Cet article présente CyberRAG, un nouveau framework permettant de traiter efficacement le volume massif d'alertes générées par les systèmes IDS/IPS d'entreprise. CyberRAG est un framework de génération augmentée de récupération (RAG) basé sur des agents, conçu autour de classificateurs optimisés pour chaque type d'attaque, d'adaptateurs d'outils pour l'enrichissement des alertes et des informations, et d'une boucle itérative de récupération et d'inférence interrogeant une base de connaissances spécifique à un domaine. Contrairement aux RAG existants, CyberRAG adopte une conception basée sur des agents qui permet un flux de contrôle dynamique et une inférence adaptative. Il affine de manière autonome les étiquettes de menaces et les descriptions en langage naturel, réduisant ainsi les faux positifs et améliorant l'interprétabilité. Les résultats d'évaluation pour les injections SQL, XSS et SSTI ont démontré une précision de plus de 94 % pour chaque classe et une précision de classification finale de 94,92 %. Les descriptions générées ont obtenu un score BERTScore de 0,94 et un score d'évaluation expert basé sur GPT-4 de 4,9/5. CyberRAG démontre son évolutivité, en prenant en charge de nouveaux types d'attaques en ajoutant des classificateurs sans recycler l'agent principal.
