AIChronos.notizie sull'intelligenza artificiale
Iscriviti
Codice · GitHub

beenuar/AiSOC

Pubblicata su AIChronos il · fonte del · beenuar

AiSOC è un Security Operations Center (SOC) auto-hostabile che integra agenti LLM per correlare minacce utilizzando oltre 7400 regole esecutive e proporre risposte approvate dall'umano. Il sistema garantisce piena tracciabilità auditiva registrando ogni prompt e chiamata tool in un decision ledger replayable, operando senza API keys o dipendenze esterne grazie a modelli locali come llama3.2:3b-instruct-q4_K_M. Supporta 91 connettori dati nativi per l'ingestione di telemetry da piattaforme cloud e on-premise, normalizzando gli eventi in una struttura comune tramite attività projection.

  • Esegue un processo investigativo completamente auditabile dove ogni passo dell'agente LLM è registrato in un ledger decisionale replayable.
  • Funziona senza API keys o dipendenze esterne, includendo un server MCP compatibile con IDE come Claude e Cursor sotto licenza MIT.
  • Gestisce 91 connettori click-and-connect per dati di sicurezza (es. Splunk) oltre a collettori nativi per superfici cloud come S3 e Azure Event Hubs.
  • Include sandboxing offline installabile via pip che permette di simulare il funnel degli alert in meno di 30 secondi senza Docker o infrastrutture locali.
  • Utilizza un modello Ollama-pinned (~2 GB) ottimizzato per l'inferenza CPU-only, producendo verdetti reali di triage senza provider ospitati.

Perché conta. È rilevante perché permette a sviluppatori e team DevSecOps di implementare pipeline di sicurezza avanzate basate su agenti LLM in ambienti locali o isolati, eliminando la dipendenza da API esterne costose e garantendo il controllo totale sui dati sensibili.

Vai alla fonte originale ↗

Self-hostableMCP ServerInvestigation LedgerSynthetic DataActivity ProjectionCPU-only inference

Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.