官方來源· AWS Artificial Intelligence· AI· 發布於 2026年11月6日

Greenlight Financial 稱 夢美 每月可自主處理最多 4,000 件安全與風險案件

AWS 介紹 Greenlight Financial 以 Amazon Bedrock AgentCore 建置的安全營運系統 夢美。公司表示,夢美 每月處理最多 4,000 件安全與風險案件,無需人工介入即可解決逾九成;系統分層進行案件分流與調查,但修復仍須經明確授權。

Greenlight Financial 稱 夢美 每月可自主處理最多 4,000 件安全與風險案件

完整報導

AWS 於 2026 年 11 月 6 日介紹 Greenlight Financial 的 夢美,這套建於 Amazon Bedrock AgentCore 的自主安全營運中心系統,用於處理安全與風險案件。Greenlight 每月收到 3,000 至 4,000 項警示,來源包括暗網外洩資訊、身分與存取異常、基礎設施警示及金融風險事件。公司表示,夢美 每月可處理最多 4,000 件案件,無需人工介入即可解決逾九成。

夢美 採分層主管架構:Tier 1 負責大量案件的初步分流,Tier 2 調查較複雜的個案;Tier 1 主管會協調 30 多個專門代理。AWS 文章稱,例行案件的中位分流時間以秒計,人工處理則需 15 至 30 分鐘。系統的 episodic memory 以 30 天為一個滾動窗口,保存近期事件與處理結果;搭配案例學習流程後,自主解決率由僅使用 Tier 1 時的 83% 升至 Tier 1、Tier 2 與學習流程併用時的逾九成。

Greenlight 表示,部署 SOC 系統後兩個月內,已將 夢美 擴展至金融風險評估,並估計每月可省下 900 至 1,800 小時的例行人工工作。夢美 可透過 Tines SOAR 匯入、直接 API 或 Claude Desktop 擴充功能使用。不過,系統的設計是分流並提出建議;執行修復仍須符合明確政策,並取得人工或核准的自動化授權。更廣泛的金融與商業風險自主分流仍在進行中。

為什麼值得注意

這項案例展示了安全案件自動分流如何延伸至金融風險評估,也說明自動化處理與採取修復行動之間仍設有授權界線。Greenlight 提供的案件量、處理時間與解決率,讓讀者能具體了解其所述部署規模及成效。

來源證據

先看主要證據,再查看佐證來源與來源脈絡。

1 則

主要證據

1
  • 官方AWS Artificial Intelligence文件原始來源

    How Greenlight Financial built an autonomous SOC solution on Amazon Bedrock AgentCore

    Adam Maksimuk

    “Greenlight Financial resolves more than 90% of up to 4,000 monthly security and risk cases without human intervention using Luna, a tiered multi-agent system on Amazon Bedrock AgentCore. This post covers the architecture, episodic memory for continuous learning, and the expansion from SOC operations into financial risk triage.”

推薦消息

根據品牌、主題與近期相關消息推薦

目前沒有更多推薦消息

官方原始聲明

查看官方原始來源