Aug 3, 2026

AI SOC 分析員——開源、自架設 SOC 自動化

圍繞你已信任的 SIEM、EDR、案件管理系統和分析員，為本地告警擴充與調查而設的防禦性、人工批准架構。

Douglas Lai

Share to

AI SOC 分析員應當是更廣泛 SOC 自動化技術堆疊中的防禦性、經人工批准的一層，而不是一個自主代理。應讓 SIEM、EDR、威脅情報和案件系統繼續作為權威來源。使用 Wazuh 或 OpenSearch 進行本地採集與搜尋，並將 Eigent 作為嚴格限定的告警擴充與報告層，交由受訓分析員作出判定和處置。不要向 LLM 授予可不受限制地關閉告警、隔離主機、變更身份或重寫檢測規則的憑據。

快速回答

當你需要專業商業調查產品、持續維護的整合、安全專用邏輯和供應商問責時，選擇 Dropzone、Prophet Security、7AI 或 Qevlar。
當遙測資料位置、應用程式原始碼、模型選擇和自訂工作流程值得承擔工程與維運負擔時，選擇 Wazuh/OpenSearch 加 Eigent。
將 Terra 和 Armadin置於獨立且已獲授權的持續驗證類別中。它們是進攻性安全平台，並非直接的 SOC 告警分流替代品。
任何開放部署都應從只讀影子模式開始，並使用合成和歷史案件。

Eigent 是使用 Apache-2.0 的通用多代理工作區。它不是專門打造的 SOC 產品，也不應被描述為訓練有素分析員或生產響應平台的替代品。

為什麼本地遙測處理可能很重要

安全日誌可能暴露身份、主機名、網絡拓扑、特權命令、業務關系和事件證據。NIST 的日誌管理指南指出，日誌需要保密性和完整性保護，並且可能無意間包含密碼或電子郵體內容（NIST SP 800-92）。CISA 還指出，網絡流量日誌等遙測資料可在隱私和風險框架下被視為敏感信息（CISA 參考架構）。

這些證據支援認真評估資料駐留要求，但並不能證明每一種雲端 AI SOC 都不安全。採購方應梳理哪些資料離開環境、租戶隔離、儲存區域、保留期、模型訓練、分包處理方、憑據、支援訪問、審計日誌和私有部署選項。

生產告警閉環實際需要什麼

有用的調查工作流程必須不只是概述一條告警：

接收告警並保留其原始證據；
檢索相關的身份、終端、雲和網絡上下文；
關聯指標和時間線事件；
區分已知良性、已知惡意、範糊和不完整的案件；
為每項重要觀察提供引證；
輸出與置信度匹配的處置結論；
將不確定性和高影響操作升級給分析員；
將完整審計軌跡寫入案件系統；以及
支援更正、重新打開和回滾。

商業 AI SOC 供應商已圍繞該閉環建立了產品專用連接器、範式、案件生命週期、評估和服務。通用編排器起步時並不具備這些資產。

商業 AI SOC 分析員選項一覽

選項	核心工作	公開價格	部署信號	優勢	開源技術堆疊缺口
Dropzone	自主告警調查和受限處置	按容量報價	託管整合架構	90 多個整合	專有；開源技術堆疊缺少目錄和託管調優
Prophet	調查、狩獵和檢測建議	報價	API 整合	安全專用證據和產品	通用代理缺少其案件和檢測生命週期
7AI	廣泛的案件、調查、檢測、響應、狩獵	報價	聯邦式/原地查詢定位	覆蓋廣泛的 SOC 生命週期及託管選項	開源技術堆疊缺少生產響應與服務規模
Qevlar	以圖為主導的調查至判定	試點/報價	比利時託管的 GCP SaaS	明確定義的圖與人工操作負責人	開源技術堆疊缺少積累的圖和 SLA
Terra	持續滲透測試	報價	託管	經授權的暴露面驗證	不是 AI SOC 分析員
Armadin	進攻性驗證和紅隊服務	報價	企業託管	受防護、已限定範圍的驗證	不是 AI SOC 分析員
Eigent + 開源技術堆疊	自定義防禦性分流編排	應用許可免費；基礎設施/模型/人工成本	可本地/自架設	原始碼和資料路徑控制	必須自行構建、驗證、加固和營運

