GizzZmo/AutoSec

# AutoSec：高级网络安全运营平台 [](https://github.com/GizzZmo/AutoSec/actions/workflows/ci.yml) [](https://opensource.org/licenses/MIT) [](https://nodejs.org/) [](https://www.docker.com/) AutoSec 是一个全面的企业级网络安全平台，专为主动网络防御、高级威胁检测、行为分析和自动化事件响应而设计。AutoSec 采用现代微服务架构构建，提供实时安全监控、动态执行和 AI 驱动的威胁情报。 ## 📸 屏幕截图 ### 仪表盘 — 系统概览  ### 黑名单 — 动态 IP 规则管理  ### 日志 — 遥测日志查看器  ## 🌟 核心特性 ### 核心安全能力 - **动态 IP 黑名单** - 具备自动化执行能力的实时 IP 信誉管理 - **行为分析引擎** - AI/ML 驱动的用户与实体行为分析 (UEBA) 和网络行为分析 (NBA) - **威胁情报集成** - 自动化威胁源处理与关联 - **事件响应剧本** - 用于威胁检测和响应的自动化工作流 - **攻击面管理** - 持续的资产发现和漏洞评估 ### 高级集成 - **防火墙集成** - 原生支持 Palo Alto、Cisco、iptables 和 SDN 控制器 - **IAM/PAM 集成** - 最小权限监控和访问管理 - **漏洞扫描器** - 集成主流的漏洞评估工具 - **SIEM/SOAR 集成** - 与现有安全基础设施的无缝集成 ### 企业级功能 - **基于角色的访问控制** - 细粒度的权限和用户管理 - **高级分析** - 实时仪表盘和可定制的报告 - **高可用性** - 支持 Kubernetes，具备水平扩展和负载均衡能力 - **合规性报告** - 内置合规框架和审计追踪 ## 🚀 快速开始 ### 前置条件 - **Docker 和 Docker Compose** - 推荐使用最新版本 (Docker 20.10+，Compose 2.0+) - **GeoIP 数据库** - 从 MaxMind 下载 GeoLite2-City.mmdb（需免费注册） - **硬件要求**： - CPU：推荐 4 核以上（最低 2 核） - RAM：推荐 8GB 以上（最低 4GB） - 存储：20GB 以上的可用空间 - 网络：用于获取威胁情报源的网络连接 ### 安装说明 1. **克隆代码库：** git clone https://github.com/GizzZmo/AutoSec.git autosec cd autosec 2. **设置 GeoIP 数据库：** mkdir -p data/geoip # 从 MaxMind 下载 GeoLite2-City.mmdb 并放置在 data/geoip/ 目录下 # 在 https://www.maxmind.com/en/geolite2/signup 注册 # 下载二进制数据库（非 CSV） wget -O data/geoip/GeoLite2-City.mmdb "YOUR_MAXMIND_DOWNLOAD_URL" 3. **配置环境：** # 后端配置 cp backend/.env.example backend/.env # 生成安全的 JWT 密钥 openssl rand -base64 64 # 将此用作 JWT_SECRET openssl rand -base64 32 # 将此用作加密密钥 # 使用您的配置编辑 backend/.env： # - 更改默认密码 # - 设置安全的 JWT 密钥 # - 配置外部服务凭证（可选） 4. **部署平台：** # 构建并启动所有服务 docker compose up --build -d # 检查服务健康状况 docker compose ps docker compose logs -f autosec-backend 5. **初始化系统：** # 等待所有服务处于健康状态（可能需要 2-3 分钟） docker compose exec autosec-backend npm run db:migrate docker compose exec autosec-backend npm run db:seed # 创建管理员用户（可选 - 也可以通过 UI 注册） docker compose exec autosec-backend npm run create-admin ### 访问入口 - **Web 控制台**：http://localhost:3000 - **API 网关**：http://localhost:8080/api - **API 文档**：http://localhost:8080/api/docs (Swagger UI) - **RabbitMQ 管理**：http://localhost:15672 (guest/guest) ### 首次步骤 1. **访问 Web 控制台**，地址为 http://localhost:3000 2. **注册管理员账号**或使用已创建的管理员凭证 3. **在“规则”部分配置您的第一个拦截规则** 4. **使用 API 或 Web 界面测试日志摄取** 5. **查看仪表盘**以了解系统状态和指标 ### 验证 ``` # 测试 API 健康状况 curl http://localhost:8080/api/health # 测试 GeoIP 功能 curl "http://localhost:8080/api/geoip?ip=8.8.8.8" # 检查所有服务是否运行中 docker compose ps # 查看服务日志 docker compose logs -f autosec-backend docker compose logs -f autosec-frontend # 测试数据库连接 docker compose exec autosec-backend npm run db:migrate -- --dry-run ``` ## 🏗️ 架构概览 AutoSec 采用专为可扩展性、弹性和安全性而设计的现代云原生微服务架构。该平台包含超过 14,000 行实现高级网络安全功能的生产就绪代码。 ### 系统组件 #### 前端层 - **React Web 控制台** - 现代、响应迅速的网络安全仪表盘，采用赛博朋克主题 - **实时仪表盘** - 使用 WebSocket 连接进行实时威胁监控和系统状态展示 - **移动端响应式 UI** - 针对桌面、平板和移动端访问进行了优化 - **组件化架构** - 模块化的 React 组件，便于维护 #### API 网关与服务 - **Express.js API 网关** - 集中的 API 管理和中间件路由 - **身份验证服务** - 带有刷新令牌和 RBAC 的基于 JWT 的身份验证 - **安全中间件** - 速率限制、输入验证、CORS 和安全请求头 - **Swagger 文档** - 自动生成的 API 文档和测试界面 #### AI/ML 引擎（已实现） - **行为分析引擎** - 采用多种 ML 算法的 UEBA 和 NBA - **威胁检测模型** - 使用聚类和统计方法进行实时异常检测 - **风险评分引擎** - 采用集成模型进行动态威胁优先级排序 - **特征提取** - 高级时间、频率和统计模式分析 #### 数据层 - **PostgreSQL** - 结构化数据（用户、规则、配置、审计日志） - **MongoDB** - 非结构化数据（日志、事件、分析数据、行为数据） - **Redis** - 缓存、会话管理和实时数据 - **消息队列** - 用于异步处理和作业队列的 RabbitMQ #### 企业级集成（已实现） - **SDN 控制器** - 集成 OpenDaylight 和 ONOS 进行网络流量控制 - **SIEM 系统** - 完整集成 Splunk 和 QRadar，支持自动化事件关联 - **漏洞扫描器** - 集成 Nessus、OpenVAS 和 Qualys，支持自动化扫描 - **工单系统** - 集成 JIRA 和 ServiceNow 进行事件管理 - **威胁情报** - 集成 MISP、STIX/TAXII 和 AlienVault OTX 情报源 #### 增强的安全运营 - **自动化剧本** - 具有可定制响应自动化功能的工作流引擎 - **事件管理** - 完整的事件生命周期，包含时间线跟踪和升级处理 - **IOC 管理** - 包含富化和匹配功能的全面失陷指标管理 - **资产发现** - 网络、DNS、服务和云端资产的发现与盘点 - **合规性报告** - 自动生成 SOC 2、ISO 27001、NIST 和 GDPR 合规报告 #### 基础设施与 DevOps - **Docker/Kubernetes** - 具备健康检查的容器编排 - **消息队列** - 用于可靠异步处理的 RabbitMQ - **负载均衡** - 用于实现高可用性的 Nginx 配置 - **监控** - 内置健康检查和指标端点 ### 安全特性 #### 网络安全 - **动态 IP 黑名单** - 实时威胁拦截 - **地理封锁** - 基于国家和地区的过滤 - **速率限制** - DDoS 和暴力破解防护 - **网络分段** - 自动化微分段 #### 行为分析 - **用户行为分析 (UBA)** - 异常用户活动检测 - **实体行为分析 (EBA)** - 设备和服务监控 - **网络行为分析 (NBA)** - 流量模式分析 - **机器学习模型** - 自适应威胁检测 #### 事件响应 - **自动化剧本** - 响应工作流自动化 - **威胁狩猎** - 使用预建模板进行主动威胁调查 - **取证分析** - 详细的事件重建 - **合规性报告** - 自动化审计与合规 ## 📋 当前实现状态 ### ✅ 已实现功能 #### 核心平台 - [x] 基于 Docker 的微服务架构 - [x] PostgreSQL 和 MongoDB 数据库集成 - [x] Redis 缓存和会话管理 - [x] RabbitMQ 消息队列系统 - [x] 采用响应式赛博朋克设计的 React 前端 - [x] 使用 Express.js 和 Swagger 文档的 REST API - [x] 用于基于位置分析的 GeoIP 集成 #### 身份验证与授权 - [x] 带有刷新令牌的基于 JWT 的身份验证系统 - [x] 具有细粒度权限的基于角色的访问控制 (RBAC) - [x] 支持 TOTP 的多因素身份验证 (MFA) - [x] 单点登录 (SSO) 集成框架 - [x] 使用 bcrypt 进行密码哈希 - [x] 会话管理和安全中间件 #### 安全特性 - [x] 动态 IP 黑名单管理（单个 IP、范围、国家、组织） - [x] 通过 RabbitMQ 进行实时日志摄取和处理 - [x] 高级威胁检测与告警 - [x] 网络流量分析与监控 - [x] 基于地理位置的过滤与地理封锁 - [x] 速率限制和 DDoS 防护 - [x] 安全请求头与输入验证 #### 行为分析引擎 - [x] 使用多种算法进行异常检测的机器学习模型 - [x] 带有风险评分的用户与实体行为分析 (UEBA) - [x] 基于统计分析的网络行为分析 (NBA) - [x] 实时行为监控与告警 - [x] 基于 ML 的聚类和分类 - [x] 用于时间、频率和统计模式的高级特征提取 #### 防火墙集成 - [x] 通过 XML API 集成 Palo Alto Networks 防火墙 - [x] 通过 SSH/API 支持 Cisco ASA/FTD 集成 - [x] 用于 Linux 系统的 iptables/netfilter 集成 - [x] 具有统一接口的防火墙集成管理器 ### ✅ 高级功能（近期新增） #### 高级集成 - [x] SDN 控制器集成 - [x] 增强的 SIEM/SOAR 连接器（Splunk、QRadar 等） - [x] 高级漏洞扫描器集成（Nessus、OpenVAS、Qualys） #### 威胁情报与分析 - [x] 外部威胁源集成 (MISP、STIX/TAXII) - [x] IOC（失陷指标）管理 - [x] 自动化威胁关联与情报 - [x] 高级威胁狩猎能力 #### 事件响应与自动化 - [x] 自动化响应剧本和工作流 - [x] 高级事件管理和取证分析 - [x] 合规性报告自动化（SOC 2、ISO 27001、NIST、GDPR） - [x] 集成工单系统（JIRA、ServiceNow） #### 攻击面管理 - [x] 自动化资产发现与盘点 - [x] 持续的安全态势评估 - [x] 风险评估与评分优化 ### 🎯 计划功能 #### 企业级功能 - [x] 使用 Helm Charts 进行 Kubernetes 部署 - [x] 高可用性与水平扩展 - [x] 高级监控与可观测性（Prometheus/Grafana） - [x] 灾难恢复与备份系统 - [x] 服务网格集成 #### 分析与报告 - [x] 高级仪表盘定制和小组件 - [x] 实时威胁可视化与 