Files
brunoandClaude 842fa8dbe5 feat: 完整AI SOC分析师平台 - LLM集成与前后端优化
本次提交包含完整的AI SOC(Security Operations Center)分析师平台,支持本地大模型和Claude API集成,实现端到端的安全威胁分析。

## 🚀 主要功能

### 后端架构 (FastAPI)
- **多源数据接入**: 支持JSON/CSV格式安全告警数据上传
- **智能预处理**: 基于YAML配置的字段映射和实体提取
- **图分析引擎**: NetworkX驱动的攻击链图构建和分析
- **评分系统**: 实体和子图的多维度风险评分算法
- **LLM集成**: 支持多提供商(Claude、OpenAI、本地模型)的智能报告生成
- **API接口**: 完整的RESTful API (Swagger文档: /docs)

### 前端界面 (Vue 3 + TypeScript)
- **拖拽上传**: 支持拖拽上传和实时预览
- **管道分析**: 可视化的数据处理管道状态
- **智能报告**: 动态生成的威胁分析报告和可视化
- **响应式设计**: 适配桌面和移动端的现代UI

### LLM智能分析
- **多模型支持**: qwen3(8B/32B)、deepseek-r1(70B)、Claude 4等
- **超时优化**: 分层超时配置(120s-600s)适配不同模型规模
- **内容清理**: 自动过滤模型思考过程,输出专业分析报告
- **中文优化**: 针对中文安全分析场景的prompt工程

## 🛠️ 技术栈

**后端**: FastAPI + SQLAlchemy + NetworkX + 多LLM提供商
**前端**: Vue 3 + TypeScript + Naive UI + Tailwind CSS + Vite
**数据处理**: YAML配置 + JSONPath表达式
**部署**: Docker支持 + 环境变量配置

## 🐛 修复的关键问题

1. **LLM超时问题**: 实现前后端分层超时配置,支持大模型长时间推理
2. **报告格式化**: 修复Markdown渲染和换行符显示问题
3. **数据映射**: 统一前后端字段命名和数据结构映射
4. **时间格式**: 修复时间戳解析和中文本地化显示
5. **思考标签清理**: 自动过滤qwen模型的<think>标签

## 📊 测试数据

包含完整的多阶段APT攻击场景测试数据:
- 钓鱼邮件 → 恶意软件执行 → C2通信
- 云凭证窃取 → 资源探测 → 横向渗透
- 后门用户创建 → 权限提升 → 容器控制

## 🔧 开发工具

- **模型切换**: switch_model.py 支持快速切换本地LLM模型
- **超时测试**: test_llm_timeout.py 验证不同模型性能
- **依赖安装**: install_llm_deps.py 自动安装LLM依赖

🤖 Generated with [Claude Code](https://claude.ai/code)

Co-Authored-By: Claude <[email protected]>
2025-09-06 06:56:09 +08:00
..

AI SOC 分析师 - 测试数据

本目录包含用于测试 AI SOC 分析师应用的样本数据文件。

文件说明

sample-alerts.json

完整的 JSON 格式告警数据,包含以下攻击场景:

  1. 钓鱼邮件恶意软件执行 (phishing.malware_execution)

    • 时间: 2025-07-19T10:05:23Z
    • 严重程度: 高
    • 攻击阶段: 初始访问 → 执行
    • 涉及实体: WIN-01-7A3B, [email protected], 103.216.154.99
  2. 云凭据窃取与外泄 (credential_access.aksk_exfil)

    • 时间: 2025-07-19T10:17:58Z
    • 严重程度: 高
    • 攻击阶段: 凭据访问 → 数据渗出
    • 目标: 阿里云 AK/SK 凭据
  3. 云资源侦察 (cloud.discovery.describe)

    • 时间: 2025-07-19T10:22:15Z
    • 严重程度: 中
    • 攻击阶段: 发现
    • 行为: ECS 实例枚举
  4. 后门用户创建 (cloud.persistence.backdoor_user)

    • 时间: 2025-07-19T10:35:47Z
    • 严重程度: 高
    • 攻击阶段: 持久化
    • 创建用户: backdoor_admin
  5. Kubernetes 配置下载 (cloud.privilege_abuse.kubeconfig_download)

    • 时间: 2025-07-19T10:52:31Z
    • 严重程度: 高
    • 攻击阶段: 凭据访问 → 横向移动
  6. 容器命令执行 (k8s.exec.remote_control)

    • 时间: 2025-07-19T11:15:00Z
    • 严重程度: 严重
    • 攻击阶段: 执行
    • 目标: 生产环境 Pod

sample-alerts.csv

简化的 CSV 格式告警数据,包含相同的攻击时间线,适用于表格化数据处理。

攻击时间线概览

这组测试数据展现了一个完整的多阶段网络攻击:

10:05 - 钓鱼邮件 → 恶意软件执行 → C2 连接
10:17 - 云凭据窃取 → 数据外泄
10:22 - 云环境侦察 → 资源枚举
10:35 - 后门用户创建 → 持久化访问
10:52 - K8s 配置下载 → 权限提升
11:15 - 容器命令执行 → 生产环境控制

使用方法

在应用中测试

  1. 启动 AI SOC 分析师应用: npm run dev
  2. 访问 http://localhost:5173
  3. 上传 sample-alerts.json 或 sample-alerts.csv 文件
  4. 查看分析结果和威胁报告

预期结果

  • 高风险告警: 5 个
  • 中风险告警: 1 个
  • 潜在攻击链: 1 个完整的多阶段攻击
  • 涉及实体: [email protected], backdoor_admin, WIN-01-7A3B, 103.216.154.99
  • 攻击技术: 钓鱼、恶意软件、凭据窃取、横向移动、持久化、容器逃逸

威胁情报标签

应该检测到以下威胁指标:

  • APT 攻击模式
  • 云环境渗透
  • Kubernetes 安全威胁
  • 多阶段攻击链
  • 内部横向移动