一个使用 SWI-Prolog 构建的混合网络安全框架,专为实时威胁缓解而设计,并可生成结构化逻辑数据集,用于 LLM 指令微调 和 神经符号 AI 训练。
activator.pl)htg/2)。decoder.pl)运行内联递归规范化流水线:深度 URL 解码(%XX)、十六进制解包(\xXX / 0xXX)以及 HTML 实体规范化(< / >),并完全忽略大小写。
系统针对一个自动化模拟脚本进行了评估,该脚本生成了 40,000 波攻击模拟。结果展示了以下处理概况:
为弥合声明式逻辑执行与现代云环境之间的差距,Aethel-Core 目前正在演进其生产部署模型:
涵盖第 7 层流量洪泛、Web3 异常(sandwich_economic_attack)、云基础设施错误配置(kubelet_cri_hijack)以及对抗性 AI 威胁模拟(llm_rag_poisoning、deepseek_weight_poison)。
该框架将遥测匹配结果转换为结构化微调日志,并将其导出为规范化 Chat-ML 格式序列(dataset_cyber.jsonl)。
dataset_cyber.jsonl(dataset_cyber_refactor.jsonl): 开源样本数据,包含 Chat-ML 块(系统角色设定、用户网络载荷遥测以及自动化助手判定)。dataset_cyber_security.pl: 公共声明式接口,将实时事实(knowledge_base/4)映射到主要网络安全向量。本仓库中的公开源代码文件(如 activator.pl、decoder.pl、dataset_cyber_security.pl 以及开源示例数据)采用 MIT 许可证 授权(版权所有 (c) 2026 Tedy Viryawan Ika Putra)。你可以自由地检查、进行基准测试、修改并集成这些核心公共接口。
但请注意,完整的企业级实现和核心数据库扩展严格属于 专有 内容,受标准知识产权保护。MIT 许可证 不 适用于: