← 返回列表

Agentic SOC 实践:Flocks

聚合站 SecWiki技术 作者 三叉戟AI手记 发布 2026年6月28日 21:34 入库 2026-11-18T02:01:49

在开始写上一篇文章 Agentic SOC时,我就在想有没有一个Agentic SOC 平台,能够对接各种安全设备、原生 agent,能够完成:把告警、上下文、工具调用、证据整理和初步研判组织成一条可执行流程。

Flocks[1]的设计理念正好适合这件事。Flocks 是一个原生的 Agentic SOC 的平台:支持多 agent、workflow 执行引擎、各种类型的设备接入等。

Flocks:多 Agent + Workflow 执行

Flocks 最关键的地方,是它不是只提供一个 agent,而是把多 agent 能力和 workflow 执行引擎放在同一个平台里。agent 可以调用 workflow 执行,workflow 也可以调用 agent,可以灵活编排使用。

workflow 负责流程稳定,agent 负责探索、处理不确定性。

多 agent 解决的是“不确定性”。比如一条告警进来后,需要分析它像不像真实攻击、需要补哪些上下文、当前证据支持哪些假设、有没有反证、下一步该查什么。这类问题很难完全写成固定规则,更适合让 agent 结合工具和上下文去做调查。

workflow 执行引擎解决的是“确定性编排”。比如告警接入、字段归一化、规则过滤、去重、结果落盘、发 Kafka、发通知。这些步骤不应该每次都让 agent 自由发挥,而应该被固化成可执行、可追踪、可复用的流程。

综上,对于“AI Agent 应该先查证据、补上下文、排除噪声、缩小假设空间”[2]这个观点,Flocks 给出的不是一个单点 Agent,而是一套可以把告警接入、流程编排、工具调用和 Agent 研判串起来的平台化答案。

实践流程

既然 Flocks 已经提供了丰富的设备数据接入、workflow、agent 执行引擎,那我们就开始按下面的流程实现

• 数据接入

• 原始告警处理

• 归一化、过滤

• Triage Agent 生成候选假设和调查路径

• 多个 Agent 分头查证据

• Response Agent 汇总证据,整理关闭建议和人工确认点

• workflow 判断是否满足自动关闭条件

• 可关闭告警直接处理

• 其他不确定、高风险、影响范围不清楚的告警进入人工确认

环境准备

工欲善其事,必先利其器

真正开始做之前,我们需要先准备三类能力。

第一类是告警入口。Flocks 的 workflow 需要能接到真实告警流,比如 Kafka、Syslog 接收来自 EDR、NDR、防火墙、WAF、SIEM 的告警输出。这里重点是把原始告警数据接进来。

第二类是设备和日志查询能力。要让 Agent 查证据,必须具备连接设备的能力。比如 Network Agent 要能查 http、代理日志;Endpoint Agent 要能查 EDR 进程树、命令执行、文件落地。

第三类是 IOC 和上下文查询能力。IP、domain、hash、URL、CVE、资产归属。它们应该通过 Flocks 的工具、MCP 或 API 接入威胁情报、漏洞库、CMDB、工单系统。

告警分发去重

workflow 支持 kafka、syslog 触发器,接入数据后,进行:

• 原始告警解析。

• 统一字段,可能涉及不同设备的字段归一化处理。

• 提取源 IP、目的 IP、账号、主机、域名、URL、hash、规则名、设备来源。

• 标记资产等级、业务线、是否公网暴露、是否核心系统。

• 按时间窗口和相似字段做去重。

这里的目标不是判断攻击是否成立,而是先把“要调查的对象”整理干净。

比如同一个外部 IP 在 5 分钟内对同一网段触发了 200 条扫描告警,workflow 不应该让 Agent 分析 200 次。它应该合并成一个事件,保留代表样本、触发次数、时间范围、命中规则和受影响资产列表,再把这个事件交给后面的 Agent。

到这一步,workflow 会给每个告警事件打一个初始路由:

• 重复告警:合并去重、计数、保留代表样本。

• 命中明确降噪规则:进入自动关闭预候选。

• 缺少关键字段:进入补充上下文流程,先补资产、账号、时间、来源等基础信息。

• 涉及核心资产、账号权限、外联、横向移动:进入多 Agent 调查。

多 Agent 调查

告警经过分发之后,进入 Agent 调查。

第一步由 Triage Agent 做调查规划。它先看告警类型、资产等级、已有上下文和历史相似事件,初步判断这条告警更像扫描、攻击尝试、攻击成功、账号异常、数据外传,还是已知噪声。生成候选假设和调查路径:哪些问题交给 Network Agent,哪些问题交给 Endpoint Agent,哪些问题需要 Identity Agent 或 Enrichment Agent 补充。

