# Dirbtinio intelekto varoma realaus laiko atitikties spragų prognozavimas ir proaktyvus klausimynų asistentas

## Įvadas  

Saugumo klausimynai – tai pirmoji linija tiekėjų rizikos vertinimuose. Komandos praleidžia begales valandų ieškodamos trūkstamų politikų, susiejant kontrolės priemones su standartais ir rengiant naratyvius atsakymus. Procesas yra reaktyvus: gaunamas prašymas, komanda skuba rasti įrodymus, o bet koks politikos nuokrypis, aptiktas per peržiūrą, tampa po‑mirties problema.  

O jei sistema galėtų **prognozuoti** tas spragas **dar prieš** klausimyną pasiekantį pašto dėžutę? O jei ji galėtų automatiškai iškelti tikslų reikalingą įrodymą, paruošti atitinkamą naratyvą ir net pasiūlyti koregavimo žingsnius? Šiame straipsnyje pristatome novatorišką DI‑valdomą architektūrą, kuri tai daro – **Real‑time atitikties spragų prognozavimas** kartu su **Proaktyviu klausimynų asistentu**.

## Kodėl svarbu prognozuoti spragas  

| Skausmo taškas | Tradicinis požiūris | DI‑valdomas spragų prognozavimas |
|----------------|----------------------|---------------------------------|
| **Vėluojantis trūkstamų kontrolės priemonių aptikimas** | Rankiniai auditai po klausimyno gavimo | Nuolatinė stebėsena pažymi spragas iš karto, kai politika pasikeičia |
| **Ilgas atsako laikas** | Dienos iki savaitės įrodymų surinkimui | Sekundės iki minutės – paruošiamas atsakymo juodraštis |
| **Nenuosekios naratyvo kokybės** | Priklauso nuo autoriaus kompetencijos | LLM‑generuojami, stiliaus nuoseklūs naratyvai |
| **Reguliaciniai netikėtumai** | Reaktyvūs atnaujinimai po audito išvadų | Proaktyvūs įspėjimai išlaiko atitikties būseną suderintą su naujausiomis nuostatomis |

Paverčiant atitiktį **prognozuojama** disciplina, organizacijos pereina nuo gaisro gesinimo prie strateginio rizikos valdymo.

## Pagrindinė architektūra  

Variklis susideda iš keturių glaudžiai susijusių sluoksnių:

1. **Įvykių srauto įsisavinimas** – Real‑time srautai iš politikos saugyklų, versijų valdymo sistemų ir reguliavimo šaltinių.  
2. **Žinių grafų praturtinimas** – Dinaminis grafas, susiejantis kontrolės priemones, standartus ir įrodymų artefaktus.  
3. **Prognozinis modeliavimas** – Hibridas: laiko eilučių anomalijų aptikimas + generatyvus LLM samprotavimas.  
4. **Asistento sąsaja** – Pokalbių UI, API kabliai CI/CD kanalams ir automatizuotas dokumentų generavimas.

```mermaid
graph LR
    A["Įvykių srautai"] --> B["Politikos pokyčių procesorius"]
    B --> C["Dinaminis žinių grafas"]
    C --> D["Spragų prognozavimo variklis"]
    D --> E["Proaktyvus asistentas"]
    E --> F["Pokalbių UI"]
    E --> G["API galutinis taškas"]
    E --> H["Dokumento generatorius"]
    style A fill:#f9f,stroke:#333,stroke-width:2px
    style D fill:#bbf,stroke:#333,stroke-width:2px
```

### Įvykių srauto įsisavinimas  

- **Šaltiniai**: Git saugyklos (politika kaip kodas), SaaS atitikties portalai, RSS kanalai iš reguliuotojų, vidinės bilietų sistemos.  
- **Technologija**: Apache Kafka didelio pralaidumo, „exactly‑once“ semantikai; Confluent Schema Registry užtikrina schemų evoliuciją nesugadinant vartotojų.

### Žinių grafų praturtinimas  

- **Modelis**: Nuosavybinis grafas saugomas Neo4j, praturtintas įterpimais iš Sentence‑Transformer modelio.  
- **Mazgo**: Kontrolės priemonės, standartai ([ISO 27001](https://www.iso.org/standard/27001)), ([SOC 2](https://secureframe.com/hub/soc-2/what-is-soc-2)), [GDPR](https://gdpr.eu/), įrodymų artefaktai, klausimynų elementai.  
- **Ryšiai**: „įgyvendina“, „referuoja“, „apima“, „kuriamas iš“.  

