面向安全运营中心的 AI 驱动安全警报筛选与警报疲劳缓解：综述
密码学与安全
2026-05-20 v2
摘要
安全警报筛选是 Security Operations Centers（SOC）中用于过滤、优先排序、关联和上下文化警报以供分析师注意的下游任务。本综述回顾了自 2015 年至 2026 年间人工智能驱动的警报筛选和警报疲劳缓解研究。我们综合了 119 项记录，包括 87 项核心研究，构建了一个覆盖过滤、分层、关联和生成性增强的四阶段工作流程分类法。我们发现存在关于操作验证、对抗鲁棒性、跨环境泛化以及评估实践等方面的持续性空白。综述以通向可信认知安全运营中心的研究议程收尾。
引用
@article{arxiv.2605.08316,
title = {AI-Driven Security Alert Screening and Alert Fatigue Mitigation in Security Operations Centers: A Survey},
author = {Samuel Ndichu and Tao Ban and Seiichi Ozawa and Takeshi Takahashi and Daisuke Inoue},
journal= {arXiv preprint arXiv:2605.08316},
year = {2026}
}
备注
34 pages, 3 figures, 12 tables. Submitted to ACM Computing Surveys. v2: title shortened to "A Survey"; restructured taxonomy section; captions and acronym handling aligned with ACM CSUR style; bibliography updated to 174 entries