La evolución de los SOC impulsados por inteligencia artificial está entrando en una nueva fase. Tras la incorporación de agentes capaces de investigar y responder a incidentes de forma autónoma, el siguiente paso consiste en hacer que esos sistemas aprendan de la experiencia de cada organización. Con ese objetivo, Torq ha presentado SOC Brain, una nueva capa de su plataforma AI SOC diseñada para capturar el conocimiento operativo generado por los analistas y utilizarlo para mejorar futuras investigaciones.
Según explica la compañía, SOC Brain no se limita a recuperar casos similares o a ampliar el contexto disponible para los agentes de IA, sino que construye un modelo específico para cada cliente a partir del historial de incidentes resueltos, las decisiones adoptadas por los analistas y las particularidades de sus procesos internos. El objetivo es que el sistema vaya ajustando progresivamente sus investigaciones y recomendaciones al modo en que opera cada equipo de seguridad.
La nueva capa se articula en torno a tres componentes principales:
- Torq Recall, que conserva el conocimiento adquirido en investigaciones anteriores y lo reutiliza como precedente en nuevos casos.
- Torq Reflex, que aprende de las correcciones y decisiones tomadas por los analistas para ajustar los criterios de investigación.
- Torq Retrospect, que analiza de forma continua incidentes ya cerrados para identificar patrones, validar decisiones y extraer nuevas reglas de aprendizaje.
La presentación de SOC Brain llega pocos meses después de la adquisición de Jit, una operación con la que Torq incorporó un Context Graph para ofrecer a sus agentes una visión más completa de los activos, identidades, configuraciones y relaciones existentes en el entorno del cliente. Ahora, la compañía añade una capa de aprendizaje que pretende convertir esa información contextual en conocimiento operativo acumulado.