3D 网络地图 - [x] 带有定期发送功能的自定义报告生成 - [x] 高管摘要仪表盘和 KPI 跟踪 - [x] 机器学习模型性能监控#### 高级安全功能 - [x] 零信任网络访问 (ZTNA) 集成 - [x] 云安全态势管理 (CSPM) - [x] 容器安全扫描与运行时保护 - [x] 数据防泄漏 (DLP) 集成 - [x] 高级欺骗技术与威胁狩猎 ## 🔧 开发环境设置 ### 本地开发环境 1. **安装开发依赖：** # 后端开发 cd backend npm install # 前端开发 cd ../frontend npm install 2. **数据库设置：** # 仅启动数据库和消息代理进行开发 docker compose up postgres mongodb redis rabbitmq -d # 等待服务处于健康状态 docker compose ps 3. **环境配置：** # 后端配置 cd backend cp .env.example .env # 使用您的具体配置编辑 .env 文件： # - 数据库连接字符串 # - JWT 密钥（生成安全的随机字符串） # - GeoIP 数据库路径 # - 外部服务凭证 # 前端配置 cd ../frontend cp .env.example .env # 配置 API 基础 URL 和其他前端设置 4. **启动开发服务器：** # 启动带有热重载的后端 cd backend npm run dev # 在另一个终端中，启动前端 cd frontend npm start ### 测试 ``` # Backend 测试（单元、集成和 API 测试） cd backend npm test # Run all tests npm run test:watch # Run tests in watch mode npm run test:coverage # Generate coverage report # Frontend 测试 cd frontend npm test # Run React tests npm run test:coverage # Generate coverage report # 端到端测试 npm run test:e2e # Full application testing # 负载测试 npm run test:load # Performance and load testing ``` ### 代码质量与安全 ``` # Backend linting 和格式化 cd backend npm run lint # ESLint check npm run lint:fix # Auto-fix linting issues npm run format # Prettier formatting # 安全审计 npm audit # Check for security vulnerabilities npm run security:check # Additional security scanning # Frontend linting cd frontend npm run lint npm run lint:fix # 依赖检查 npm run deps:check # Check for outdated dependencies npm run deps:update # Update dependencies ``` ### 数据库管理 ``` # PostgreSQL 迁移和填充 cd backend npm run db:migrate # Run database migrations npm run db:seed # Seed database with initial data npm run db:reset # Reset database (dev only) # MongoDB 设置 npm run mongo:setup # Initialize MongoDB collections npm run mongo:index # Create database indexes ``` ## 🚀 生产环境部署 ### Kubernetes 部署 AutoSec 专为云原生部署设计，完全支持 Kubernetes： ``` # 使用 Helm 部署（即将推出） # helm repo add autosec https://gizzmo.github.io/AutoSec-helm-charts # helm install autosec autosec/autosec-platform # 或者使用 kubectl kubectl apply -f k8s/namespace.yaml kubectl apply -f k8s/postgres.yaml kubectl apply -f k8s/mongodb.yaml kubectl apply -f k8s/rabbitmq.yaml kubectl apply -f k8s/backend.yaml kubectl apply -f k8s/frontend.yaml kubectl apply -f k8s/ingress.yaml ``` ### 高可用性配置 ``` # Helm 示例生产环境 values.yaml replicaCount: backend: 3 frontend: 2 autoscaling: enabled: true minReplicas: 2 maxReplicas: 10 resources: backend: requests: memory: "512Mi" cpu: "500m" limits: memory: "1Gi" cpu: "1000m" persistence: postgresql: size: 100Gi storageClass: "fast-ssd" mongodb: size: 500Gi storageClass: "fast-ssd" ``` ### 安全加固 ``` # SSL/TLS 配置 kubectl create secret tls autosec-tls \ --cert=path/to/cert.pem \ --key=path/to/key.pem # 数据库加密 kubectl create secret generic db-encryption-key \ --from-literal=key=$(openssl rand -base64 32) # Service mesh (Istio) kubectl label namespace autosec