Sanjay-Program/BehaviorDNA-Security-Intelligence
GitHub: Sanjay-Program/BehaviorDNA-Security-Intelligence
BehaviorDNA 是一款基于 Rust 和图谱关联的云原生安全智能平台,通过持续行为分析与自主响应来检测 IAM、Kubernetes 及 LLM Agent 中的身份威胁。
Stars: 0 | Forks: 0
BehaviorDNA Enterprise Platform
The Intelligence Engine for Modern Cloud and AI Security
Continuous Threat Detection • Identity Graph Correlation • Autonomous Response
[](https://www.rust-lang.org/) [](https://www.python.org/) [](https://www.docker.com/) [](https://neo4j.com/) [](https://kafka.apache.org/)## 🧬 什么是 BehaviorDNA? **BehaviorDNA** 是企业机器身份和 AI 安全的操作系统。随着云架构从静态的 IAM 角色演变为短暂的 Kubernetes Workload Identities 和自主的 LLM Agents,传统的 SIEM 正在失效。 BehaviorDNA 是一个速度极快、由 Rust 支持的安全智能平台,可分析您整个技术栈的遥测数据。它将分散的身份关联到一个单一的数学图谱 (Neo4j) 中,并利用先进的机器学习 (ONNX) 在亚毫秒级内检测行为漂移、异常访问模式和供应链投毒。 ### 核心能力 * **⚡ 亚毫秒级流处理:** 基于 Apache Kafka 和 Rust 构建,能够以极低的资源占用每分钟处理数百万个云事件。 * **🤖 AI Agent 与机器身份原生:** 将 Kubernetes Service Accounts、OAuth Clients 和自主 AI Agents 视为一等公民,随着时间的推移跟踪其动态信任评分和行为。 * **🕸️ 身份图谱关联:** 使用 Neo4j 图谱算法即时映射多跳无服务器依赖项 (`API Gateway -> Lambda -> DynamoDB`) 和跨集群访问。 * **🛡️ 自主响应:** 执行细粒度的遏制剧本(例如 `PAUSE_AI_AGENT`、`ROTATE_SECRET`),而不是通过粗暴的 IP 封禁破坏关键基础设施。 * **📉 数字孪生爆炸半径:** 运行主动的“混沌工程”模拟,以衡量特定身份被泄露时精确的财务爆炸半径。 * **🌐 实时云安全态势 (CSPM) 融合:** 将动态行为漂移与静态的云配置错误进行交叉比对,以瞬间放大威胁评分。 ## 🏗️ 架构与模块 BehaviorDNA 被拆分为高度解耦的、基于微服务的模块,这些模块通过事件驱动的 Kafka 主干进行通信。 ### 核心流水线 (Rust) 1. **`layer1-discovery-rust`**:摄取 JSON 流,将 CloudTrail/Kubernetes/AI 日志标准化为规范的 `IdentityEvent` schema(包括 `MachineContext` 和 `ExecutionTraceContext`)。 2. **`layer2-features-rust`**:确定性特征提取引擎,将深度嵌套的云事件平展为数值向量。 3. **`layer3-correlation-rust`**:图谱数据库引擎 (Neo4j),用于跟踪拓扑访问 (`[:ACCESSED]`)、依赖链 (`[:INVOKES]`) 和 CI/CD 流水线 (`[:BUILDS]`)。 4. **`layer4-detection-rust`**:机器学习评分流水线。通过 ONNX(时序图网络)运行超快速的本地推理,并同时通过网络调用深度的 Python 异常模型。 5. **`layer5-decision-rust`**:核心规则引擎。将机器学习异常评分与静态 CSPM 上下文和威胁情报匹配相融合,以生成确定性的判定结果(例如 `ESCALATE`、`MONITOR`)。 6. **`layer6-enforcement-rust`**:消费判定结果并执行第三方集成(AWS IAM 吊销、Kubernetes Pod 隔离)。 ### 智能微服务 (Python) * **`services/digital-twin-api`**:FastAPI 服务,执行繁重的递归图谱算法,以确定受损节点的确切爆炸半径。 * **`services/threat-intel-api`**:由 Redis 支持的亚毫秒级缓存,用于查询 CVE、恶意 IP 和已知受损的 ARN。 * **`services/attack-simulator`**:主动的混沌工程套件,向摄取网关发射特定的无服务器和 K8s 攻击 payload。 * **`services/api-gateway-rust`**:中央入口/出口点 (Axum),负责路由遥测数据并查询仪表板。 ## 🚀 快速开始 ### 前置条件 * **Docker Desktop**(已启用 Compose v2) * **Rust**(1.85+) * **Python**(3.11+) ### 1. 启动企业级基础设施 BehaviorDNA 依赖于 Kafka(事件总线)、Neo4j(图谱)、PostgreSQL(审计)和 Redis(威胁情报缓存)。 ``` # 启动所有核心依赖和 microservices(不包括 simulation suite) docker compose up -d ``` ### 2. 验证服务 * **API Gateway:** `http://localhost:8080` * **Neo4j Browser:** `http://localhost:7474` (neo4j / password) * **PostgreSQL:** `localhost:5432` (aimdr / password) ### 3. 运行混沌工程套件 想看 BehaviorDNA 阻挡模拟的 AI Agent 攻击或异常的 K8s 访问吗?请运行 `attack-simulator` 配置: ``` docker compose --profile sim run --rm attack-simulator ``` *监控决策核心:* `docker logs aimdr-decision -f` ## 🔒 安全与数据隐私 BehaviorDNA 完全在您的 VPC 内运行。不会将任何敏感的云遥测数据发送到外部 API。所有机器学习模型均通过 ONNX 运行时在本地执行。该系统设计为高度防篡改,确保符合 SOC2 和 ISO27001 审计标准。 ## 🤝 贡献 我们欢迎您通过贡献来扩展 BehaviorDNA 的集成剧本、机器学习模型和解析引擎!请参阅我们的 [CONTRIBUTING.md](CONTRIBUTING.md) 以了解有关我们的 Rust 格式标准和 Python 类型提示要求的详细信息。 *为自主云安全的未来而构建。*
标签:AMSI绕过, CNCF毕业项目, 人工智能安全, 可视化界面, 合规性, 威胁检测, 搜索引擎查询, 搜索语句(dork), 流处理, 测试用例, 请求拦截, 身份与访问管理, 软件成分分析, 逆向工具