提交文件、URL、IP、域名或镜像。SecFlow 会将其路由到正确的分析器,由 AI 模型决定接下来要调查什么,并生成一份包含 YARA 规则、SIGMA 规则、MITRE ATT&CK 映射以及可打印 PDF 导出的报告。
SecFlow 是一个面向安全分析师、SOC 团队和研究人员的开源威胁分析流水线。你无需手动运行各种独立工具并自行关联它们的输出,只需向 SecFlow 提供一个输入,它便会:
编排器是一个基于单一 LangGraph.js 状态图构建的 TypeScript 服务。模型从不直接接触网络或文件系统。它只能从后端已经验证过的目标目录中进行选择。
| 功能 | 详情 |
|---|---|
| AI 驱动路由 | 一个 OpenRouter 模型(默认 nvidia/nemotron-3-ultra-550b-a55b:free,可配置)在每一轮之后使用结构化输出选择下一个分析器 |
| 五个专用分析器 | 恶意软件、隐写术、侦察、Web 漏洞、宏/Office |
| 确定性首轮 | 文件和目标规则选择第一个分析器。仅在类型不明确时才咨询模型 |
| 下载并分析 | 通过下载分析器输出中发现的载荷并路由到正确的分析器来跟踪 IOC |
| 基于证据的 YARA | 每次分析生成 2–5 条规则,使用 YARA-X 编译,每条规则都引用产生它的证据 |
| 基于证据的 SIGMA | 2–4 条规则,覆盖不同的日志源,经过结构验证,指标与证据核对 |
| MITRE ATT&CK 映射 | 发现结果映射到技术 ID 及战术名称 |
| 双报告格式 | 自包含 HTML(可打印为 PDF)加结构化 JSON |
| SSRF 防护 | 私有、回环、链路本地和云元数据目标在分析前和分析期间均被阻止 |
| 有界执行 | 轮次、模型循环、工具调用和挂钟时间预算,并记录终止原因 |
| React 仪表板 | 提交分析、跟踪流水线进度,并按分析器浏览结果 |
| 独立分析器 | 每个微服务暴露自己的 REST API,可单独使用 |
SecFlow 是一个编排器加上五个独立的分析器容器,位于同一个 Docker 网络上。编排器负责路由、状态、预算和报告。分析器对流水线一无所知。
flowchart TD
U["Input: file, URL, IP, domain, image"] --> C["Input Classifier<br/>magic bytes + routing rules"]
C -->|"rule matched (no AI)"| A1["First analyzer"]
C -->|"ambiguous"| M["Model decision"]
subgraph LOOP ["LangGraph loop (3, 4 or 5 passes, bounded)"]
A1 --> S[("Findings + raw-output store")]
S --> M
M -->|"analyze_* + targetId"| T["Analyzer tool<br/>HTTP to microservice"]
T --> S
M -->|"finish"| X(("exit loop"))
end
X --> F["Finalize"]
F --> Y["generate_yara<br/>YARA-X compile check"]
Y --> G["generate_sigma<br/>structural validation"]
G --> R["generate_report<br/>JSON + HTML"]
flowchart LR
O["Orchestrator<br/>:5000"] -->|HTTP| MW["Malware<br/>:5001"]
O -->|HTTP| ST["Steg<br/>:5002"]
O -->|HTTP| RC["Recon<br/>:5003"]
O -->|HTTP| WB["Web<br/>:5005"]
O -->|HTTP| MC["Macro<br/>:5006"]
O -->|"chat completions"| OR["OpenRouter"]
MW --> VT["VirusTotal"]
MC --> VT
sequenceDiagram
participant Client
participant Orch as Orchestrator
participant An as Analyzer
participant LLM as OpenRouter model
Client->>Orch: POST /api/smart-analyze
Orch->>Orch: Classify input + SSRF guard
Orch->>An: Pass 1 (deterministic, no model call)
An-->>Orch: findings + raw_output
loop until finish or a budget is reached
Orch->>LLM: bounded evidence summary + allowed tools
LLM-->>Orch: action + targetId + reasoning
Orch->>Orch: validate action and resolve targetId
Orch->>An: run selected analyzer
An-->>Orch: findings + raw_output
end
Orch->>Orch: YARA, SIGMA, report
