AiSOC:开源自托管 AI 安全运营中心

融合告警、紫队演练、AI 辅助分诊与 MITRE ATT&CK 调查的自托管开源安全运营中心。

源仓库
beenuar/AiSOC
Star 数
★ 2.4k
最近更新
1 天前
License
MIT
主语言
Python

30 秒速览

运行形态
命令行工具自托管服务网页应用
可在哪里用
通用 · 跨平台
费用
软件免费,模型调用费用自付
上手难度
中 · 需要几步配置
开始前需要
Python 3.10+DockerpnpmNode.jsShell / 命令行网络访问本地文件系统
典型场景
希望获得可审计、可回放 AI 调查过程的安全团队,通过自托管方式满足合规要求。
不适合
  • 需要完全离线、气隙环境的团队(默认托管 LLM 会外发证据)
  • 希望开箱即用、无需 Docker/Kafka/ClickHouse 多服务栈的用户
  • 需要完全自主自动响应的团队(默认仅 copilot/只读)

这个 Agent 能做什么,适合哪些场景?

AiSOC 是一个自托管的开源 AI 安全运营中心(SOC),采用 MIT 许可证。它集成了安全事件摄取、关联分析、AI 驱动的调查和统一的 SOC 控制台。其核心是一个通过 LangGraph 实现的约 600 行代码的编排器,支持读取和修改。Agent 的每个步骤(提示、工具调用、推理)都会记录在 Investigation Ledger 中,可回放。它包含 83 个点击即用的数据连接器、947 条可执行检测规则(其中 869 条为原生规则),以及一个包含 6000 条规则、可追溯来源的导入库。平台支持通过 Docker Compose、Kubernetes 或 Terraform 进行部署,并提供了三种一键式快速体验路径:基于 Python 的 aisoc-sandbox 模拟器、浏览器中的 GitHub Codespaces,以及用于本地完整环境的 Docker 安装脚本。它还包含一个 MCP 服务器,用于与 IDE 集成,以及一个用于评估的公共 CI 门控基准测试套件。

AiSOC 作为端到端安全运营平台运行:通过连接器(Python 编写的 78 家厂商)或 osquery-tls 摄取事件,在 Go 摄取服务中经过 OCSF 规范化、IOC 和 Shodan 丰富化,并发布到 Apache Kafka 事件总线。检测引擎(Sigma、YARA、KQL)通过融合(机器学习)、UEBA(基线)和规则引擎处理流,融合生成告警。LangGraph agent 使用真实工具(IOC 丰富化、MITRE 查找、图爆炸半径)通过 LLM 工具调用循环执行自主调查。结果记录在 Investigation Ledger 中,展示在 Web 控制台中,并提供 /explore 数据浏览器、/hunt 自然语言工作台,以及一个包含插件和检测的市场。响应执行由策略控制,默认 copilot 模式,并进行提示注入防护。该平台还提供联合搜索(Splunk SPL、Sentinel KQL、Elastic ES|QL、QRadar AQL)、状态化/窗口化检测(暴力破解、密码喷洒、端口扫描),以及成本调控的 LLM 路由,支持按租户预算和电路断路器。

  1. 希望获得可审计、可回放 AI 调查过程的安全团队,通过自托管方式满足合规要求。
  2. 希望通过公共评估工具和 CI 门控基准测试来验证告警减少效果的安全工程师。
  3. 分析师希望使用自然语言编写查询,通过 /hunt 后台自动生成 ES|QL、SPL 或 KQL 查询。
  4. 希望从单一界面探索存储事件,通过 /explore 进行身份/图谱/情报数据透视的调查人员。
  5. 希望在 Claude、Cursor 或 Cody 等 IDE 中管理告警和回放调查,而不切换上下文的 MCP 用户。
  6. 希望在攻击性安全行动中利用 AiSOC 的检测即代码生命周期和自动响应策略进行紫队演练的团队。

如何安装或部署这个 Agent?

有几种安装路径,取决于现有环境:

  1. 无依赖快速体验(Python 3.10+,无需 Docker):
   pip install -e packages/aisoc-sandbox
   aisoc-sandbox demo
   
  1. 完整本地环境(Docker 和 pnpm):
   git clone https://github.com/beenuar/AiSOC && cd AiSOC && pnpm aisoc:demo
   
  1. 全新机器引导:
   curl -fsSL https://raw.githubusercontent.com/beenuar/AiSOC/main/install.sh | bash
   
  1. 生产部署:参考 apps/docs/docs/installation.md(Render、Fly.io、Docker Compose、Kubernetes、Terraform)。Helm charts 在 infra/helm/,Terraform 在 infra/terraform/。

注意:npx aisoc 在 v8.0 发布前无法使用;当前从 packages/aisoc-lite/ 构建。

如何使用这个 Agent?

