AI消息速览

NVIDIA Nemotron 与 CrowdStrike 构建自适应智能体网络安全系统

事件日期 2026-09-02 · 产业观察 · 已接受

返回列表 打开来源
事件日期2026-09-02
信息日期2026-09-02
入库日期2026-09-02
通道产业观察
状态已接受
来源NVIDIA 博客

知识卡片：NVIDIA Nemotron 与 CrowdStrike 构建自适应智能体网络安全系统

一句话结论

NVIDIA 与 CrowdStrike 将 Nemotron 3 Ultra、经强化学习后训练的 Nemotron 3 Super、Falcon 遥测和专用智能体 harness 组合成一个“验证优先”的攻防对抗系统，把红蓝攻防从手动交接变成可自动迭代的闭环，使检测生成从“看似合理”变为“可回放、可测试、可修正”。按文章报告，回测平均检测率为 41.9%，是默认 harness 单独使用 Nemotron 3 Ultra 时的 2.5 倍；8 个未见攻击实弹测试中，开放模型检测泛化率为 45%，对照前沿系统为 29%。

事件概述或研究问题

  • 背景：安全团队开始用智能体做安全运营，但很多实现仍锚定在已有告警、预定义工作流和已知攻击行为上；更难的挑战是发现防御遗漏，并把缺口变成可靠覆盖。
  • 研究问题：能否由开放模型和专用 harness 驱动的红蓝智能体，以机器速度规模化运行“持续攻防测试”这个端到端循环？
  • 做法：NVIDIA 与 CrowdStrike 在仿照 NVIDIA 加速计算基础设施的隔离环境中评估了一个攻防对抗智能体系统。红方智能体执行攻击，Falcon 传感器采集遥测；蓝方智能体据此生成检测规则；部署后由独立种子攻击重测，循环往复，直到环境中找不到新的可行路径。

方法/产品要点

  • 闭环四阶段：执行与捕获（execute and capture）→ 处理与重建（process and reconstruct）→ 生成与验证（generate and validate）→ 重测、自适应与重复（retest, adapt, and repeat）。
  • 防御 harness 六机制：
    1. schema 知识库：让 agent 只能使用支持的 Falcon schema、字段和查询语法，避免发明字段和无效查询。
    2. 遥测锚定：用红方轨迹、Falcon 遥测和攻击上下文锚定工作流，减少无支撑或幻觉式关联。
    3. 专用检测编写：定制化 Nemotron 3 Super 担任有边界的检测生成/修复专家，与长上下文的编排任务分离。
    4. 产物 linting：自动拒绝语法错误、不支持字段，以及绑定特定 IP、主机、用户或子网的检测；返回重写指引，要求围绕行为信号而非环境特定字符串。
    5. 检测回放：将候选检测对已捕获攻击遥测进行回放，无匹配则拒绝并返回修正。
    6. 独立评审：独立 judge 用全新上下文评估检测的行为对齐度、鲁棒性和多信号使用情况。
  • 模型配置：防御侧模型运行在 CrowdStrike SafeMind 中；Nemotron 3 Ultra 负责防御编排，Nemotron 3 Super 作为 NL2LogScale 检测生成/修复专家。
  • 训练方式：在 Nemotron 3 Super 上做网络安全知识持续预训练 + 监督微调 + 可验证奖励强化学习（RLVR）。微调数据为 9,349 个检测生成与多步修复示例，覆盖 59 种程序化生成的错误类型；数据来自 Nemotron 3 Super 的请求改写、真实 Falcon LogScale 执行错误、Nemotron 3 Ultra 的质量评审推理轨迹。
  • RLVR：NVIDIA NeMo Gym 在 Falcon LogScale 中验证并执行生成的查询；无效查询接收真实引擎错误，最多 5 次修复尝试；仍未解决则奖励为 0。有效生成查询与参考查询在同一合成日志上运行，用返回事件集合的 F1 重叠作为奖励；NVIDIA NeMo RL 以组相对策略优化（GRPO）更新模型。
  • 评估设计：先对已记录攻击做回测，再对同一场景族的 8 个未见攻击做实弹测试；通过的检测逐字部署到实时检测引擎；由独立第三方模型判定匹配是否代表目标攻击行为；结果在独立种子编写会话上取平均。评估使用动作轨迹和传感器遥测中的可观测里程碑，而不是智能体自己的叙述；NVIDIA 安全专家评审了环境和威胁路径的现实性。

