描述
AiSOC 是一个开源的人工智能安全运营中心（SOC），集成了先进的人工智能能力，以简化和增强安全运营。其核心功能围绕警报融合展开，它整合并关联来自各种来源的安全警报，以提供潜在威胁的统一视图。这有助于安全团队减少噪音，专注于关键事件。
阅读更多
AiSOC 的一个关键特性是其 LLM 代理分流系统。该系统利用大型语言模型（LLMs）自动评估和优先处理安全警报，显著减少了初始事件响应中所需的人工工作量。代理旨在理解警报的上下文并做出明智的决策，从而加快分流过程。
此外，AiSOC 支持 MITRE ATT&CK 调查，使安全专业人员能够将检测到的活动映射到已知的对手战术和技术。该框架提供了对攻击模式的全面理解，并有助于制定更有效的防御策略。该平台为每个代理步骤维护可重放的决策账本，提供所有自动化操作和决策的完全透明性和可审计性。该账本对于事件后分析、合规性和安全态势的持续改进至关重要。
AiSOC 设计为自托管，使组织能够完全控制其安全基础设施和数据。它在不需要外部 API 密钥的情况下运行，从而增强了安全性并减少了对第三方服务的依赖。该项目采用 MIT 许可证，促进开放协作，并允许灵活使用和修改。它还配备了 MCP 服务器，支持包括 Claude、Cursor 和 Continue 在内的各种模型和工具，使其成为多样化安全环境的多功能解决方案。该平台持续更新，最近的提交解决了安装修复、Web 控制台改进和扩展检测能力的问题。
- 类别AI 网络安全工具
- 定价模式开源
- 部署自托管
- 平台网页版
AiSOC的核心功能
开源人工智能安全运营中心
警报融合以整合威胁视图
LLM 代理分流以自动化警报优先级
支持 MITRE ATT&CK 调查
可重放的决策账本用于代理操作
自托管架构
无需 API 密钥运行
MIT 许可证以灵活使用
配备 Claude、Cursor 和 Continue 的 MCP 服务器
支持无新代理的端点发现
包括本地响应应用程序和 SDK
提供可观察性和治理功能
为连接器提供 GitHub 规则对齐
拥有 68 个猎杀的语料库用于威胁检测
AiSOC入门
克隆代码库：从 GitHub 获取 AiSOC 源代码到本地环境。
安装依赖项：按照安装说明进行操作，包括任何必要的包管理器或环境设置。
配置环境：设置所需的环境变量和配置文件，例如 `.env.example`。
部署服务：使用 `docker-compose.yml` 或 Helm 图表部署必要的服务，包括 MCP 服务器。
运行 AiSOC：启动 AiSOC 应用程序并访问其控制台以开始安全操作。
集成检测：将 GitHub 规则与连接器对齐以集成检测能力。
调查警报：利用 LLM 代理和 MITRE ATT&CK 框架进行警报分流和调查。
AiSOC的使用案例
- 自动化警报分流
- 威胁调查
- 安全运营中心（SOC）
- 事件响应
- 合规性和审计
- 自托管安全
- 端点发现