快速体验后(完整环境),在浏览器中打开 http://localhost:3000 即可查看控制台。控制台显示预置的 LockBit 3.0 案例(INC-RT-001),并展示 AI agent 的调查过程,即时的提示、工具调用和推理以 Investigation Ledger 形式流式呈现。使用 pnpm aisoc:demo:down 停止环境。

生产使用:配置连接器(通过控制台或代码),摄取事件,检测和告警将自动出现。使用 /explore 进行数据探索,使用 /hunt 使用自然语言创建猎杀查询。MCP 服务器(services/mcp/)暴露 13 个工具,可直接在 IDE 中使用。

CLI 快速体验(应在 v8.0 后可用):

npx aisoc triage --demo

这个 Agent 有哪些优点和局限?

优点
  • MIT 许可证,支持自托管,无外部数据外泄;可通过 Ollama/vLLM 实现完全离线运行,并对托管 LLM 进行证据假名化。
  • 完整的审计追踪:Investigation Ledger 记录每个提示、工具调用和证据,可回放并共享为经过编辑的公共链接。
  • 强大的评估文化:具有公共的 CI 门控基准测试,用于告警减少效果,以及基座自洽性检查,验证产品声明(46 项已门控)。
  • 高度可扩展:插件 SDK(Python、TypeScript、Go)、检测即代码、MCP 服务器,以及三种模型(语义、行为、知识)的架构。
  • 成本控制的 LLM 路由,支持按租户预算、内容寻址缓存和多模型网关回退。
局限
  • 安装复杂:完全本地环境需要 Docker、pnpm 和 Node.js,并需要管理 Kafka、ClickHouse 等多项服务。
  • 某些组件仍标记为预览或 v8.0 计划:例如,npx aisoc CLI 尚未发布,MCP 服务器尚未发布到 npm。
  • 自主响应能力默认限制为 copilot/只读,因此可能需要配置策略才能实现完整自动化。
  • 检测规则数量(947 条)可能少于某些商业 SIEM 的规则集,尽管有 6000 条导入规则可用。
  • 文档提到的某些截图和视频是占位符,这可能会影响 UI 的评估。

这个 Agent 与同类方案有什么区别?

该 README 将 AiSOC 与 Wazuh、Splunk ES 和闭源 AI SOC 进行了比较。主要优势包括:更宽松的开源许可证(MIT vs GPL-2 或专有)、自主 AI 调查、公开的 Investigation Ledger、CI 门控评估,以及完全的自托管能力。

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
AiSOC:开源自托管 AI 安全运营中心 当前 77 · 表现良好 命令行工具免费 + 模型费 ★ 2.4k 1 天前 Python —
Anthropic 网络安全技能库 52 · 缺口较多 命令行工具免费 ★ 35k 1 个月前 Python ChatGPT · Codex · Claude Code
Numbat 70 · 存在缺口 命令行工具免费 ★ 1.1k 2 天前 Go Codex · Claude Code
Adrian 59 · 缺口较多 代码库 / SDK免费版 + 付费版 ★ 585 1 个月前 Python Claude Code · OpenAI API · Claude API

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
表现良好
77/ 100 五分制 3.9 / 5
本评测基于 2026年8月11日 的源码;此后该项目发布了 20 个正式版本,尚未复审。分数与结论只代表评测时的版本。 最近版本 ↓
信任安全 21/29
可靠稳定 9/14
适用触发 15/18
规范维护 16/18
有效结果 10/13
证据核验 6/8
查看各维度的扣分理由
信任安全21 / 29 · 3.6/5

证据显示:README 明确说明默认 copilot/只读模式,自主响应需高置信度且可逆低爆炸半径,并有回滚机制;数据流文档详细说明伪匿名化和本地模型选项;依赖有 pnpm overrides 修复已知漏洞;外部效果有明确策略(如 mesh 可选且隐私保护)。扣分:未验证发布者身份,且未提供实际执行证据,故部分标准仅部分满足。

可靠稳定9 / 14 · 3.2/5

证据显示:README 声称 CI 门控和测试,但未提供测试结果;依赖可用性有 pnpm lock 和 overrides,但未验证;失败消息有文档但未实际测试。扣分:静态审查无法确认实际可靠性。

