A camada de inteligência proprietária por trás dos produtos de segurança DolutechAI — especializada em ameaças com mais de 22.000 exemplos curados, SFT, DPO de alta qualidade e RL contínuo.
O SOC Model V1 é o motor proprietário dentro das plataformas de segurança DolutechAI. Os clientes acedem às suas capacidades através do SOC AI Agent e SOC WebApps — não através de uma API de modelo autónoma.
SOC autónomo enterprise: orquestrador, oito agentes especialistas, playbooks SOAR e resposta a incidentes — tudo alimentado pelo SOC Model V1.
Explorar SOC AI Agent →Proteção para websites e WebApps com a mesma inteligência do modelo, conectores exclusivamente web e preços pensados para sites.
Explorar SOC WebApps →Não oferecemos acesso público à API do modelo. A inteligência é entregue exclusivamente através dos nossos produtos.
Base open-weight especializada num modelo proprietário de cibersegurança.
Exemplos curados de cibersegurança — CVEs, incidentes, playbooks e dados de IOC.
Especialização em cibersegurança via SFT — não generalista com wrapper.
Otimização Direta de Preferências com pares validados por analistas.
Aprendizagem por reforço contínua a partir de feedback agéntico em produção.
Active learning human-in-the-loop com ciclos de refinamento governados.
Uma base open-weight comprovada combinada com mais de 22.000 exemplos curados — bases de CVEs, relatórios de incidentes, playbooks SOC e inteligência de IOCs.
Especialização de domínio via SFT em datasets curados de cibersegurança. Um modelo proprietário treinado para segurança — não um generalista com prompt de segurança.
Otimização Direta de Preferências com pares validados por analistas, alinhados à forma como profissionais de segurança triam, investigam e respondem.
Aprendizagem por reforço em loop fechado a partir do nosso pipeline agéntico em produção — o modelo melhora a cada interação real.
Fluxo de decisão, controlos de segurança e o flywheel de aprendizagem supervisionada que mantém o SOC Model V1 a melhorar em produção.
O nosso documento descreve o fluxo de decisão em seis etapas, screening determinístico, escalonamento fail-safe e como a validação de analistas alimenta o refinamento governado do modelo.
Melhoria contínua através de active learning human-in-the-loop — um flywheel supervisionado guiado por ground truth de analistas.
O modelo ataca incerteza e padrões de ruído recorrentes — adaptando-se à medida que as ameaças evoluem.
A validação de analistas converte julgamento operacional em rótulos ground truth para SFT, DPO e refinamento governado.
Screening determinístico primeiro, escalonamento fail-safe em decisões de alto impacto e trilhas de auditoria completas.
Cada incidente validado afina a triagem seguinte — reduzindo fadiga de alertas ao longo do tempo.
Evento em produção → recomendação IA → validação humana → rótulo ground truth → dataset curado → refinamento supervisionado → inferência melhorada
Avaliado através do nosso fluxo agéntico de produção — o mesmo pipeline que alimenta o SOC AI Agent em campo.
Benchmark interno — metodologia alinhada com o nosso pipeline agéntico de produção. Os resultados refletem tarefas reais de análise SOC, não trivia sintética.
O SOC Model V1 não é um chatbot isolado — é a camada de inteligência proprietária que impulsiona orquestração, análise especializada e resposta automatizada nas nossas plataformas.
Os dados de treino são curados por especialistas a partir de bases públicas de CVEs, padrões de incidentes anonimizados e datasets de segurança validados internamente. Dados de produção de clientes não são usados para treino sem consentimento explícito.
A validação de analistas produz rótulos ground truth supervisionados que alimentam ciclos de refinamento governados — não trial-and-error arriscado em decisões de ameaça ao vivo.
Screening determinístico, escalonamento fail-safe e trilhas de auditoria completas para revisão de compliance e transparência operacional.
O modelo alimenta deteção, análise e resposta autónomas dentro do SOC AI Agent e SOC WebApps.