Dropzone AI：最廣的整合覆蓋

Dropzone 將其產品描述為自主 AI SOC 分析員：它接收告警、查詢 SIEM、EDR 和雲工具、關聯證據，並返回可供決策的發現。其產品頁面列出 90 多項整合，包括 Splunk、Microsoft Sentinel 和 CrowdStrike，並支援配置好的處置操作（Dropzone 產品）。

Dropzone 在 2025 年 7 月宣布完成 3,700 萬美元 B 輪融資，隨後稱服務了 100 多家企業；其當前產品頁稱服務了 300 多家組織。兩者均為第一方聲明（Dropzone 融資公告）。定價按容量並以報價為主。

Eigent 可通過 API 復現範圍受限的只讀富化和報告閉環。它並未提供 Dropzone 的連接器目錄、安全上下文、託管調優、調查 UX、專業評估或處置保護措施。

Prophet Security：以證據為中心的調查

Prophet 將其平台定位於告警調查、威脅狩獵和檢測建議，提供可解釋的發現和證據（Prophet 公告）。該公司在 2025 年 7 月宣布獲得 3,000 萬美元 A 輪融資。

其 FAQ 列出與 Splunk、Microsoft Sentinel、CrowdStrike NG-SIEM 及其他 EDR/身份工具的整合（Prophet FAQ）。價格未公開。

概念驗證應將 Prophet 的解釋與留出的告警集比較，並記錄哪些整合是只讀、哪些具備寫入能力。Eigent 提供更高的應用級靈活性，但缺少 Prophet 積累的安全產品、案件生命週期和供應商問責。

7AI：最廣泛的端到端 SOC 定位

7AI 營銷案件、調查、檢測、響應和狩獵，以及在資料所在處查詢的聯邦方法。其網站報告已處理超過 900 萬條告警；這是第一方計數器，並非經過審計的基準（7AI）。

該公司在 2025 年 12 月宣布獲得 1.3 億美元 A 輪融資，使所述總融資達到 1.66 億美元（7AI 公告）。定價以演示為主。

當採購方需要廣泛的託管 SOC 平台和服務選項時，7AI 是更強的路線。Eigent 不提供聯邦式 SIEM、檢測產品、託管響應營運或大規模安全業績記錄。

Qevlar：明確的不確定結論與人工操作

Qevlar 使用專有圖編排器進行告警分流、富化和調查。其 FAQ 表示 LLM 執行定義好的步驟、可返回不確定結果，並將最終操作留給人工（Qevlar FAQ）。

該公司稱其託管在比利時的 Google Cloud 上，並通過 API 與 Microsoft、CrowdStrike、Palo Alto、Google SecOps、SentinelOne 和 Splunk 整合。其新聞頁面稱已融資 3,000 萬美元，並在企業和 MSSP 中部署（Qevlar 新聞）。

明確的不確定狀態是任何開源技術堆疊的有用設計原則。採購方仍應獨立驗證“不會產生幻覺”的說法，並梳理發送至 SaaS 租戶的證據。

Terra 和 Armadin 是相鄰方案，並非直接替代品

Terra 是代理式持續滲透測試和 AI 紅隊平台，不是告警分流隊列（Terra）。它在 2025 年宣布完成 3,000 萬美元 A 輪融資，使總融資達到 3,800 萬美元（Terra 公告）。

Armadin 將自己描述為 AI 原生進攻性安全平台，另提供紅隊諮詢和事件響應（Armadin 平台）。它在 2026 年 3 月宣布獲得種子輪和 A 輪合計 1.899 億美元融資（Armadin 公告）。

僅可在明確定義的範圍內，將這些工具用於已明確授權的驗證。本指南不提供利用指令。不得將 Eigent 定位為自主進攻系統。

實用的自架設 SOC 自動化技術堆疊

用 Wazuh 進行採集和安全分析

Wazuh 提供用於採集、規則分析、威脅狩獵和主動回應的開源 SIEM/XDR 平台（Wazuh 概述）。在首個 AI 試點中保持主動回應禁用。

以 OpenSearch 進行本地儲存和查詢

OpenSearch 提供使用 Apache-2.0、可自架設的搜尋與可觀測性平台，可支援日誌儲存和安全分析（OpenSearch）。營運方必須設計索引生命週期、訪問控制、保留、備份和查詢容量。