主要结果或产业意义

  • 回测：优化后的开放模型管线平均检测率为 41.9%（六次会话），是“默认 harness + Nemotron 3 Ultra”的 2.5 倍。
  • 实弹测试：8 个未见攻击中，开放模型 45% 的检测可泛化，对照前沿系统为 29%；3 条开放模型检测被评为 gold，合计覆盖全部 8 个攻击，而对照前沿系统没有 gold 检测。
  • 厂商声明：CrowdStrike 称其 Blue Solano 防御模型在该公司内部评估中比所测的领先专有前沿模型更准确，成本低 99%（外部待核实）。
  • 产业意义：开放模型 + 专用 harness 可把红蓝对抗的手动交接变成机器速度闭环；“验证优先”的检测工程模式（schema grounding、linting、回放、独立评审）是 agentic security 的通用范式。

为什么重要

  • 它推动安全智能体从“告警响应”走向“持续对抗学习”：不是等告警出现，而是主动用自适应攻击探测防御缺口并生成可靠检测。
  • 它展示了 RLVR 如何落地在真实企业查询引擎上：奖励不只看查询语法是否合法，而是看查询结果是否真的匹配到攻击行为。
  • 它为开放模型 vs 专有前沿模型提供了可对比的评估框架：回测 + 实弹测试 + 独立第三方模型判定。
  • 与已有卡片的增量信息：已有卡片分别涉及工业报警分析代理、NeMo RL 自动研究工作流、BlueField AI 工厂基础设施；本条把同一技术栈扩展到网络安全领域的红蓝对抗闭环，并新增“两个 Nemotron 模型分工（编排 vs 专用检测生成）+ 验证优先 harness”的具体模式。

局限与不确定性

  • 本文是 NVIDIA Technical Blog 上的厂商技术博客，非同行评审；环境为隔离的代表性环境，不是生产环境。
  • 文章页自带 AI 生成摘要，并注明“AI-generated content may summarize information incompletely. Verify important information.”因此 41.9%、2.5x、45% vs 29%、gold 检测等数字应视为文章所述，而非独立第三方验证。
  • 全文摘要在“With Nemotron 3 Ultra and the default harness, an average”处截断；默认 harness 的绝对检测率未出现在材料中（待核实）。
  • “前沿系统”和“领先专有前沿模型”的具体模型名称未在材料中给出（待核实）。
  • “gold”检测的判定标准未在材料中定义（待核实）。
  • “机器速度”未给出实际循环周期时间或延迟数据（待核实）。
  • CrowdStrike Blue Solano 的准确率/成本对比来自厂商内部评估，外部待核实。

可用于图书/PPT/简报的角度

  • 自动化红蓝对抗的闭环四阶段：执行与捕获 → 处理与重建 → 生成与验证 → 重测、自适应与重复。
  • 验证优先的 agent 设计：六个校验机制如何阻止幻觉字段、环境特定字符串和无效查询进入检测引擎。
  • RLVR 的真实业务案例：用真实引擎错误和 F1 重叠做奖励，训练检测生成模型。
  • 安全 agent 的评估方法：先回测、再实弹测试、由独立第三方模型判定，而不是只看智能体自己的报告。
  • 开放模型 vs 前沿模型：在未见攻击泛化上的比较，以及成本与透明度优势的行业讨论素材。

原始材料

  • 英文标题：Building an Adaptive Agentic Cybersecurity System with NVIDIA Nemotron
  • 英文关键词：agentic AI; cybersecurity; NVIDIA Nemotron; CrowdStrike Falcon; red/blue agent; validation-first detection; NeMo Gym; NeMo RL
  • 原始来源：https://developer.nvidia.com/blog/building-an-adaptive-agentic-cybersecurity-system-with-nvidia-nemotron
  • 作者/日期：Roberto Rodriguez, Neha Hudait；Sep 01, 2026（NVIDIA Technical Blog）