SecMate：トライコンテキストのパーソナライズを用いたマルチエージェント型サイバーセキュリティ障害対応

要旨: 大規模言語モデルとエージェント型フレームワークにおける最近の進展により、複雑なサポートのためのバーチャル顧客アシスタント（VCA）が可能になりました。本稿では、デバイス、ユーザ、サービスの固有性を、会話レベルおよびデバイスレベルの信号から統合することで実現する、サイバーセキュリティのトラブルシューティングのためのマルチエージェントVCA「SecMate」を提案します。デバイス固有性は軽量なローカル診断ユーティリティによって提供され、ユーザ固有性は暗黙的な熟練度推論と、プロフィールを考慮したトラブルシューティングに依存します。サービス固有性は、先回り型で状況を理解したリコメンダによって実現します。144人の参加者と711件の会話を用いた制御下の研究においてSecMateを評価します。デバイスレベルの証拠により、LLMのみを用いたベースラインと比べて、正しい解決が約50%から90%以上へと増加しました。一方、手順ごとのガイダンスは、心地よさを高め、ユーザの負担を軽減しました。リコメンダは高い関連性を達成し（MRR@1=0.75）、参加者は、人間のベンチマークを大きく下回るコストであれば、人間のITサポートに置き換える強い意向を示しました。再現可能な研究を支えるため、適応型VCAのための完全なコードベースと、豊富に注釈されたデータセットを公開します。