Luna von Greenlight löst mehr als 90 Prozent der Sicherheitsfälle autonom
Greenlight Financial zufolge löst das System Luna jeden Monat mehr als 90 Prozent von bis zu 4.000 Sicherheits- und Risikofällen ohne menschliches Eingreifen. Das auf Amazon Bedrock AgentCore basierende System nutzt ein hierarchisch organisiertes Netzwerk aus mehr als 30 spezialisierten Agenten, um Warnmeldungen zu priorisieren und komplexe Fälle zu untersuchen.
- Luna löst mehr als 90 Prozent von bis zu 4.000 monatlichen Fällen ohne menschliches Eingreifen.
- Das System nutzt mehr als 30 spezialisierte Agenten für Sicherheits- und Risikobereiche.
- Stufe 2 untersucht die 10 Prozent der Fälle, die tiefergehendes Schlussfolgern erfordern.
- Der AgentCore-Speicher unterstützt ein episodisches Zeitfenster von 30 Tagen und längerfristiges Wissen über Falllösungen.
- Greenlight weitete Luna innerhalb von zwei Monaten vom SOC-Betrieb auf die Bewertung von Finanzrisiken aus.
Ein Multi-Agenten-System für eine hohe Zahl an Warnmeldungen
Greenlight bietet Familien Finanzprodukte an, darunter Debitkarten, Sparfunktionen und vernetzte Geräte wie den Family Hub und den Pet Tracker. Nach Angaben von AWS erhält das Security Operations Center monatlich 3.000, 4.000 Sicherheits- und Risikowarnungen aus Quellen wie Meldungen zu im Darknet angebotenen gestohlenen Karten, Anomalien bei Identitäten und Zugriffsrechten, der Infrastrukturüberwachung sowie Finanzrisikosystemen.
Vor Luna konnte eine einzelne Benachrichtigung über eine im Darknet aufgetauchte Karte erfordern, dass ein Analyst prüft, ob die Karte aktiv ist, doppelte Benachrichtigungen entfernt, Sitzungsdaten des Kunden überprüft und offene Support-Tickets untersucht. Laut AWS dauerte dieser Prozess pro Fall 15-30 Minuten.
Greenlight entwickelte Luna als hierarchisches Multi-Agenten-System auf Amazon Bedrock AgentCore. Ein Supervisor der Stufe 1 führt die erste Priorisierung mithilfe von mehr als 30 spezialisierten Agenten durch. Diese decken unter anderem Identität, Endpoint-Erkennung, Observability, Anlageninventar, Zahlungsabwicklung, Kundensupport, Threat Intelligence und die automatisierte Behebung ab. Die mediane Zeit für die Priorisierung von Routinefällen liegt laut AWS im einstelligen Sekundenbereich.
Untersuchung der Stufe 2 und dauerhaftes Gedächtnis
Fälle, die den Konfidenzschwellenwert von Stufe 1 unterschreiten, werden an einen Supervisor der Stufe 2 weitergeleitet. Laut AWS bearbeitet diese Ebene die 10 Prozent der Fälle, die mehrstufiges Schlussfolgern erfordern. Dazu gehören eine tiefere Korrelation über drei bis fünf Datenquellen hinweg und die Erstellung von Untersuchungsberichten mit Beweisketten zur Prüfung durch Menschen.
Luna kann über eine automatisierte Aufnahme aus Tines SOAR, einen direkten API-Zugriff für Ingenieure aus den Bereichen Security, Risk und ProdOps sowie eine Claude-Desktop-Erweiterung für Bereitschaftstechniker genutzt werden. Das System kann außerdem dringende Eskalationen auf Abruf bearbeiten oder Fälle über Amazon EventBridge und Amazon Simple Notification Service stapelweise verarbeiten.
Der Speicher von Amazon Bedrock AgentCore gibt Luna sowohl ein rollierendes episodisches Gedächtnis von 30 Tagen als auch ein längerfristiges Gedächtnis für semantische Präferenzen und Vorlagen zur Falllösung. AWS beschreibt einen Fall, in dem Luna lernte, dass ein wiederkehrendes Wartungszugriffsmuster am Dienstag erwartet wurde, und begann, es automatisch zuzulassen, statt es jede Woche zu markieren.
Eine separate Lernpipeline erfasst Falllösungen mit AWS Lambda, speichert und dedupliziert Muster in DynamoDB und führt verwertbare Erkenntnisse wieder den Supervisors zu. Laut AWS stieg Lunas autonome Lösungsquote dadurch von 83 Prozent mit Stufe 1 allein auf mehr als 90 Prozent mit Stufe 1, Stufe 2 und dem kombinierten Lernsystem.
Ausweitung vom Sicherheitsbetrieb auf Finanzrisiken
Greenlight weitete Luna laut AWS innerhalb von zwei Monaten nach der Einführung im SOC auf die Bewertung von Finanzrisiken aus. Das Unternehmen fügte spezialisierte Agenten und einen Supervisor für den Risikobereich hinzu, während die bestehende Infrastruktur weitgehend unverändert blieb.
Bei Warnungen zu im Darknet aufgetauchten Karten erhält Luna Berichte von Mastercard und aus internen Datenströmen, prüft in Galileo die Karte sowie deren Status und Transaktionshistorie und konsultiert anschließend DynamoDB, um wiederholte Benachrichtigungen oder bereits bearbeitete Karten zu identifizieren. AWS stellt die Erweiterung als Beispiel dafür dar, wie eine für den Sicherheitsbetrieb entwickelte Agentenarchitektur in einer regulierten Umgebung auch die Priorisierung von Finanzrisiken unterstützen kann.
Für Nutzer und Sicherheitsteams soll dieser Ansatz Routinewarnungen mit Maschinengeschwindigkeit bearbeiten und komplexere Fälle mit zusätzlichem Kontext an Menschen weiterleiten. Greenlight muss die Laufzeitumgebung und Speicherfunktionen der Agenten laut AWS außerdem nicht selbst entwickeln und betreiben, da das Unternehmen Amazon Bedrock AgentCore nutzt.
