ZySec-AI/project-zysec

# ZySec：私有安全副驾驶 欢迎来到 ZySec AI，在这里，人工智能与网络安全相遇。ZySec 项目由创新的 ZySec 7B 模型提供支持，正在通过 AI 驱动的解决方案重塑网络安全格局。 **ZySec 的使命是让像您这样的安全专业人士也能轻松使用 AI！** ## [🔗 探索我们的愿景与路线图](https://github.com/ZySec-AI/.github/blob/main/roadmap.md) ## 主要特性 1. **AI 驱动的网络安全：** 体验 ZySec 7B 模型的全部潜力，这是一款专为网络安全打造的 AI 工具。 2. **24/7 专家协助：** 提供持续的专业指导支持，确保在 SOC 轮班期间操作的顺畅进行。 3. **Playbook 访问：** 快速搜索并访问您的 playbook 和文档，简化信息检索流程。 4. **标准探索器：** 快速搜索并访问各种标准，就像熟悉任何标准的专家一样。 5. **持续的网络研究：** 受益于 AI 赋能的广泛互联网研究，获得全面的洞察（注意：互联网使用是可选的，仅限于此功能）。 ### 关于 ZySec AI ZySec AI 在整合**网络安全与人工智能**方面处于领先地位。我们的愿景是改变安全专业人员利用技术的方式。ZySec AI 不仅仅是一个工具；它是一种增强安全运营的整体方法，将 AI 的创新力量与网络安全的独特挑战相结合，同时将隐私放在首位。 - [🔗 查看我们的路线图](https://github.com/ZySec-AI/ZySec/blob/main/roadmap.md) - [🔗 在 GitHub 上探索此项目](https://github.com/ZySec-AI/ZySec.git) - [🔗 联系我们](https://docs.google.com/forms/d/e/1FAIpQLSdkqIjQUoUOorsWXVzgQhJ-vbp1OpN1ZI0u3u8fK_o-UxII2w/viewform) *注意：ZySec AI 被设计为无需连接互联网即可运行，以确保完全的隐私。唯一的例外是可选的互联网研究功能。* ### ZySec 7B 模型 **ZySec 7B** 是 ZySec AI 的基石，基于 HuggingFace 的 Zephyr 语言模型系列构建。它专为网络安全而定制设计，提供专家级别的知识和洞察。该模型在超过 30 个独特的领域进行了广泛训练，确保了其在网络安全领域的有效性和可靠性。 - [🔗 在 HuggingFace 上查看模型](https://huggingface.co/aihub-app/ZySec-7B-v1) ## 部署选项 根据您的偏好和资源可用性，您可以灵活地选择在本地计算机或远程 GPU 实例上运行 ZySec AI 应用程序。 - **本地部署：** 适用于开发、测试或轻量级使用。请按照前面章节中的说明在本地机器上设置并运行应用程序。 - **在 GPU 实例上进行远程部署：** 为了获得更好的性能，尤其是在处理更大的工作负载或需要更快的处理速度时，请考虑在 GPU 实例上进行部署。在 GPU 环境中使用 VLLM（Very Large Language Model）部署模式以获得最佳性能。 以下是可以部署在 GPU 实例上以增强性能的模型：[Hugging Face 上的 ZySec-7B-v1](https://huggingface.co/aihub-app/ZySec-7B-v1)。该模型专门针对基于 GPU 的部署进行了优化，与基于 CPU 的设置相比，提供了显著的性能提升。 ### 注意事项 - 确保托管模型 API 的远程 GPU 实例已安装必要的硬件要求和软件依赖项。 - 远程模型 API 服务器应与 OpenAI API 格式兼容。推荐使用 vLLM 服务器。 - 在 GPU 环境中全面测试应用程序，以确保稳定性和性能符合您的期望。 ## 入门指南 ### 设置 Streamlit 应用程序 1. **克隆仓库：** 首先将 ZySec AI 仓库从 GitHub 克隆到本地机器。 克隆项目 git clone https://github.com/ZySec-AI/ZySec.git 2. **启动应用程序服务器**：根据您的需要修改 config.cfg 文件。默认情况下，脚本将下载模型并使用 llama-cpp-python[server] 运行本地实例： chmod +x start.sh ./start.sh ***您可以根据自己的偏好，在同一台计算机上本地运行，或者在 GPU 实例上远程运行。为了获得更好的性能，请在 GPU 实例中使用 VLLM 部署模式。*** 4. **探索应用程序：** 通过 Streamlit 界面与 ZySec AI 的各种功能进行交互。 5. **贡献：** 对于有兴趣贡献的人，请参阅我们的联系页面以获取更多信息。 ## 关于 ZySec AI 及其作者

关于 ZySec AI 项目

## 许可证 ZySec AI 在 Apache License, Version 2.0 (Apache-2.0) 许可下发布，这是一种宽松的开源许可证。该许可证允许您在许可条款的条件下，自由地使用、修改、分发和销售您自己的此作品版本。 [🔗 查看 Apache License, Version 2.0](https://www.apache.org/licenses/LICENSE-2.0) ## 致谢 特别感谢 HuggingFace 和 LangChain 社区对 AI 领域的启发和贡献。他们的开创性工作持续激励着像 ZySec AI 这样的项目。 ### 关于作者 - Venkatesh Siddi **Venkatesh Siddi** 是一位著名的网络安全专家，致力于将**人工智能和机器学习**融入复杂的安全挑战中。他的专业领域延伸至大数据、云安全和创新的技术设计。 - [🔗 在 LinkedIn 上与 Venkatesh 建立联系](https://www.linkedin.com/in/venkycs/)

标签：AI安全, Chat Copilot, Cybersecurity, DLL 劫持, FTP漏洞扫描, Kubernetes, LLM, SOC自动化, Unmanaged PE, ZySec 7B, 专家辅助系统, 人工智能, 大语言模型, 威胁情报, 安全副驾驶, 安全合规, 安全知识库, 安全编排, 安全运营中心, 开发者工具, 智能运营, 标准查询, 用户模式Hook绕过, 网络代理, 网络安全, 网络安全, 网络映射, 逆向工具, 隐私保护, 隐私保护