Grafas yra **savarūpestingas**: kai kontrolė nebėra galiojanti, fone veikiantis RAG (Retrieval‑Augmented Generation) darbas perrašo paveiktus ryšius naudojant naujausią reguliavimo kalbą.

### Prognozinis modeliavimas  

1. **Anomalijų aptikimas** – Sezoniniai ARIMA ir Prophet modeliai stebi kontrolės priemonių atnaujinimo dažnį. Staigūs šuoliai rodo galimą atitikties nuokrypį.  
2. **Spragos įvertinimas** – Gradient Boosted Tree įvertina kiekvieną kontrolę pagal „padengimo balą“, gautą iš grafų jungiamumo.  
3. **Naratyvo generavimas** – Smulkiai pritaikytas LLM (pvz., Llama‑3‑8B‑Instruct) gauna spragos kontekstą, tikslinį klausimyno šabloną ir sukuria pirmąjį atsakymo juodraštį.  

Kombinuotas rezultatas – **Spragos prognozės įrašas**:

```json
{
  "question_id": "Q-12.3",
  "missing_control": "Duomenų saugojimo politika v2.1",
  "confidence": 0.93,
  "suggested_evidence": ["policy_doc.pdf", "audit_log_2025.csv"],
  "draft_answer": "Mūsų organizacija taiko 24‑mėnesio duomenų saugojimo politiką..."
}
```

### Proaktyvaus asistento sąsaja  

- **Pokalbių UI** – Įdėta į atitikties portalą, asistentas rodo prognozuotas spragas iš karto, kai vartotojas atidaro klausimyną.  
- **API** – CI/CD kanalai gali užklausti variklio, kad automatiškai užpildytų atitikties patikrinimus išleidimo metu.  
- **Dokumento generatorius** – Generuoja PDF/Markdown paketą su įrodymų nuorodomis, versijų ženklais ir atitikties audito takeliu.

## Duomenų įsisavinimas ir realaus laiko srautai  

Įsisavinimo konvejeris veikia **įvykių valdomu mikroservisų modeliu**:

1. **Rinkimo servisas** kas 5 min. apklausia išorines API (pvz., NIST, ES GDPR portalas).  
2. **Transformacijos servisas** normalizuoja gautus duomenis į vieningą schemą (pvz., `ComplianceEvent`).  
3. **Praturtinimo servisas** susieja nuorodas su žinių grafu, prideda semantines žymas.  
4. **Leidimo servisas** įrašo praturtintą įvykį į Kafka temas: `policy_changes`, `regulatory_updates`, `evidence_uploads`.  

Kiekviena tema turi atskirą vartotoją **Spragų prognozavimo variklyje**, garantuojant sub‑sekundinį vėlavimą nuo šaltinio pokyčio iki prognozės.

## Prognozinis modeliavimas su generatyviu DI  

### Žingsnis po žingsnio samprotavimas  

1. **Konteksto išgavimas** – Variklis užklausia grafą dėl visų kontrolės priemonių, susijusių su artėjančiu klausimyno skyriumi.  
2. **Įrodymų spragos aptikimas** – Dvejetainis klasifikatorius (išmokytas pagal istorinius audito rezultatus) žymi kontrolės priemones, kur trūksta nesenų įrodymų.  
3. **Poveikio įvertinimas** – Modelis priskiria rizikos svorį pagal reguliatoriaus griežtumą, kontrolės svarbą ir istorinius koregavimo laikus.  
4. **Naratyvo rašymas** – LLM gauna šį užklausą:  

   ```
   Tu esi atitikties pareigūnas, atsakantis į klausimą Q-12.3 SOC 2 audito metu. 
   Organizacijoje trūksta dabartinės Duomenų saugojimo politikos (paskutinė versija 2023). 
   Pateik trumpą, auditoriams patrauklų atsakymą, kuriame pripažįsti spragą, 
   aprašai koregavimo žingsnius ir nurodai būsimo politikos projekto nuorodą.
   ```

5. **Žmogaus patikrinimas** – Juodraštis pateikiamas su pasitikėjimo balais; atitikties analitikas gali priimti, redaguoti arba atmesti.  

### Modelio smulkinimas  

- **Duomenų rinkinys**: 12 k anonimizuotų klausimynų atsakymų, 3 k koregavimo planų, 1 k reguliatorių pareiškimų.  
- **Nuostolių funkcija**: Svertinė kryžminė entropija, pabrėžianti reguliacinės kalbos terminologiją.  
- **Vertinimas**: BLEU‑4 ir savarankiškas „Reguliacinio suderinamumo balas“ (0‑1), matuojamas prieš ekspertų sukurtus atsakymus.  

