Resumen: Los modelos tradicionales de ciberseguridad estática a menudo luchan con escalabilidad, detección en tiempo real y capacidad de respuesta contextual en los ecosistemas de productos digitales actuales que incluyen servicios en la nube, interfaces de programación de aplicaciones (API), plataformas móviles y dispositivos de borde. Este estudio introduce agentes autónomos impulsados por objetivos capaces de aprender el aprendizaje dinámico y la toma de decisiones conscientes del contexto como parte de una arquitectura adaptativa de seguridad cibernética impulsada por la inteligencia artificial agente (IA). Para facilitar la mitigación de amenazas autónomas, la aplicación de políticas proactivas y la detección de anomalías en tiempo real, este marco integra la IA agente en las capas clave del ecosistema. La basura del comportamiento, la puntuación descentralizada del riesgo y el intercambio de inteligencia de amenazas federadas son características importantes. La capacidad del sistema para identificar ataques de día cero y modificar dinámicamente las políticas de acceso se demostró a través de simulaciones nativas de nubes. Los resultados de la evaluación muestran una mayor adaptabilidad, disminución de la latencia de respuesta y una mejor precisión de detección. La arquitectura proporciona un plan inteligente y escalable para salvaguardar la infraestructura digital compleja y es compatible con modelos de confianza cero, lo que respalda la adherencia a las regulaciones internacionales de seguridad cibernética.
Publicado Originalme en export.arxiv.org El 25 de septiembre de 2025.
Ver Fuente Original
