Memahami Pentingnya Teaching AI to Reason dalam Keamanan Siber
Setiap peringatan keamanan dimulai dengan pertanyaan mendasar: apakah ini ancaman nyata atau sekadar gangguan? Proses Teaching AI to Reason kini hadir untuk menjawab tantangan tersebut. Triage deteksi berada di garda terdepan dalam siklus respons keamanan. Menjawab pertanyaan ini dengan cepat dan akurat menentukan apa yang perlu diselidiki, diprioritaskan, atau ditutup secara otomatis.
Model triage bertenaga NVIDIA Nemotron dari CrowdStrike telah mampu menjawab pertanyaan tersebut dengan kecepatan mesin. Model ini membaca deteksi dan menghasilkan vonis True Positive (TP) atau False Positive (FP). Namun, analis berpengalaman melakukan lebih dari sekadar vonis. Mereka menimbang bukti di berbagai konteks untuk memahami mengapa suatu peristiwa penting.
Oleh karena itu, kami menerapkan metode Teaching AI to Reason pada model triage kami. Penelitian terbaru kami berjudul “Cybersecurity Detection Classification with Reasoning-enabled Language Models” melatih CrowdStrike Charlotte AI untuk melakukan penalaran langkah demi langkah sebelum menentukan vonis. Hasilnya adalah triage yang lebih akurat, otomatisasi yang lebih aman, dan penjelasan yang dapat dipercaya oleh analis SOC.
Mengapa Penalaran (Reasoning) Mengubah Lanskap Triage?
Pendekatan konvensional terhadap triage berbasis LLM meminta model untuk membaca deteksi dan langsung memberikan label. Meskipun cepat, metode ini sering mengabaikan konteks mendalam. Pendekatan chain-of-thought reasoning mengubah cara pandang tersebut.
Sebelum memutuskan, model memeriksa bukti dalam deteksi secara mendalam. Model menganalisis apa yang dilakukan proses, dari mana asalnya, dan apakah rantai proses induk-anak terlihat sah. Penalaran ini mengubah label yang buram menjadi keputusan yang transparan dan dapat diaudit oleh analis.
Tahapan Pelatihan Model AI untuk Menalar
Untuk mencapai tingkat akurasi tinggi, kami menerapkan resep pelatihan empat tahap:
- Optimasi Prompt: Kami mencari prompt penalaran terkuat secara otomatis dengan bantuan LLM judge untuk menghindari pintasan numerik yang tidak akurat.
- Self-training: Model belajar dari kinerjanya sendiri. Model menghasilkan jejak penalaran dan menyempurnakan dirinya berdasarkan deteksi tersulit.
- Reinforcement Learning: Karena vonis triage bersifat benar atau salah, kami memberikan reward langsung pada model untuk jawaban yang tepat dan terstruktur.
- Kalibrasi Kepercayaan: Kami melatih kalibrator terpisah yang membaca jejak penalaran untuk memberikan skor kepercayaan yang dapat diandalkan.
Hasil Signifikan dalam Deteksi Ancaman
Peningkatan performa sangat terlihat pada titik operasional tingkat kepercayaan tinggi. Dibandingkan dengan pendekatan label langsung, sistem reasoning-enabled menampilkan jauh lebih banyak deteksi yang dapat ditindaklanjuti dengan presisi yang sama.
Hasil penelitian menunjukkan peningkatan recall False Positive sebesar 43,0 poin persentase dan peningkatan True Positive sebesar 18,3 poin persentase. Ini berarti lebih banyak peringatan benign dapat ditutup secara otomatis, sementara ancaman nyata lebih cepat diprioritaskan.
Spesialisasi Mengungguli Skala
Pelajaran penting dari riset ini adalah bahwa untuk domain khusus seperti triage, pelatihan yang ditargetkan pada data deteksi nyata mengungguli model umum yang jauh lebih besar. Model fine-tuned Nemotron 3 Nano 30B-A3B terbukti melampaui model umum frontier yang ukurannya berkali-kali lipat.
Keberhasilan ini menyoroti kekuatan model terbuka dalam membangun AI yang berorientasi pada tujuan. Dengan fokus pada penalaran, kita tidak hanya meningkatkan efisiensi SOC, tetapi juga membangun kepercayaan analis terhadap otomatisasi keamanan.
Kesimpulan
Penerapan Teaching AI to Reason membawa perubahan besar bagi efisiensi tim keamanan siber. Dengan memberikan kemampuan penalaran, model AI tidak lagi bekerja sebagai kotak hitam, melainkan mitra yang memberikan penjelasan transparan atas setiap keputusannya.
Crowdstrike Indonesia merupakan bagian dari PT. iLogo Infralogy Indonesia, yang bertindak sebagai partner resmi Crowdstrike. Selain itu, kami juga berperan sebagai penyedia layanan (vendor) sekaligus distributor berbagai produk Infrastruktur IT dan Cybersecurity terbaik di Indonesia.