5分钟看懂Agentic SOC Platform:Case、Alert、Artifact核心概念完整清单

原创2026-10-15 12:29:391,891 阅读

5分钟看懂Agentic SOC Platform:Case、Alert、Artifact核心概念完整清单

Agentic SOC Platform 是一个开源的 Agentic AI 安全运营平台(AI SOC),它的整个数据世界就围绕三个核心概念展开:Case(案件)、Alert(告警) 和 Artifact(实体)。看懂这三个名词及其周边的 Playbook、Knowledge、Enrichment,你就能用 5 分钟打通对这套平台的全部认知。本文是一份面向新手和普通用户的完整概念清单 📋。

一张图看懂:告警如何收敛成案件

传统安全团队最头疼的是"告警洪水"——每天成千上万条告警,没人来得及看。Agentic SOC Platform 的思路是:用 Python 编写的 Module 流式消费 SIEM / Webhook 告警,自动提取 IOC(失陷指标)、关联聚合,最终把海量日志收敛成少量可处置的 Case。

下面就是平台的 Case 列表页,每一行就是一个案件,右侧同时展示它关联的 Alerts、Playbooks 和 Enrichments 数量,AI 评估的严重程度(Severity AI)与人工评估并列呈现:

Agentic SOC Platform的Case案件列表页,展示Case、Alert、Artifact关联关系

💡 记忆口诀:Alert 是证据,Case 是案件,Artifact 是涉案实体。

Case(案件):安全运营的指挥中枢

Case 是整个平台的"中枢数据"。每一条告警都会通过 correlation_uid 关联 ID 自动归并到同一个 Case 上,避免同一事件被重复处理。

一个 Case 上同时保存两套评估:

  • 人工评估:severity(严重程度)、confidence(置信度)、impact(影响)、priority(优先级)、verdict(最终判定)
  • AI 评估:severity_ai、confidence_ai 等对应字段,由 LLM 调查自动生成

状态流转也很直观:New → In Progress → On Hold → Resolved → Closed。结案时可以填写 summary(结案摘要),并把可复用的经验沉淀为 Knowledge。

模型定义可参考:backend/apps/cases/models.py,其中的状态枚举在 backend/apps/cases/models.py。

Alert(告警):原始证据与溯源锚点

Alert 是"原始证据",它保留来自安全产品(SIEM、EDR、Cloud、WAF 等)的全部上下文:

关键字段 含义
rule_id / rule_name 触发告警的 SIEM 规则
first_seen_time / last_seen_time 首次/最后观测时间
source_uid / src_url 在原始系统中定位该告警的唯一 ID 和链接
tactic / technique 映射的 MITRE ATT&CK 战术与技术
raw_data 原始告警日志 JSON,保证可回溯
artifacts 多对多关联提取出的 Artifact 实体

换句话说,Alert 负责"这件事发生了什么、在哪里能看到原始记录",而 Case 负责"这些事合起来要不要处置"。模型定义见 backend/apps/alerts/models.py。

Artifact(实体):可被富化的"涉案对象"

Artifact 是从告警中结构化提取出的实体,比如 IP、域名、进程名、文件 Hash、账号、命令、CVE 等,平台内置了 40 多种实体类型(见 backend/apps/artifacts/models.py),每个 Artifact 还带有:

  • name:更细粒度的语义,如 Source IP、Phishing URL、Parent Process Name
  • role:它在事件中的角色(Target 目标 / Actor 行为人 / Affected 受影响方)

Artifact 是后续一切自动化调查的抓手——威胁情报富化、资产查询都围绕它展开。它的模型定义在 backend/apps/artifacts/models.py。

概念联动①:Enrichment(富化)

当 Case 里出现一个可疑 IP,分析师要做的第一件事往往是"查一下这个 IP 是什么"。平台把这一步自动化了:Enrichment 围绕 Artifact 自动补全声誉、地理位置、资产、身份、历史上下文等信息。

下图就是一次针对 Artifact 的威胁情报富化结果,平台调用了 AlienVaultOTX 数据源,直接给出"该 IP 被判定为高风险恶意"的结论:

Agentic SOC Platform对Artifact的威胁情报富化结果,展示Enrichment概念

支持的富化类型涵盖威胁情报、声誉、GeoLocation、WHOIS、沙箱、漏洞、CMDB 资产等,见 backend/apps/enrichments/models.py。

概念联动②:Playbook(剧本):一键驱动调查

Playbook 是围绕 Case 执行的自动化剧本,把传统 SOAR 流程和 AI 分析编排在一起,内置剧本包括:

  • Investigation:LLM 自动调查,秒级产出严重性、置信度、影响、优先级、判定和结构化调查报告
  • Knowledge Extraction:从已结案 Case 中提取可复用知识
  • Threat Intelligence Enrichment:批量富化 IOC
  • CMDB Enrichment:查询资产上下文

运行效果如图所示——AI 调查报告直接给出 Incident Digest(事件摘要)、Affected Assets(受影响资产)、IOC Activities 和 Evidence Findings(证据发现),把数小时的人工梳理压缩到秒级:

Agentic SOC Platform通过Playbook生成的AI调查报告,展示Investigation剧本输出

也可以在界面中直接选择剧本并填入用户输入后一键 Run,把 LLM 分析与自动化动作编排到同一套 Playbook 系统:

在Case上一键运行Playbook剧本,展示CMDB Enrichment与Threat Intelligence Enrichment选项

剧本执行记录本身也是一条数据(含 job_status 后台任务状态),定义见 backend/apps/playbooks/models.py;内置剧本源码如 backend/playbooks/investigation.py。

概念联动③:Knowledge(知识):越用越智能

Knowledge 是组织的安全"记忆"。它有两个来源:

  • Manual:人工沉淀的手册、checklist
  • Case:由 Knowledge Extraction 剧本从已关闭 Case 的调查中自动提取

每条知识可以打标签、设置过期时间,之后 LLM 调查会自动引用,让平台的判断随每一次响应持续增长:

Agentic SOC Platform的Knowledge知识库列表,展示Manual与Case两种知识来源

模型定义见 backend/apps/knowledge/models.py。

概念联动④:协作与治理概念

安全运营从来不是一个人的事,平台把协作能力直接内建:

  • Comment(评论):挂在任意记录下的讨论串,支持 @mention,让分析师在 Case 内直接沟通、拉齐结论(定义见 backend/apps/comments/models.py)
  • Inbox(收件箱):系统通知与用户消息,事件分派、状态变更都会推送
  • Audit Log(审计日志):谁在何时改了什么,全程可追溯
  • Attachment(附件):统一管理的文件附件,可挂在评论和通知上

下图是 Case 详情页的典型画面:左侧是案件全貌(含 SLA 的 TTA/TRT 计时、Verdict),右侧是团队正在协作讨论:

Agentic SOC Platform的Case详情页,展示状态流转、Verdict判定与评论协作区

核心概念速查清单

概念 一句话理解 ID 示例 源码位置
Case 可处置的案件,一切工作的中枢 case_000001 cases/models.py
Alert 原始告警证据,通过 correlation_uid 归并到 Case alert_000001 alerts/models.py
Artifact 从告警提取的实体(IP/进程/文件等),富化的抓手 artifact_000001 artifacts/models.py
Enrichment 围绕 Artifact 的情报/资产富化结果 enrichment_000154 enrichments/models.py
Playbook 围绕 Case 执行的自动化剧本 playbook_000001 playbooks/models.py
Knowledge 人工或 Case 沉淀的可复用知识 knowledge_000005 knowledge/models.py
Comment 记录下的团队讨论串 — comments/models.py
Inbox 系统通知与消息 — inbox/models.py

下一步:如何开始体验

想动手试试?仓库是只读参考资料,可以 clone 到本地部署:

git clone https://gitcode.com/gh_mirrors/ag/agentic-soc-platform

掌握 Case、Alert、Artifact 三件套,再加上 Playbook 的自动化和 Knowledge 的沉淀闭环,你就已经看懂了 Agentic SOC Platform 的核心——它不是又一个告警面板,而是一套让 Agent 主动参与分诊、调查、富化和知识积累的安全运营操作系统 🚀。

登录后查看全文
agentic-soc-platform