Skip to content
KitploitKITPLOIT
ツールブログ
提出
ツールブログ
提出

ハッキング、侵入テスト、サイバーセキュリティツールをあなたのセキュリティアーセナルに！

Kitploitはハッキング、サイバーセキュリティ、ペネトレーションテストのツールディレクトリです。最新のプロジェクトアップデートを見つけて、脆弱性の発見、システム分析、テストの自動化、セキュリティの強化を行いましょう。

··フィード·お問い合わせ·プライバシー·© 2026 Kitploit

ツールディレクトリ

カテゴリ

すべてのカテゴリを見る
Loading categories
Agentic-SOC-Simulation — AI駆動型SOCシミュレーションプラットフォーム | Kitploit
ツール/GitHubGitHub/safelineman/agentic-soc-simulation
ペネトレーションテストフレームワーク脆弱性分析フォレンジックネットワークセキュリティ脅威インテリジェンス機械学習学習と教育レッドチーミングインシデントレスポンスAIセキュリティログ分析
GitHub
166267ヶ月前Kitploit レビュー済み

人気

すべて見る →

コミュニティで最も使われているツールを見つけましょう。

すべてのツールを探索

ツールコレクションを閲覧

すべてのツールを見る →
共有
safelineman/agentic-soc-simulation

Agentic-SOC-Simulation

AI駆動型SOCシミュレーションプラットフォーム

リポジトリを見る
Agentic SOC Simulation Logo

🛡️ Agentic SOC 並列シミュレーション（ASPS）：自律型セキュリティ運用並列シミュレーションセンター

セキュリティ運用の未来を再定義する：フルスタックSOC並列シミュレーション、マルチエージェント協調、そしてデータ駆動型の自律防御

🇨🇳 中文文档 (中文版)

このプロジェクトは、サイバーセキュリティ分野におけるLarge Action Model（LAM） の極限の可能性を探求するために設計された、最先端のAgentic SOC並列シミュレーションプラットフォームです。DeepSeek推論モデル、マルチエージェント協調、そしてMCP（Model Context Protocol）標準を統合することで、フルスタック・エンドツーエンド・完全自動化された仮想SOCチームを構築しました。

ここでは、AIはもはや単なるスクリプト実行器ではなく、エキスパートレベルの思考連鎖（Chain of Thought） を持つデジタルアナリストです。攻撃トラフィックを生成するPurple Teamから、検知ルールを開発するBlue Team、そして最終的にトリアージ、フォレンジック、対応を担当するOperations Teamまで、7つの専門エージェントが並列空間で自律的な演習と自己進化を行います。人間の専門家のように大量のデータの階層を剥がし、動的な攻撃グラフを構築し、断固たる行動を起こすことで、セキュリティ運用の効率と知性を新たな次元へ引き上げます。

📸 ダッシュボード V2.0（最新）

Agentic SOC Dashboard V2.0

📸 ダッシュボード V1.0（旧版）

Agentic SOC Dashboard V1.0

📺 YouTubeデモ（V2.0）：https://www.youtube.com/watch?v=XFazCM4x4b4

📺 YouTubeデモ（V1.0）：https://www.youtube.com/watch?v=_gRINAQaKmo

✨ 主なハイライト

  • ♾️ フルスタックSOC並列シミュレーション

    • 単一アナリストを超えて：このプロジェクトはAIアナリストだけでなく、SOC運用システム全体をシミュレーションします。
    • 全ライフサイクルをカバー：Red Team攻撃シミュレーション -> Purple Teamデータ生成 -> Blue Teamルール開発 -> エンジン検知 -> トリアージ調査 -> インシデント対応 -> レポートアーカイブまで。
    • 実際のアーキテクチャを再現：セキュリティデータウェアハウス、検知エンジン、SOARオーケストレーション、ビジュアル戦war室など、最新のSOCの中核コンポーネントを完全に再現します。

  • 🤖 マルチエージェント協調スウォーム

    • 7つの役割、1つのチーム：実際のSOC組織構造をシミュレーションし、7つのエージェントが共有コンテキストを通じてシームレスに連携し、単体のユニットよりも優れた群知能を示します：
      • 😈 Purple Team：シナリオに基づいて忠実度の高い攻撃トラフィックと背景ノイズを生成します（OCSF標準）。
      • 🛠️ Detection Eng：テレメトリデータを分析し、検知ルールを自動開発・検証します。
      • ⚙️ Analysis Engine：検知ロジックを実行し、データウェアハウスをスキャンしてアラートをトリガーします。
      • 🔍 Triage：誤検知をフィルタリングし、アラートの信頼性を評価します。
      • 🕵️‍♂️ Forensics：ツールを呼び出して深層調査を実施し、攻撃チェーンを構築します。
      • 🛡️ Commander：対応戦略を策定し、禁止を実行するか承認を要求します。
      • 📝 Reporter：調査結果を要約し、構造化されたセキュリティレポートを生成します。