以 Eigent 進行受限編排

Eigent 的 Apache-2.0 工作區可在本地運行、調用範圍受限的工具、關聯證據、將觀察映射至防禦框架並起草處置結論（Eigent 倉庫）。它應以只讀憑據和強制分析員決定開始。

關於底層部署邊界，完全本地 AI 員工指南說明了應用、模型、工具和資料路徑如何組合。

應保留現有案件管理、威脅情報和響應工具。該棧把許可成本轉移到基礎設施、整合、內容維護、模型評估、值班責任和事件責任上。

安全的只讀演示

選擇具有分析員批准結果的歷史告警。
移除或標記化評估不需要的敏感欄位。
向代理提供對副本或受限搜尋 API 的只讀訪問。
限制查詢時間、行數、日期範圍和索引範圍。
獲取告警、身份、終端和網絡證據。
要求提供帶源鏈接的觀察和時間線。
只允許三種結果：可能良性、可能惡意或不確定。
要求分析員批准或更正處置結論。
記錄提示、工具、查詢、證據、輸出和更正。
不得更改狀態、隔離主機、阻止指標、禁用帳號或修改規則。

AI SOC 分析員評估與控制框架

構建一個留出集，其中包含已知良性、已知惡意、範糊、資料缺失、重復、過期和提示注入案件。衡量證據精度、遺漏的重要事實、無支撐主張、錯誤關閉、升級質量、分析員更正時間、延遲、成本和嘗試的未授權操作。

使用遵循最小權限的服務帳號、機密隔離、行數/時間/查詢限制、完整工具調用日誌和獨立審批系統。任何未來寫入操作都應可逆、範圍受限，並在模型外部獨立授權。

本地部署並不會自動安全或合規。團隊仍需負責修補、身份、密鑰管理、模型和連接器風險、訪問審查、事件響應、保留和分析員培訓。

部署加固檢查清單

身份與機密

為每個資料源創建專用服務身份，只限於試點所需的精確只讀 API 和索引。在可用時使用短期憑據，將機密排除在提示和模型日誌之外，並獨立輪換它們。一個在 SIEM、EDR、身份和雲工具之間共享的管理員令牌會造成不可接受的影響範圍。

查詢與資料控制

對索引、租戶、時間範圍、查詢類型、欄位和結果大小實施允許列表。查詢到達安全平台之前，應拒絕超出策略的查詢。遮蔽任務不需要的敏感欄位，並將原始證據保留在其權威系統中，而不是將無限遙測複製到模型上下文。

模型與內容邊界

將告警文本、主機名、URL、電子郵體、附體和威脅情報描述視為不受信任的資料。它們可能包含旨在操縱代理的指令。必須由確定性策略（而非模型）決定存在哪些工具、哪些參數合法以及某項操作是否允許。

日誌與證據

記錄代理版本、模型、提示策略、工具調用、查詢、返回的證據標識符、引證、處置草案、分析員更正和最終結果。保護這些日誌，因為它們可能包含與底層事件相同的敏感信息。根據組織的證據和隱私要求設定保留期。

變更管理

為每個提示、連接器、查詢範本、決策量規和模型建立版本。晉升前重新運行留出告警集。使用金絲雀部署、終止開關、回滾以及無需等待模型或供應商即可禁用工作流程的負責人。

寫入操作閘門

若團隊日後提出寫入能力，一次只引入一項可逆操作。將授權保留在獨立的策略/審批服務中，要求經過身份驗證的分析員決定，並直接在權威工具中驗證產生的狀態。在治理、證據和恢復都得到獨立審查之前，高影響處置和身份操作應繼續置於代理之外。

何時應該購买

當原生連接器、安全範式、案件工作流程、7×24 服務、安全專用評估、SLA、支援和響應保護措施比原始碼控制更有價值時，應購买專業平台。當受限的只讀工作流程、本地遙測和自定義整合值得內部承擔責任時，應自行構建。

保持分析員掌控

Eigent 可以幫助富化和總結防禦性證據，但 SIEM、EDR、案件系統和分析員仍具權威性。先從自動化缺陷分流這一低風險編排範式開始，然後僅在安全團隊所有權下將其用於只讀歷史告警。通過下載 Eigent運行隔離試點。