istio-injection=enabled ``` ### 监控与可观测性 ``` # Prometheus & Grafana helm install prometheus prometheus-community/kube-prometheus-stack # ELK Stack helm install elasticsearch elastic/elasticsearch helm install kibana elastic/kibana # 用于分布式追踪的 Jaeger kubectl apply -f https://github.com/jaegertracing/jaeger-operator/releases/download/v1.29.0/jaeger-operator.yaml ``` ## 📊 API 文档 AutoSec 提供全面的 REST API，并在 `/api/docs` 路径下提供基于 Swagger/OpenAPI 的文档。 ### 身份验证端点 ``` # 用户身份验证 POST /api/auth/register # Register new user POST /api/auth/login # User login POST /api/auth/logout # User logout POST /api/auth/refresh # Refresh access token GET /api/auth/profile # Get user profile PUT /api/auth/profile # Update user profile POST /api/auth/change-password # Change user password # 多因素身份验证 POST /api/mfa/setup # Setup MFA for user POST /api/mfa/verify # Verify MFA token POST /api/mfa/disable # Disable MFA GET /api/mfa/qr # Get QR code for MFA setup # 用户管理（仅限管理员） GET /api/users # List all users POST /api/users # Create new user GET /api/users/:id # Get user by ID PUT /api/users/:id # Update user DELETE /api/users/:id # Delete user POST /api/users/:id/roles # Assign roles to user ``` ### 安全管理 ``` # Blocklist 管理 GET /api/rules # Get all blocking rules with pagination POST /api/rules # Create new blocking rule PUT /api/rules/:id # Update existing rule DELETE /api/rules/:id # Delete blocking rule # 威胁情报与分析 GET /api/threats # Get threat indicators POST /api/threats/scan # Initiate threat scan GET /api/threats/feeds # Manage threat feeds POST /api/threats/ioc # Add indicators of compromise # 行为分析 GET /api/behavior/user/:id # Get user behavior analysis GET /api/behavior/network # Get network behavior metrics POST /api/behavior/analyze # Trigger behavior analysis GET /api/behavior/anomalies # Get detected anomalies GET /api/behavior/risk-score # Get current risk scores # 威胁狩猎 POST /api/threat-hunting/start # Start new threat hunting campaign GET /api/threat-hunting # Get all threat hunts GET /api/threat-hunting/active # Get active threat hunts GET /api/threat-hunting/stats # Get threat hunting statistics GET /api/threat-hunting/templates # Get available hunt templates GET /api/threat-hunting/:huntId # Get specific threat hunt POST /api/threat-hunting/:huntId/stop # Stop a running hunt DELETE /api/threat-hunting/:huntId # Delete a threat hunt ``` ### 日志管理与分析 ``` # 日志摄取与检索 POST /api/logs # Ingest log data (accepts batch) GET /api/logs # Retrieve logs with advanced filtering GET /api/logs/search # Full-text search in logs GET /api/logs/stats # Get log statistics and metrics GET /api/logs/export # Export logs (CSV, JSON) # 实时分析 GET /api/analytics/dashboard # Main dashboard data GET /api/analytics/threats/live # Live threat feed GET /api/analytics/network/traffic # Network traffic analysis GET /api/analytics/users/behavior # User behavior patterns GET /api/analytics/geo # Geographic threat distribution ``` ### 系统工具 ``` # GeoIP 和定位服务 GET /api/geoip?ip= # Get GeoIP information for IP GET /api/geoip/bulk # Bulk GeoIP lookup # 系统健康与监控 GET /api/health # System health check GET /api/status # Detailed system status GET /api/metrics # System performance metrics GET /api/version # API version information ``` ## 🔗 集成示例 AutoSec 提供与主流安全基础设施组件的内置集成。 ### 防火墙集成 ``` // Palo Alto Networks Integration const PaloAltoIntegration = require('./integrations/paloAltoIntegration'); const paloAlto = new PaloAltoIntegration({ hostname: 'firewall.company.com', username: process.env.PALO_ALTO_USERNAME, password: process.env.PALO_ALTO_PASSWORD, // or use API key authentication apiKey: process.env.PALO_ALTO_API_KEY, vsys: 'vsys1' }); // Block IP address with context await paloAlto.blockIP('192.168.1.100', { reason: 'Suspicious activity detected', severity: 'high', source: 'AutoSec Behavioral Analysis' }); // Create address group for batch blocking await paloAlto.createAddressGroup('autosec-threats', [ '10.0.0.100', '10.0.0.101', '10.0.0.102' ]); // Cisco ASA Integration const CiscoASAIntegration = require('./integrations/ciscoASAIntegration'); const ciscoASA = new CiscoASAIntegration({ hostname: 'asa.company.com', username: process.env.CISCO_USERNAME, password: process.env.CISCO_PASSWORD, enablePassword: process.env.CISCO_ENABLE_PASSWORD }); // Add access control rule await ciscoASA.addAccessRule({ name: 'BLOCK_THREAT_192.168.1.100', source: '192.168.1.100', destination: 'any', action: 'deny', protocol: 'ip' }); // iptables Integration for Linux systems const IptablesIntegration = require('./integrations/iptablesIntegration'); const iptables = new IptablesIntegration({ sudo: true, chain: 'INPUT' }); await iptables.blockIP('192.168.1.100', { protocol: 'tcp', port: 22, comment: 'AutoSec: SSH brute force attempt' }); ``` ### 多因素身份验证 ``` const MFAService = require('./services/mfaService'); const mfaService = new MFAService(); // Setup MFA for user const mfaSetup = mfaService.generateSecret(username, 'AutoSec'); const qrCode = await mfaService.generateQRCode(mfaSetup.dataURL); // Verify MFA token const isValid = mfaService.verifyToken(token, user.mfaSecret); // Generate backup codes const backupCodes = mfaService.generateBackupCodes(); ``` ### 行为分析集成 ``` const MLBehaviorAnalysisService = require('./services/mlBehaviorAnalysisService'); const mlService = new MLBehaviorAnalysisService(); // Analyze user behavior patterns const behaviorAnalysis = await mlService.analyzeUserBehavior({ userId: 'user123', loginTimes: [...], ipAddresses: [...], deviceFingerprints: [...], accessPatterns: [...] }, 'user123'); // Get risk score const riskScore = behaviorAnalysis.riskScore; if (riskScore > 0.8) { // Trigger additional security measures await triggerMFAChallenge(userId); } // Analyze network behavior const networkAnalysis = await mlService.analyzeNetworkBehavior({ trafficPatterns: [...], connectionMetrics: [...], protocolDistribution: [...] }); ``` ### 威胁狩猎集成 ``` const { threatHuntingService } = require('./services/threatHuntingService'); // Start a threat hunt using a pre-built template const hunt = await threatHuntingService.startThreatHunt({ name: 'APT Detection Hunt', description: 'Hunting for Advanced Persistent Threat indicators', template: 'apt-detection', // Use pre-built template timeRange: '7d', // Search last 7 days priority: 'high', userId: 'admin-user-id' }); // Start a custom threat hunt const customHunt = await threatHuntingService.startThreatHunt({ name: 'Custom Data Exfiltration Hunt', description: 'Looking for unusual data transfers', hypothesis: 'Insider threat performing data exfiltration via cloud storage', queries: [ { name: 'Large uploads to external domains', type: 'network', pattern: 'bytes_out > 100MB AND destination NOT internal', timeWindow: '24h' }, { name: 'After-hours file access', type: 'behavior', pattern: 'login_time NOT IN working_hours AND file_access_count > 50', timeWindow: '12h' } ], timeRange: '24h', priority: 'critical', userId: 'admin-user-id' }); // Get hunt status and findings const huntResults = await threatHuntingService.getThreatHunt(hunt._id); console.log(`Hunt status: ${huntResults.status}`); console.log(`Findings: ${huntResults.summary?.totalFindings || 0}`); // Get threat hunting statistics const stats = await threatHuntingService.getThreatHuntingStats(); console.log(`Total hunts: ${stats.totalHunts}`); console.log(`Active hunts: ${stats.activeHunts}`); console.log(`Available templates: ${stats.availableTemplates.join(', ')}`); ``` ## 🤝 贡献 我们欢迎对 AutoSec 的贡献！详情请参阅我们的[贡献指南](CONTRIBUTING.md)。 ### 开发准则 1. **代码风格**：遵循 ESLint 和 Prettier 配置 2. **测试**：保持 90% 以上的测试覆盖率 3. **文档**：为所有新功能更新文档 4. **安全**：遵循安全编码实践 5. **性能**：针对高吞吐量场景进行优化 ### 报告问题 - **安全问题**：通过 [GitHub 安全公告](https://github.com/GizzZmo/AutoSec/security/advisories)私下报告 - **错误报告**：使用 [GitHub Issues](https://github.com/GizzZmo/AutoSec/issues) 并提供详细的复现步骤 - **功能建议**：使用 [GitHub Discussions](https://github.com/GizzZmo/AutoSec/discussions) 获取社区意见 ## 📄 许可证 本项目采用 MIT 许可证授权 - 详见 [LICENSE](LICENSE) 文件。 ## 🆘 支持 - **文档**：[项目文档](docs/README.md) 和 [GitHub Wiki](https://github.com/GizzZmo/AutoSec/wiki) - **社区论坛**：[GitHub Discussions](https://github.com/GizzZmo/AutoSec/discussions) - **错误报告与功能建议**：[GitHub Issues](https://github.com/GizzZmo/AutoSec/issues) - **安全问题**：通过 [GitHub 安全公告](https://github.com/GizzZmo/AutoSec/security/advisories)私下报告 ## 🙏 致谢 - 感谢 MaxMind 提供的 GeoIP 数据 - 感谢开源安全社区 - 感谢所有贡献者和维护者 - 感谢我们的企业客户与合作伙伴 **AutoSec** - 高级网络安全运营平台 用 ❤️ 为网络安全社区构建

标签：AI与机器学习, AI威胁情报, CISA项目, Docker容器化, GNU通用公共许可证, IP 地址批量处理, IT运维安全, JSONLines, MITM代理, Node.js, 主动网络防御, 事件响应剧本, 企业级安全平台, 动态IP封锁, 动态执行, 威胁情报集成, 子域名突变, 实时安全监控, 微服务架构, 搜索引擎查询, 测试用例, 特权访问管理(PAM), 用户与实体行为分析(UEBA), 网络安全监控, 网络行为分析(NBA), 自动化事件响应, 自定义脚本, 请求拦截, 身份与访问管理(IAM), 防火墙集成, 零信任, 驱动开发, 高级威胁检测