知识卡片：运行时拓扑上下文改善LLM生成的K8s安全补丁

一句话结论
向 LLM 提供实时集群服务调用图与工作负载绑定信息（拓扑上下文），可将拓扑依赖型安全补丁的正确率从 11.1% 提升至 78.0%，而拓扑无关补丁不受影响，证明该提升来源于上下文而非通用提示丰富。

事件概述
现有基于 LLM 的 Kubernetes 安全修复系统孤立处理每个 KSPM 发现，假设通用加固知识足以生成补丁。然而，当补丁需保留运行时服务依赖（如调用边、权限绑定）时，此类系统会生成破坏下游服务的补丁。本文提出 KuTIE（Kubernetes Topology Intelligence Engine），从 Istio 调用边、Trivy KSPM 发现和工作负载的服务账户绑定中构建实时集群上下文，并以此调节 LLM 补丁生成。在自制医疗集群 VulnCare（4 命名空间、36 部署、31 个可注入发现、7 个依赖类）上完成了 248 次试验。

方法/产品要点

• KuTIE 构建实时集群上下文的三大来源：Istio 服务调用边、Trivy KSPM 发现、工作负载读取的服务账户绑定。
• 将上下文作为提示条件注入 LLM，指导补丁生成，避免破坏运行时依赖。
• 评估基准：VulnCare 集群，包含 7 个依赖类别（凭证、网络策略、RBAC 等），每个发现按拓扑依赖程度标注。

主要结果或产业意义

• 拓扑上下文使拓扑依赖型补丁正确率从 11.1% 提高到 78.0%（Δ = 0.669）。
• 该提升对所有测试模型和 6/7 个依赖类别成立：凭证/网络策略类 Δ = 0.95，RBAC 类 Δ = 0.31。
• 拓扑无关补丁的正确率无变化（Δ = 0.0），排除了通用提示丰富的影响。
• 产业意义：自动化 K8s 安全修复需集成运行时拓扑上下文，否则部署后可能导致服务中断，KuTIE 提供了一种可落地的工程方案。

为什么重要
此前研究仅依赖扫描器输出，忽略了运行时依赖关系；补丁看似合规却可能隐式切断服务链路。KuTIE 首次在受控多依赖类条件下量化了拓扑上下文的效果，证明将实时服务图纳入 LLM 提示是自动化安全修复不可缺失的环节。

局限与不确定性

• 评估仅在一个自建医疗集群上进行，泛化性待核实。
• 各类别间效果差异的原因未详细分析（如 RBAC 类提升较小）。
• 若集群拓扑频繁变动，实时上下文获取的延迟和一致性保证待核实。

可用于图书/PPT/简报的角度

• 案例：说明 AI 系统在云原生安全中的实际应用，强调“上下文感知”是 LLM 驱动自动化成功的关键。
• 对比：展示有无拓扑上下文时补丁效果差异（11.1% vs 78.0%），可作为数据可视化素材。
• 工程启示：在构建 AI 运维工具时，应优先集成运行时可观测性数据。

原始材料

• 英文标题：Does Runtime Topology Context Improve LLM-Generated Kubernetes Security Patches?
• arXiv ID：2607.25995v1
• URL：https://arxiv.org/abs/2607.25995v1
• 英文关键词：Kubernetes Security, LLM Security Patches, Runtime Topology Context, Cloud-Native Security, KuTIE