Tillbaka till Nyheter
ProduktAI Understanding genomgång

Bell och Cohere distribuerar AI-modell för cybersäkerhetsutredningar

Bell Canada och Cohere har distribuerat en skräddarsydd stor språkmodell utbildad på Bell Cyber-data för att hjälpa till med att analysera och sammanfatta komplex säkerhetsinformation inom ett autonomt Security Operations Centre.

4 min readRead the linked source
Source-provided image accompanying Bell and Cohere deploy AI model for cybersecurity investigations
KällhänvisningKälla inspelad
Förläggare
theglobeandmail.com
Källlänk
theglobeandmail.comhttps://www.theglobeandmail.com/business/article-bell-cohere-ai-model-cybersecurity-investigations/
Källtyp
Länkad källa – status för primär källa har inte fastställts.
SammanhangFörstå detta på 60 sekunder

Börja här

Nyckeltermer

Stor språkmodell (LLM)
En språkmodell tränad på massiva textkorpus för att generera och analysera text.
Testa dig självAI Agents Quiz

Vad hände

Bell Canada och Cohere tillkännagav utplaceringen av en anpassad stor språkmodell utformad för att underlätta cybersäkerhetsutredningar. Modellen, byggd på Coheres teknologi och tränad med hjälp av nästan ett decenniums data från Bell Cyber, är integrerad i Bells autonoma Security Operations Center (SOC). Den analyserar och sammanfattar komplex säkerhetsinformation för att ge sammanhang för undersökningar, vilket gör det möjligt för mänskliga analytiker att fokusera på att validera hot och bestämma effekten. Systemet körs på Bell AI Fabrics datacenter i British Columbia, och behåller känslig data inom Kanada.

Bell Canada och Cohere Inc. distribuerar en ny artificiell intelligensmodell utformad för att hjälpa till med cybersäkerhetsutredningar. Den skräddarsydda stora språkmodellen byggdes med Coheres teknologi och utbildades med hjälp av data och expertis från Bell Cyber, en enhet som tillhandahåller säkerhetstjänster till kunder som sträcker sig från små företag till stora enheter som Canadian Imperial Bank of Commerce och de kanadensiska och Ontarios regeringar.

Bell tillbringade sju månader med att träna modellen och matade den med nästan ett decenniums data. Systemet är utformat för att analysera och sammanfatta komplex säkerhetsinformation, vilket ger det sammanhang som behövs för utredningar. Denna automatisering frigör analytiker att fokusera på uppgifter på högre nivå som att validera hot, bestämma deras inverkan och svara på dem.

Modellen har integrerats i Bells autonoma Security Operations Center (SOC), som utnyttjar AI och automation för att upptäcka, triagera och innehålla cyberhot. Utplaceringen är en del av ett fortsatt samarbete mellan Bell och Cohere, som tidigare tillkännagav planer på att sälja AI-verktyg till regeringar och företag, inklusive tillgång till Coheres North-plattform för att bygga anpassade AI-agenter.

Den nya cybersäkerhetsmodellen körs på Bell AI Fabrics datacenter i British Columbia. Detta infrastrukturval säkerställer att känslig säkerhetsinformation förblir inom Kanada, ett beslut Bell citerar som ett svar på risker förknippade med att förlita sig på amerikansk teknologi, såsom det senaste direktivet från USA:s regering om att stänga av tillgången till vissa Anthropic-modeller för utländska medborgare.

Källinformation: theglobeandmail.com

Varför det spelar roll

Den här implementeringen representerar ett konkret steg mot suverän AI-infrastruktur inom cybersäkerhet, och tar itu med farhågor om beroendet av amerikanska molnleverantörer och potentialen för plötsliga återkallelser av åtkomst. Genom att använda en skräddarsydd modell tränad på specifik defensiv data syftar Bell till att förbättra hastigheten och sammanhanget för hottriage i en miljö där AI-drivna attacker blir allt vanligare. Initiativet belyser den växande trenden att integrera specialiserade AI-modeller i företagssäkerhetsoperationer för att hantera volymen och komplexiteten hos moderna cyberhot.

Utplaceringen tar itu med den växande oron över att AI-drivna attacker kräver AI-drivna försvar. John Menezes, VD för Bell Cyber, sa att utan AI som arbetar för försvaret skulle organisationer ha en betydande underläge mot snabbrörliga AI-drivna hot.

Detta initiativ stöder Kanadas strategi att utveckla suveräna AI-kapaciteter, minska beroendet av amerikanska molnjättar och säkerställa att kritisk säkerhetsdata förblir under nationell jurisdiktion. Det erbjuder ett praktiskt alternativ för företag som vill behålla datauppehållstillstånd samtidigt som de använder avancerad AI för säkerhetsoperationer.

Modellens integration i en autonom SOC representerar ett skifte från reaktiva säkerhetsåtgärder till proaktiv, AI-assisterad triage och inneslutning. Detta kan skapa ett prejudikat för hur stora företag och statliga organ strukturerar sin cybersäkerhetsverksamhet inför allt mer sofistikerade AI-aktiverade attacker.

Interactive Mechanism

Interaktiv mekanism: hur det faktiskt fungerar

Utforska den underliggande tekniken bakom denna utveckling interaktivt.

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
Interaktiv konceptkontroll+10 Points
AI Agents Quiz

What most distinguishes an AI agent from a basic chatbot?

Vad du ska titta på härnäst

Övervaka modellens praktiska prestandamått för att minska arbetsbelastningen för analytiker och förbättra noggrannheten för upptäckt av hot. Håll utkik efter en bredare användning av liknande suveräna AI-säkerhetslösningar av andra kanadensiska eller nordamerikanska företag. Observera dessutom hur den här implementeringen påverkar regulatoriska diskussioner om datauppehållstillstånd och användningen av AI i säkerhetskritisk infrastruktur.

Oberoende verifiering av modellens effektivitet i verkliga scenarier, inklusive dess noggrannhet när det gäller att sammanfatta säkerhetsincidenter och dess inverkan på analytikers svarstider.

Potentiell expansion av detta samarbete till andra sektorer eller regioner, och om andra telekom- eller teknikföretag använder liknande suveräna AI-säkerhetsmodeller.

Regulatorisk utveckling i Kanada och USA när det gäller användningen av AI i kritisk infrastruktur och konsekvenserna av krav på datauppehållstillstånd för AI-distributioner.

Relaterade guider och frågesporter

AI-agenterAI-etikAI-modeller förklarasTesta vad du vet – prova ett gratis AI-quizSlå upp en AI-term i vår ordlista
Hittade du detta användbart?