  • 📊 データ駆動型検知エンジニアリング

    • セキュリティデータウェアハウス：OCSF（Open Cybersecurity Schema Framework）標準データの保存・検索をサポートする軽量データウェアハウスを内蔵。
    • テレメトリ観測：アナリストが生のテレメトリログを直接観察して、データ品質と攻撃シグネチャを検証できる視覚的ピボットテーブルを提供。
    • 検知エンジニアリングワークベンチ：「データ」から「ルール」への変換プロセスを表示する専用ワークスペースで、検知ロジックの透明性と説明可能性を実現します。

  • 🧠 深い推論と認知インテリジェンス

    • DeepSeek 強力推論エンジンを搭載し、人間らしい論理分析と意思決定能力を持ちます。
    • 思考連鎖（Chain of Thought）：曖昧な情報を処理し、調査経路を自律的に計画し、完全な証拠チェーンを構築し、「アラート」から「結論」までのエンドツーエンドの自動化を達成できます。

  • 🕸️ 動的脅威グラフ

    • streamlit-agraph に基づく攻撃チェーンのリアルタイム可視化。
    • 汎用グラフ構築エンジン：帰属、相互作用、因果関係の原理を内蔵。APT攻撃であれランサムウェアであれ、連動する攻撃ストーリーを自動的に構築します。
    • 孤立ノードなし：エンティティの相関を強制し、断片的な手がかり（IP、ドメイン、ファイル、脆弱性）を直感的な攻撃ストーリーに再構成します。

  • 🛡️ 非同期のHuman-AI共生

    • 革新的な HITL（Human-in-the-Loop） メカニズムにより、AIが自律的に行動する一方で、重要決定（ネットワーク全体の禁止など）は人間の専門家の監督下に置かれます。

🏗️ システムアーキテクチャ

このプロジェクトは、実際のエンタープライズグレードのセキュリティ運用環境をシミュレーションする、階層型アーキテクチャ設計を採用しています：

root@kitploit:~
graph TD
    User[Security Analyst] -->|Interact/Approve| UI["Streamlit Dashboard"]
    UI -->|HTTP Request| MCP["MCP Server (FastAPI)"]
    UI -->|Status Monitor| AgentCore["AI Agent Core"]
    
    subgraph AgentTeam ["AI Agent Team (Brain)"]
        AgentCore --> Purple[Purple Team Agent]
        AgentCore --> Detection[Detection Eng Agent]
        AgentCore --> Engine[Analysis Engine Agent]
        AgentCore --> Triage[Triage Agent]
        AgentCore --> Forensic[Forensics Agent]
        AgentCore --> Commander[Commander Agent]
        AgentCore --> Reporter[Reporter Agent]
    end
    
    subgraph DataLayer ["Data Layer (Memory)"]
        Purple -->|Write| Warehouse[(Security Data Warehouse OCSF)]
        Detection -->|Read| Warehouse
        Engine -->|Scan| Warehouse
    end

    subgraph MCPTools ["MCP Tools (Hands and Eyes)"]
        MCP --> VT["VirusTotal API"]
        MCP --> Graph[Knowledge Graph Engine]
        MCP --> Firewall[Firewall Simulation]
        MCP --> Payload["Payload Analyzer"]
    end
    
    Forensic -->|Call Tools| MCP
    Commander -->|Execute Response| MCP

  1. ダッシュボード（Streamlit）：app/main.py

    • セキュリティアナリストのためのビジュアルコマンドセンターです。
    • 検知エンジニアリングワークベンチ：データ生成とルール開発のプロセスを表示します。
    • セキュリティデータウェアハウスビュー：OCSFテレメトリデータをリアルタイムで表示します。
    • 戦war室：エージェントの調査プロセスと知識グラフをリアルタイムで表示します。

  2. MCPサーバー（FastAPI）：mcp_server/main.py

    • エージェントの「手足」として機能します。
    • エージェント呼び出し用の標準APIを提供します。
    • 実在/シミュレーションされたセキュリティツールのロジックを含みます。

  3. AIエージェント（Python）：agent/

    • core.py：運用の「頭脳」です。基本Agentクラスと7つの専門ロール（Purple、Detection、Engine、Triage、Forensics、Commander、Reporter）を定義します。
    • engine.py：OCSFテレメトリと検知ルールのマッチングを担当する分析エンジンです。
    • ocsf.py：OCSF（Open Cybersecurity Schema Framework）データモデルを定義します。

⚙️ 実行フロー例（並列シミュレーション）

以下は、システムが完全な並列シミュレーション演習をどのように処理するかを示しています：

  1. シナリオ定義：ユーザーが攻撃シナリオ（例：Lazarus APT攻撃）を入力します。
  2. データ生成（ステップ1）：Purple Team が通常の背景ノイズと悪意のある動作の両方を含むOCSFテレメトリデータを生成し、セキュリティデータウェアハウスに保存します。
  3. ルール開発（ステップ2）：Detection Engineer がウェアハウス内のテレメトリデータを分析し、検知ルールを自動的に作成します。
  4. エンジンスキャン（ステップ3）：Analysis Engine がルールを実行し、ウェアハウスをスキャンしてアラートをトリガーします。
  5. トリアージ：Triage Agent がアラートの信頼性を分析し、高リスクと判断してフォレンジックに転送します。
  6. フォレンジック：Forensics Agent
    • check_ip_reputation を呼び出して、送信元IPが悪意のあるものであることを確認します。
    • analyze_payload を呼び出して、添付ファイルが悪意のあるダウンローダーであることを特定します。
    • graph_add_relation を呼び出してグラフを構築します：IP(45.33...) --[配信]--> Host(Workstation)。
  7. 相関分析：後続の「C2接続」アラートを受信すると、フォレンジックエージェントは既存のHost(Workstation)ノードに自動的に相関付け、攻撃チェーンを形成します。
  8. 対応（Commander）：Commander が脅威を確定と判断し、C2 IPの禁止を試みます。
  9. 人間の承認（HITL）：PENDING_APPROVAL をトリガーし、アナリストがインターフェース上で「承認」をクリックします。
  10. レポート作成（Reporter）：Reporter Agent が完全な証拠チェーンと対処結果を含むMarkdownレポートを自動生成します。

🚀 クイックスタート

1. 環境準備

プロジェクトをクローンし、依存関係をインストールします：

root@kitploit:~
pip install -r requirements.txt

2. サービスの起動

それぞれ以下のコマンドを実行するために、2つのターミナルウィンドウを開く必要があります：

ターミナル1：MCPツールサーバーの起動

root@kitploit:~
python3 -m uvicorn mcp_server.main:app --reload --port 8000

ターミナル2：Webダッシュボードの起動

root@kitploit:~
python3 -m streamlit run app/main.py

3. 設定と体験

  1. インターフェースへのアクセス：ブラウザを開き、http://localhost:8501 にアクセスします。
  2. APIキーの設定：サイドバーの**「システム設定」**で、DeepSeek API Key と VirusTotal API Key（任意）を入力します。設定は現在のセッションのみ有効で、ローカルファイルを変更する必要はありません。
  3. 並列シミュレーション：
    • サイドバーの 「♾️ 並列シミュレーション」 エリアで、攻撃シナリオを入力するかデフォルトを使用します。
    • 「🚀 全シミュレーション開始」 をクリックします。
    • システムは自動的にデータ生成、ルール開発、エンジン検知を実行し、SOC対応ワークフローに進みます。
  4. 観察と対話：
    • 「SOCチーム」 エリアで、異なる役割を持つAIエンジニアがどのようにリレー形式で連携するかを確認します。
    • 「セキュリティデータウェアハウス」 エリアで、生成されたOCSFテレメトリデータを表示します。
    • 「知識グラフ」 エリアで、リアルタイムに構築された攻撃チェーンを表示します。
    • 高リスク操作が発生した場合は、「人間の意思決定」 エリアで承認または拒否します。

📂 プロジェクト構造

root@kitploit:~
.
├── app/                # フロントエンドインターフェース（Streamlit）
│   └── main.py         # メインプログラム：UIレイアウト、状態管理、可視化
├── mcp_server/         # ツールサービス（FastAPI）
│   └── main.py         # IPレピュテーション、ファイアウォール、グラフ管理などのAPIを提供
├── agent/              # エージェントコアロジック
│   ├── core.py         # BaseAgentと専門エージェントロールを定義
│   ├── engine.py       # 分析エンジン：ルールマッチングとアラートトリガーを担当
│   └── ocsf.py         # データ標準：OCSFテレメトリデータモデル定義
├── requirements.txt    # プロジェクト依存関係
└── README.md           # プロジェクトドキュメント
ツールをダウンロード
  • 非ブロッキングインタラクション：PENDING_APPROVAL メカニズムを使用し、AIは高リスク操作リクエストを提出した後も他のタスクを継続でき、ダッシュボード上で人間の専門家からの非同期確認を待ちます。