收集
将相关安全事件、日志、警报或结构化数据纳入可重复的工作流程中以供审查。
← 返回项目
安全运筹研究
SentinelForge
AI 辅助安全运营
一个研究项目，探索本地控制的人工智能如何通过事件分类、日志摘要、事件响应工作流程和受控自动化来协助安全操作。
安全运营本地人工智能日志分析事件响应自动化PythonPowerShell研究阶段
项目概览
研究阶段- 目的
- 探索本地人工智能如何通过分析日志、总结事件、对事件进行分类以及协助响应工作流程来支持安全操作。
- 我的角色
- 独立进行实验室研究、设计和文档编写。
- 实施状态
- SentinelForge是本地AI协助安全事件的研究方向。 Python 预处理和 PowerShell 自动化仍在计划中。
- 下一里程碑
- 在报告准确性或节省时间之前发布综合事件装置、预期标签、评估标准和测量的模型故障案例。
实现代码仓库：尚未发布。
证据与结果
作品展示了什么
研究阶段SentinelForge是本地AI协助安全事件的研究方向。 Python 预处理和 PowerShell 自动化仍在计划中。
源事件
标准化输入
本地模特援助
人类验证
已记录的工作
- 案例研究定义了事件分类、日志摘要和事件时间线研究问题。
- 建议的工作流程保留源数据并需要人工验证。
概述
为什么我要探索它
安全团队经常处理大量重复的技术信息。日志、警报、事件时间线、事件注释和调查数据可能会消耗大量分析师时间。
SentinelForge 是我的研究环境，用于探索人工智能可以在哪些方面协助这些工作流程，而不假装语言模型可以取代证据、安全工具或分析师判断。
目标是在将任何内容视为操作安全功能之前，识别有用的模式、了解限制并构建小型可重复工作流程。
工作流程
人工智能可以提供帮助的地方
标准化
将原始输入转换为更一致的格式，以便可以更有效地比较、总结和分析事件。
分析
使用本地人工智能协助分类、总结、关联和调查问题，而无需替换源证据。
回应
使用结构化输出来支持文档、时间表、遏制计划、沟通和可重复的响应工作流程。
研究领域
自动化之前的问题
第一个目标是了解人工智能在哪里增加了有用的帮助，在哪里增加了噪音、不确定性或不必要的风险。
现状
SentinelForge 是一个研究和原型项目。以下功能代表正在测试或计划的领域，而不是生产安全控制。
事件分类
测试本地托管模型是否可以将安全事件分类到有用的存储桶中以供分析师审查。
日志总结
探索是否可以在不丢失重要背景或来源证据的情况下将冗长的技术日志简化为简洁的摘要。
事件时间表支持
使用 AI 帮助将事件序列、时间戳、操作和观察结果组织成更易读的事件时间线。
调查协助
测试提示有助于生成后续问题、识别缺失的上下文并建议分析师可能想要验证的领域。
Python 处理
构建小型 Python 实用程序，以在模型分析之前解析、标准化、丰富和准备结构化安全数据。
PowerShell 自动化
探索可重复的 Windows 和 Microsoft 安全管理任务的安全自动化。
护栏
人工智能援助仍需证据
该项目是围绕援助而不是自主决策而特意设计的。
人工验证
模型输出被视为需要验证的辅助，而不是权威的安全证据。
保留源数据
原始日志、事件和技术证据仍然可用，因此可以随时根据来源检查人工智能生成的摘要。
本地处理
本地模型提供了一种试验敏感实验室数据的方法，而无需自动将其发送给外部提供商。
受控自动化
自动化操作应该保持狭窄、可理解、可逆，并与不受限制的模型决策分开。
“有用的问题不是人工智能是否可以做出安全决策。而是人工智能可以减少重复性工作，同时保持证据和判断完整。”
研究问题
我想验证什么
只有当实验提供有关本地人工智能实际帮助的证据时，该项目才有用。
01
哪些安全任务可以从总结中受益而不丢失重要的技术背景？
02
本地模型对结构化安全事件进行分类的可靠性如何？
03
人工智能在哪里减少了分析师的重复工作，在哪里引入了不确定性？
04
应如何构建提示和输出以使结果保持可重复和可审查？
05
哪些安全数据应保留在本地，而不是发送到托管模型提供商？
基础设施
建立在我的私人人工智能环境上
SentinelForge 有意连接到我的私有人工智能基础设施项目，而不是作为一个孤立的概念构建。
本地 AI 服务器提供模型运行时、GPU 加速、Docker 环境、基于浏览器的访问以及实验安全工作流程所需的私有远程连接，同时将所选数据置于本地控制之下。
探索本地 LLM 架构与部署 →方向
从研究到原型
下一阶段将从广泛的实验转向较小的工作流程，可以针对相同的输入进行重复测试。
下一步
01
定义可重复的事件输入格式
02
构建用于测试的示例安全数据集
03
在相同的提示下比较本地模型
04
原型日志摘要工作流程
05
创建 Python 预处理实用程序
06
探索安全的PowerShell自动化
07
记录模型限制和失败案例
更多项目