🛡️ GCP上的代理AI安全编排器
一个利用代理人工智能和谷歌云平台自动进行安全警报分类和补救的智能系统。
📖 概述
该项目实现了一个代理AI编排器，该编排器使用OpenAI/Vertex AI+MCP在Google Cloud上自动进行安全警报分类和基本补救。
- 通过LLM分类安全警报
- 采取补救措施（例如，撤销IAM、禁用服务帐户）
- 使用MCP+Cloud Run进行安全工具集成
🚀 特性
- 代理分流管道：alert-triage.py云功能用于初始警报处理。
- 自动IAM补救：用于采取纠正措施的remedia-action.py云函数。
- 使用模型上下文协议的安全管道（MCP服务器）：一个自定义的FastAPI应用程序，充当LLM交互的安全中介。
- 通过Terraform部署GCP：基础设施即代码，实现可靠和可重复的部署。
💡 建筑
📊 架构图
（docs/architecture.png）
上述流程说明☝️:
在这里-
- 安全指挥中心（SCC）：SCC会生成安全警报。
- 日志路由器接收器：警报通过日志路由器接收器路由到专用发布/订阅。
- 警报分流云功能：订阅scc警报（发布/订阅主题），接收警报，并提取相关上下文。
- MCP服务器（云运行）：警报分流功能将提取的上下文发送到MCP服务器端点。
- LLMs（OpenAI/Vertex AI）：MCP服务器与LLMs交互，提供警报详细信息和提示，以确定严重性和建议的操作。
- MCP决策：MCP服务器处理LLM的响应并返回结构化决策（例如，严重性标签：“HIGH”，建议操作：“disable IAM”）。
- GCP IAM API：建议的操作使IAM API调用以执行规定的补救/操作（例如，禁用服务帐户、撤销角色）。
- 日志和监控：所有步骤都记录到云日志中，操作可以在IAM审计日志和安全指挥中心进行审计。
模型上下文协议（MCP）集成与决策
MCP服务器是该架构中的关键组件，确保与大型语言模型（LLM）的安全和受控交互，并提供结构化的决策层。
什么是MCP？
在这个项目中，“模型上下文协议（MCP）”是指一种定制的服务（部署在云运行上），它：
- 充当LLM交互的代理和编排器。
- 实施上下文管理：确保敏感数据得到安全处理，并且只向LLM发送必要的上下文。
- 提供结构化提示：制定精确的提示，以指导LLM对安全任务的推理。
- 执行响应解析和验证：将LLM的自然语言输出解释为结构化、可操作的决策。
- 实现决策逻辑：在做出最终决定之前，对LLM的建议应用业务规则、阈值和健全性检查。
🛠️ 先决条件
- GCP项目ID。
- 具有适当角色的云功能和云运行服务帐户。
- 用于LLM访问的OpenAI API密钥或Vertex AI（谷歌云）设置。
- 具有日志查看器+函数调用器角色的服务帐户