适用触发15 / 18 · 4.2/5

证据显示:README 提供多种安装路径(Docker、Codespaces、Python 等),场景丰富(多种捆绑场景),环境适配良好(支持多种部署平台)。扣分:能力边界描述较清晰但未完全验证。

规范维护16 / 18 · 4.4/5

证据显示:信息架构清晰(文档目录、架构图),安装说明详细,命名稳定(版本号),示例和 FAQ 丰富,已知限制有提及,MIT 许可证明确,有 CHANGELOG 和版本号,维护责任有 SECURITY.md 和贡献指南。扣分:维护责任未明确指定个人或团队。

有效结果10 / 13 · 3.8/5

证据显示:输出可用性有 JSON 输出和演示,边际价值高(开源 AI SOC),成本效益好(免费自托管)。扣分:未实际运行,无法验证输出质量。

证据核验6 / 8 · 3.8/5

证据显示:README 提供大量文档链接和 CI 门控声明,但未提供实际测试结果;跨来源验证有限;事实与推断分离较好(有 REALITY_REPORT)。扣分:静态审查无法验证实际测试。

风险与缓解建议
  • 发布者身份未验证,需谨慎对待。
  • 静态审查无法确认实际运行效果,建议在隔离环境测试。
  • 依赖安全虽有 overrides,但未验证所有依赖。
证据充分度:低 评估于 2026年8月11日 审查版本 98e8dfc809bf 评估后仓库已有新提交,评分可能未覆盖最新改动
查看完整评分方法 →

最近版本

来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。

  1. v19.0.0 AiSOC v19.0.0
    发布说明摘录
    BREAKING - PATCH /api/v1/alerts/{id} now refuses a field it cannot apply. The request model set no extra=, so pydantic v2's default extra="ignore" dropped anything outside status, priority, tags, assignee and case_id and still answered 200 with the unchanged row — a success response for a write that did not happen (#1280). The dropped fields were not nonsense: disposition, severity, confidence and snoozed_until are all real alerts columns and three of them are writable elsewhere, …
    在 GitHub 查看 ↗
  2. v18.0.0 AiSOC v18.0.0
    发布说明摘录
    BREAKING - Three tables that had no reader now change authorization outcomes. Migration 087_enterprise_iam.sql created permission_conditions, privilege_grants and workload_identities, and shipped no reader for any of them — this repository's own CHANGELOG said "nothing reads any of them" and FIX_PASS_PROGRESS.md retracted the claim. Depth plan 8.2 gives them readers, and that is an authorization change in both directions: - A row in permission_conditions now denies. It was inert. Against the …
    在 GitHub 查看 ↗
  3. v17.1.0 AiSOC v17.1.0
    发布说明摘录
    Security - **GHSA-w4r8-969c-67p2 (High, CWE-347): the audit trail could be forged by an unauthenticated caller.** AuditMiddleware decoded the request's Bearer token with signature verification disabled and wrote its claims into the per-tenant tamper-evident audit chain on every mutating request — before authentication ran, and regardless of whether it failed. A self-crafted JWT got 401 from the route and still planted actor_email / tenant_id of the attacker's choosing into any known tenant's chain, reproduced against a …
    在 GitHub 查看 ↗

常见问题

AiSOC 是否询问外部 API?
这取决于你使用的 LLM 提供方。使用托管 LLM 时,证据默认进行假名化(内部 IP、主机名等被替换为不透明令牌)。使用本地模型(Ollama/vLLM)可实现完全隔离运行。平台不会向厂商云发送回调或遥测数据。
运行 AiSOC 需要哪些凭据?
快速体验(sandbox、demo)不需要 API 密钥。完整功能(启用 agent)需要 LLM API 密钥,具体取决于你的模型选择。连接器使用文档中定义的各自凭据。
AiSOC 如何防止提示注入?
平台包含提示注入防护机制,可将被篡改的证据降级为人工审查,确保恶意输入无法影响 agent 的决策。
是否支持多租户?
已提及按租户预算、BYOK 密钥和数据生命周期管理,表明支持多租户能力。生产部署资源(Helm/Terraform)支持可扩展部署。
自定义检测或连接器是否困难?
不困难。检测规则是位于 detections/ 下的 Sigma YAML 文件,带有正负测试夹具。连接器通过子类化 BaseConnector 并注册实现。CI 在每次 PR 时验证这些更改。
在 GitHub 查看 ↗ 安装 ↓

相关 Agents