Orch-->>Client: job id, risk score, report URLs
{ targetId }。该 id 必须在每次运行的可信目录中可解析,并与工具允许的目标类型匹配。模型不能提供 URL、路径、命令或服务地址。<untrusted_evidence> 边界内。模型接收有界摘要和引用,绝不接收原始样本字节或无界转储。提示词仅作指导。实际限制由模式和代码强制执行。500。分析器输出绝不伪造。每次运行都以记录的原因结束。
| 原因 | 含义 |
|---|---|
model_finished | 模型返回了带推理的 finish |
no_artifacts | 没有未尝试的工具/目标组合剩余 |
max_passes | 达到了请求的轮次预算(3、4 或 5) |
max_cycles | 已使用 MODEL_MAX_CYCLES 次模型决策 |
max_tool_calls | 已使用 MODEL_MAX_TOOL_CALLS 次分析器执行 |
duplicate_analysis | 模型请求了已经尝试过的工具/目标组合 |
unsupported_input | 没有分析器接受该输入 |
fatal_error | 模型契约失败或工具输出无效 |
git clone https://github.com/aradhyacp/SecFlow.git
cd SecFlow/backend
cp .env.example .env
编辑 .env:
# Core keys
OPENROUTER_API_KEY=your_openrouter_api_key_here # Required
VIRUSTOTAL_API_KEY=your_vt_api_key_here # Recommended
# Optional: additional OSINT capabilities
NUMVERIFY_API_KEY=your_numverify_key # Phone number lookups
THREATFOX_API_KEY=your_threatfox_key # Higher ThreatFox rate limits
ipAPI_KEY=your_ipapi_key # Higher ip-api.com rate limits
# Orchestrator model and limits
OPENROUTER_MODEL=nvidia/nemotron-3-ultra-550b-a55b:free
MODEL_MAX_CYCLES=12
TOTAL_ANALYSIS_TIMEOUT_MS=600000
ALLOW_PRIVATE_TARGETS=false # true only for local demos
docker compose up -d
这会启动六个核心服务,以及 Steg 分析器所使用的 PostgreSQL、Redis 和 worker 容器。
| 服务 | 端口 | 角色 |
|---|---|---|
orchestrator | 5000 | 流水线控制器和主入口点 |
malware-analyzer | 5001 | Ghidra 反编译 + VirusTotal |
steg-analyzer | 5002 | binwalk、zsteg、steghide、ExifTool |
recon-analyzer | 5003 | ip-api、ThreatFox、OSINT |
web-analyzer | 5005 | HTTP 漏洞扫描器 + 头部审计 |
macro-analyzer | 5006 | oletools (olevba) + VirusTotal |
注意: 首次启动可能需要几分钟。Malware Analyzer 会下载 Ghidra 12.0.1(约 500 MB),并且需要 JDK 21 JVM。
分析一个文件:
curl -X POST http://localhost:5000/api/smart-analyze \
-F "file=@/path/to/suspicious.exe" \
-F "passes=3"
分析 URL、IP 或域名:
curl -X POST http://localhost:5000/api/smart-analyze \
-H "Content-Type: application/json" \
-d '{"target": "example.com", "passes": 3}'
诸如
192.168.x.x之类的私有地址和回环地址会被 SSRF 防护机制拒绝,除非设置ALLOW_PRIVATE_TARGETS=true。
响应(节选):
{
"job_id": "a1b2c3d4e5f60718",
"passes_completed": 3,
"overall_risk_score": 7.5,
"findings_summary": { "...": "..." },
"report_paths": {
"json": "/api/report/a1b2c3d4e5f60718/json",
"html": "/api/report/a1b2c3d4e5f60718/html"
},
"report_urls": { "...": "..." }
}
在浏览器中打开 http://localhost:5000/api/report/<job_id>/html,并使用 Export PDF 保存报告。
cd ../frontend
npm install
npm run dev
打开 http://localhost:5173 访问 React 仪表盘。
需要 Node.js 20+ 以及正在运行的分析器服务。