Network Agent 负责网络侧证据。它查外联、DNS、代理日志、NDR 会话、同网段相似行为、横向移动迹象。比如外联域名是否新注册、是否命中情报、是否有周期性 beacon、是否多个主机访问同一可疑地址。

Endpoint Agent 负责主机侧证据。它查进程树、命令执行、父子进程关系、文件落地、启动项、脚本执行、EDR 行为日志。比如可疑外联是否由浏览器、业务进程、PowerShell、未知二进制或计划任务触发。

Identity Agent 负责身份侧证据。它查账号、权限、登录、token、MFA 异常、VPN、堡垒机和云 IAM。比如告警发生前后是否有异地登录、MFA 失败、权限提升、token 异常使用。

Enrichment Agent 负责补业务上下文。它查资产、业务、负责人、系统等级、是否公网、是否有历史事件、近期是否变更。很多告警本身看不出严重性,必须知道这台机器属于什么业务、谁负责、是否承载关键数据。

Response Agent 负责把候选假设和前面各个 Agent 的证据整理成一份可复核的 case,并输出关闭建议或人工确认点。固定包含几个部分:

• 候选假设:来自 Triage Agent 的修正结果,例如重复扫描、攻击失败、攻击尝试、疑似攻击成功、账号被盗用、内部误操作。

• 支持证据:来自 Network、Endpoint、Identity、Enrichment 的关键证据。

• 反对证据:例如无成功响应、无主机异常、资产不受影响、情报未命中。

• 缺失信息:例如缺少 EDR 数据、缺少代理日志、缺少账号登录记录。

• 风险等级:低、中、高,以及评级理由。

• 建议动作:自动执行处置、待人工确认、待人工研判。

• 影响范围:如果执行建议动作,可能影响哪些主机、账号、业务或网络链路。

• 人工确认点:哪些地方必须由人工确认,不能自动处置。

这里的重点是“可复核的候选假设和建议”,不是“最终结论”。看到这份 case 后,应该能快速知道:为什么它可能有风险,为什么它也可能只是噪声,以及哪些动作必须人工确认。

告警关闭与人工确认

workflow 根据 Response Agent 的结构化输出,按“置信度 + 影响范围”做三类动作分流。

•建议动作 = 自动执行:只适用于高置信度、低影响动作,比如标记重复告警、关闭低风险重复噪声。

•建议动作 = 待人工确认:适用于中置信度或中影响动作,Agent 给出证据和建议,分析师确认后再执行。

•建议动作 = 待人工研判:适用于低置信度或高影响动作,比如禁用账号、吊销 token、隔离主机、阻断网络、升级重大事件,Agent 只辅助调查和整理证据。

比如历史上反复确认过的失败扫描、无成功响应、无主机异常、目标资产不受影响、命中明确白名单的重复告警,可以进入自动关闭候选。

不满足自动关闭条件的告警,再按影响和置信度进入后两类:

• 证据基本完整、影响中等、建议动作可控:进入待人工确认。

• 证据不完整、影响范围不清楚:进入待人工研判。

• 涉及敏感身份、核心资产、网络阻断等高影响动作:进入待人工研判。

• Agent 给出的判断依赖较多推测:进入待人工研判。

效果展示

下面这组漏斗数据是一个示例,后续会逐步把流程接入到真实数据验证

阶段

数量

处理后比例

原始告警

10,000

100%

去重合并

2,100

21%

低风险降噪候选

760

7.6%

待人工确认

140

1.4%

待人工研判

86

0.86%

单条告警的展示从“处置结论”变成“可复核的研判记录”。打开一条告警时,应该能直接看到 verdict、severity、impact、action、confidence,以及摘要、受影响资产、关键 IOC、各 Agent 的证据发现和人工确认点。

引用

[1]AgentFlocks/flocks:https://github.com/AgentFlocks/flocks

[2]AI Agent 进 SOC:别急着自动处置

原文链接:https://mp.weixin.qq.com/s/doB_kc72DzjRqfZUBtOckA