STAIR propõe planejamento agêntico de ponta a ponta para resposta a incidentes de segurança
Pesquisadores apresentam o STAIR, um framework que substitui playbooks estáticos de resposta a incidentes por um sistema de agentes de LLM que mantém o estado do incidente como grafo, roteia decisões para agentes especializados por estágio e reutiliza experiências anteriores. Testado em 100 cyber ranges baseados em Docker, o sistema atingiu um score de defesa normalizado de 0,94, superando em 9,5% a melhor linha de base. O trabalho é relevante para equipes de IR que buscam automação capaz de se adaptar a um incidente em evolução, e não apenas seguir um roteiro fixo.
A motivação do STAIR é uma limitação bem conhecida por quem atua em resposta a incidentes: playbooks de IR codificam procedimentos fixos, mas um incidente real muda de forma constante — novos hosts comprometidos aparecem, objetivos de contenção e recuperação mudam, e a ação executada há cinco minutos pode invalidar o próximo passo do roteiro. Soluções recentes baseadas em LLM automatizam partes do processo, mas os autores apontam que agentes e planejadores de LLM tendem a ser instáveis em respostas de longo horizonte, porque não têm uma base unificada para manter o estado do incidente, alinhar cada ação ao estágio correto da resposta e reaproveitar experiência de casos anteriores.
A arquitetura proposta tem três peças que se encaixam nesse problema. O incidente é representado como um grafo de estado (Graph-as-State), que atualiza dinamicamente a topologia do que foi comprometido e o que já foi feito. Um Stage Router direciona o planejamento para agentes especializados em cada fase da resposta — por exemplo, triagem, contenção, erradicação e recuperação — em vez de usar um único agente genérico para todo o ciclo. E um Execution Harness executa as ações escolhidas, captura o retorno do ambiente, valida se o efeito esperado realmente ocorreu e realimenta o grafo de estado, fechando o ciclo entre plano e execução. O sistema também recupera experiências históricas de incidentes anteriores para orientar a escolha de ações, embora o artigo não detalhe publicamente o mecanismo de indexação e busca usado nessa recuperação.
A avaliação foi feita em 100 cyber ranges baseados em Docker — ambientes controlados que simulam sistemas comprometidos — e o STAIR atingiu um score de defesa normalizado de 0,94, uma melhoria de 9,5% sobre a linha de base mais forte testada. Isso indica que a combinação de estado estruturado, roteamento por estágio e validação de execução produz respostas mais consistentes do que abordagens de agente único ou playbook estático nesses cenários simulados.
Para quem lida com resposta a incidentes na prática, o interesse do STAIR está menos no número específico e mais na direção arquitetural: tratar o incidente como um grafo de estado auditável, em vez de uma sequência linear de passos, e forçar cada ação a ser validada contra o efeito real que produziu no ambiente antes de avançar. Isso tem paralelo direto com boas práticas de cadeia de custódia e documentação forense, em que cada ação sobre o ambiente comprometido precisa ser registrada e seu efeito verificado — só que aqui aplicado a um agente autônomo que planeja e executa a resposta. Ainda assim, vale notar que a validação foi feita em cyber ranges controlados, e não em produção, então a robustez do framework diante da imprevisibilidade de um incidente real segue sendo uma questão em aberto.