734ai/cyber-report-generator
GitHub: 734ai/cyber-report-generator
基于 Google Flan-T5 模型的网络安全事件报告自动生成工具，从日志和告警中提取 IOC、TTP、CVE 等关键实体并输出结构化报告。
Stars: 0 | Forks: 0
## 网络报告 Generator
emoji: 🔐
colorFrom: indigo
colorTo: blue
sdk: gradio
sdk_version: "4.44.1"
python_version: "3.10"
app_file: app.py
pinned: false
license: mit
# 网络报告 Generator
[](https://huggingface.co/spaces/unit731/cyber-report-generator)
[](https://www.python.org/)
[](https://opensource.org/licenses/MIT)
[](https://github.com/psf/black)
## 执行摘要
**Cyber Report Generator** 是一个 AI 驱动的自动化报告解决方案，旨在简化网络安全事件的分析流程。该系统利用经过微调的 **Google Flan-T5** 模型，摄取原始日志、威胁情报源和 JSON 告警，生成结构化、可操作的执行摘要和技术摘要。
通过自动关联妥协指标 (IOC)、CVE 和 MITRE ATT&CK TTP，该工具显著缩短了安全运营中心 (SOC) 和事件响应团队的平均报告时间 (MTTR)。
## 核心功能
* **自动化事件叙述**：将非结构化日志和原始 JSON 数据转化为连贯、专业的事件报告。
* **智能实体提取**：
* **IOC**：识别 IP 地址、域名和文件哈希。
* **TTP**：将观察到的行为映射到 MITRE ATT&CK 技术（例如 T1021.002）。
* **CVE**：突出显示相关的通用漏洞披露。
* **风险量化**：根据检测到的实体的严重程度和分析的置信度，计算动态风险评分（0-100）。
* **多格式导出**：生成 Markdown（用于文档记录）和 HTML（用于演示/邮件）格式的报告。
* **可解释 AI**：提供透明度层，显示哪些特定实体影响了风险评估。
## 技术架构
该解决方案基于部署在 Hugging Face Spaces 上的健壮容器化架构：
1. **摄取层**：基于 Gradio 的前端接受直接文本输入或文件上传（JSON/JSONL/LOG）。
2. **预处理引擎**：规范化输入数据并使用正则表达式模式启发式提取 IOC。
3. **推理引擎**：
* 使用经过微调的 `google/flan-t5-base` 序列到序列模型进行文本生成。
* 如果自定义权重不可用，则回退到基础模型。
4. **后处理与评分**：
* 基于加权实体严重程度计算风险评分。
* 将输出格式化为带有 Markdown 高亮的结构化报告。
## 快速开始
### 前置条件
* Python 3.10+
* Git
### 安装（本地）
1. **克隆仓库**
git clone https://huggingface.co/spaces/unit731/cyber-report-generator
cd cyber-report-generator
2. **环境设置**
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -r requirements.txt
3. **启动应用**
python app.py
访问 `http://127.0.0.1:7860` 查看界面。
## 配置
应用程序支持以下环境变量：
| Variable | Description | Default |
| :--- | :--- | :--- |
| `HF_TOKEN` | Hugging Face 用户访问令牌（如果私有，则模型下载需要） | `None` |
| `MODEL_DIR` | 微调模型权重的本地目录 | `models/flan_t5_report` |
## 使用方法
1. **输入数据**：
* 将原始安全日志（Syslog, JSON）粘贴到 "Logs / Alerts" 文本框中。
* 或上传 `.json`、`.jsonl` 或 `.txt` 文件。
* 使用 **Sample Text** 或 **Sample JSON** 按钮加载演示数据。
2. **生成报告**：点击 **Generate Report**。系统将处理输入并显示：
* **Executive Summary**：面向利益相关者的高层概述。
* **Technical Summary**：面向工程师的详细分析。
* **Entities Table**：提取的 TTP、IOC 和 CVE 的分类列表。
* **Risk Score**：计算得出的 0-100 风险度量值。
3. **导出**：使用 **Export Markdown** 或 **Export HTML** 按钮下载报告以供分发。
## 安全与免责声明
本工具仅用于**网络安全分析和报告目的**。
* **数据隐私**：在本地运行时，所有数据都保留在您的机器上。使用 Hugging Face Space 时，数据在临时容器环境中处理。避免将 PII 或高度敏感的机密上传到公共 Spaces。
* **准确性**：AI 生成的报告应由人工分析师审查以确保准确性。"Confidence" 评分提供了启发式可靠性指标，但不保证正确性。
## 许可证
本项目基于 **MIT License** 授权。有关详细信息，请参阅 [LICENSE](LICENSE)。
*由 Unit 731 Research 开发。*
标签：CISA项目, Cloudflare, CVE识别, Google Flan-T5, Gradio, HTML报告, HTTP/HTTPS抓包, IOC提取, Markdown报告, MITRE ATT&CK, PE 加载器, Python, SOC工具, TTP映射, 人工智能, 威胁情报, 安全大模型, 安全运营, 开发者工具, 态势感知, 扫描框架, 报告自动化, 数据清洗, 无后门, 漏洞分析, 漏洞发现, 用户模式Hook绕过, 系统调用监控, 结构化数据, 网络安全, 自动化报告生成, 路径探测, 逆向工具, 隐私保护, 风险评分