星期一早上 9:02，對外公開的防火牆開始記錄連接埠掃描。
到了 9:05，SIEM 已經產生 5,000 個告警。IT 負責人打開儀表板，看見一整面紅色，於是問了每個小型資安團隊最後都會問的問題：
「我們不能直接在 SIEM 上面加一層 AI，讓它告訴我們哪些事情重要嗎？」
這是個合理的問題。事實上，在 SIEM 之上加入 AI 確實是正確方向。現有的 SIEM 已經收集事件、套用偵測規則並保存證據；AI 層可以把這些輸出轉化為優先順序、解釋與下一步行動。
這正是 SIEM+ 的定位：為已經使用 SIEM、希望改善告警分流與安全態勢可視性的團隊，提供不需要替換既有 SIEM 的 AI 資安覆蓋層。
真正重要的是，你加入的是什麼樣的 AI 層。
通用聊天機器人、一次性的 LLM 腳本，或鬆散連接的 AI copilot，可能可以對單一告警產生令人印象深刻的回答。但資安運作需要更持久的系統：它必須記住脈絡、分組相關證據、遵守資料邊界、追蹤長期態勢，並產生人員能採取行動、日後也能提出佐證的輸出。
在資安產業，我們有一個很糟糕的習慣：把「數量」等同於「風險」。當傳統 SIEM 儀表板顯示 10,000 個告警時，狀態指示燈轉紅、態勢分數跌到零，主管也跟著恐慌。
但任何 Tier-1 SOC 分析師都知道，針對一個對外公開 IP 的簡單自動化連接埠掃描，就能在三分鐘內產生 5,000 筆原始防火牆拒絕記錄。那不是 5,000 個獨立的重大威脅，而是一個低層級事件。
當我們打造 SIEM+（siem.plus）時，我們知道如果只是把原始告警數量餵進 UI，就會重現我們原本想消除的「告警疲勞」。我們需要一種方法，把資料湖中的雜訊轉化為能在董事會議桌上使用、並真正反映風險的指標。
以下深入介紹 SIEM+ 動態安全態勢分數、懲罰衰減演算法，以及我們如何迫使 LLM 將威脅映射到合規框架，同時避免幻覺。
隨著香港特別行政區政府推行 《關鍵基礎設施（電腦系統）保護條例草案》（Cap. 653）（詳細參見：Cap. 653 官方連結），香港的網路安全合規標準正迎來重大變革。在此法規下，關鍵基礎設施營運商（CIO）必須在組織治理、預防性安全措施以及迅速的事件響應等方面，履行嚴格的法定責任。
Eventus 與 Devo 聯手打造整合型 SIEM 及安全數據平台，協助企業實現持續性系統可視化、加速威脅調查，全面滿足 Cap. 653 的合規標準。