurkan Deep Hat Sift, model keputusan 'System One' yang dilatih pada penilaian sendiri dari agen target, yang memutuskan peristiwa masuk mana (alert SIEM/EDR, antrean tiket, pengiriman phishing, log, aliran Kafka) yang layak untuk dijalankan agen. Ini dimulai dalam mode bayangan, memerlukan ambang batas yang disetujui manusia dengan alasan tertulis sebelum memfilter, mengambil sampel peristiwa yang ditahan untuk mengukur tingkat kesalahan, dan gagal terbuka jika kualitas menurun; ini berjalan di on-prem, self-managed, atau air-gapped.
Mengapa penting
Agen SOC dan IT agentik yang memeriksa setiap alert mengeluarkan biaya komputasi bahkan pada peristiwa non-event, sehingga Sift menambahkan lapisan pra-filter yang diawasi manusia daripada hanya memilih model yang lebih murah. Ini menargetkan masalah biaya-dan-kebisingan dari triase agentik dengan kontrol drift/tingkat kesalahan yang eksplisit, yang membuatnya relevan bagi tim yang meningkatkan beban kerja investigasi agen.
Cakupan penerapan
Tim operasi keamanan yang menjalankan agen Kindo pada aliran alert/log bervolume tinggi harus mengevaluasinya dalam mode bayangan dan menyetujui ambang batas konservatif sebelum mengaktifkan pemfilteran.