Smulkinamas modelis nuosekliai pasiekia suderinamumo balą **0,87**, viršijantį bendruosius LLM bazinius modelius 15 %.

## Proaktyvaus asistento darbo eiga  

```mermaid
sequenceDiagram
    participant Analitikas as Saugumo Analitikas
    participant UI as Proaktyvaus asistento UI
    participant Variklis as Spragų prognozavimo variklis
    participant KG as Žinių grafas
    participant LLM as Generatyvus LLM

    Analitikas->>UI: Atidaryti naują klausimyną
    UI->>Variklis: Prašyti prognozuotų spragų
    Variklis->>KG: Gauti susijusias kontrolės priemones
    KG-->>Variklis: Grafo momentinė nuotrauka
    Variklis->>Variklis: Vykdyti anomalijų ir spragų įvertinimą
    Variklis->>LLM: Generuoti atsakymo juodraštį
    LLM-->>Variklis: Naratyvo juodraštis
    Variklis-->>UI: Grąžinti spragas + juodraščius
    UI->>Analitikas: Rodyti prognozes
    Analitikas->>UI: Priimti/redaguoti juodraštį
    UI->>Variklis: Išsaugoti galutinį atsakymą
    Variklis->>KG: Atnaujinti įrodymų susiejimą
```

Ciklas kartojamas kiekvieną kartą atveriant naują klausimyną, užtikrinant, kad analitikas visada dirbtų su **naujausia prognozės įžvalga**.

## Nauda saugumo komandoms  

| Privalumas | Kiekybinis poveikis |
|------------|----------------------|
| **Sutrumpintas atsako laikas** | Vidutinis atsakymo generavimas sumažėjo nuo 3 dienų iki < 5 minučių |
| **Didesnis audito sėkmės rodiklis** | Pilotų programose sėkmės rodiklis pagerėjo 22 % |
| **Mažesnės koregavimo išlaidos** | Ankstyvas spragų aptikimas sumažina koregavimo pastangas apie 30 % |
| **Nuoseklus naratyvo tonas** | 95 % juodraščių reikalauja ≤ 1 redagavimo prieš patvirtinimą |

Be skaitinių rodiklių, asistentas skatina **nuolatinės atitikties kultūrą** – komandos nebekelia laukimo iki audito įvykio, kad atrastų spragas.

## Įgyvendinimo svarstymai  

1. **Duomenų privatumas** – Įsitikinkite, kad įrodymų artefaktai yra šifruojami poilsio metu (AES‑256) ir kad LLM niekada nemato nešifruoto konfidencialaus teksto; naudokite **tik įterpimus**.  
2. **Reguliacinė aprėptis** – Pradėkite nuo pagrindinio rinkinio ([SOC 2](https://secureframe.com/hub/soc-2/what-is-soc-2), [ISO 27001](https://www.iso.org/standard/27001), [GDPR](https://gdpr.eu/)) ir išplėskite per moduliarius grafų schemas.  
3. **Pokyčių valdymas** – Suteikite smėlio dėžės aplinką, kur analitikai galėtų testuoti prognozes neįtakodami gamybos duomenų.  
4. **Stebimumas** – Eksportuokite prognozės pasitikėjimo, vėlavimo ir modelio nuokrypio metrikas į Prometheus; vizualizuokite Grafana skydeliuose.  

## Ateities patobulinimai  

- **Federacinis mokymasis** tarp kelių SaaS nuomininkų, siekiant pagerinti spragų aptikimą nesidalijant žaliuoju duomenimis.  
- **Paaiškinamasis DI** sluoksnis, rodantis tikslius grafų kelius, lemiantčius kiekvieną prognozę, taip patinant audito sekamumą.  
- **Balso sąveika** – leisti analitikams klausti „Kokios spragos mums kyla artėjančiam ISO 27001 auditui?“ ir gauti balso santraukas.  

## Išvada  

Real‑time atitikties spragų prognozavimas transformuoja saugumo klausimynų darbo eigą iš **reaktyvaus skubėjimo** į **proaktyvų, duomenimis pagrįstą procesą**. Sujungus srautinį politikos įsisavinimą, savarūpestingą žinių grafą ir generatyvų DI, organizacijos gauna momentinį vaizdą apie trūkstamas kontrolės priemones, gauna paruoštus naratyvo juodraščius ir išlieka priekyje reguliavimo pokyčių. Rezultatas – greitesni audito ciklai, mažesnė rizika ir atitikties būsena, kuri auga kartu su grėsmių kraštovaizdžiu.