分析师被淹没在重复告警里
同一台主机、同一条规则、同一个攻击源反复触发,真正的威胁被淹没在噪声中。人的注意力是有限资源,而告警量按年增长。
AI 原生安全运营智能体平台
看得懂告警,抓得住威胁,担得起责任。
SecClaw(智能安全)不是又一套 SIEM 或 SOAR,而是架在你现有 SIEM / EDR / NDR / TI 之上的一层「安全智能体运行时」。 七大安全运营智能体 7×24 在线,把每天成千上万条告警压缩成少量可决策事件, 并在审批卡点、沙箱预演、可回滚、全链路审计的边界内完成处置。
安全运营的真实困境
安全运营的瓶颈早已从「缺少检测能力」变成「缺少理解与决策能力」。下面六个问题,几乎出现在每一家 SOC 的年度复盘里。
同一台主机、同一条规则、同一个攻击源反复触发,真正的威胁被淹没在噪声中。人的注意力是有限资源,而告警量按年增长。
缺少资产、身份、漏洞与情报上下文,告警无法自动研判,只能逐条人工确认,误报把值班时间切割成碎片。
检测到确认、确认到审批、审批到执行,每个环节都在等人工。攻击者利用的正是这段时间差,勒索加密往往在数分钟内完成。
能独立完成归因、影响面判断与处置决策的资深分析师稀缺,夜班与节假日值守更难以覆盖,经验也很难沉淀成组织资产。
SIEM、EDR、NDR、邮件网关、漏洞扫描、威胁情报各自为政,字段口径不一,跨源关联只能靠人脑拼图。
封禁 IP、隔离主机、禁用账号这类动作一旦误执行,代价可能高于攻击本身。缺少审批、预演与回滚机制,自动化只能停在「只读」。
核心能力
从告警进来到责任落地,SecClaw 覆盖安全运营的完整决策链路,并把「AI 能做什么、人批了什么」写进同一条审计链。
降噪率 ≥ 80%
五段式管道(归一化 → 指纹去重 → 聚类 → 富化 → 评分分流)把告警洪峰压缩为少量真威胁事件。
ATT&CK 战术序列
把离散告警按战术序列串成攻击链,还原上下文拼图,输出威胁分级、影响面与爆炸半径。
L0–L3 分级自主
按风险给动作分级:低风险自动执行,高危动作强制进入人工审批,生产变更 100% 经审批或白名单。
预演 → 执行 → 可回滚
高危处置在数字孪生沙箱中先跑一遍,看清影响面与副作用,再生成回滚点后下发。
Secure-by-Design
把智能体当作需要被防护的对象:提示注入防护、工具调用白名单、权限最小化、行为监控四位一体。
100% 可校验
接入、研判、审批、处置每一步都生成审计记录并以前后哈希串链,支持离线独立校验。
数据不出域
按数据敏感度与任务类型路由到本地或私有推理集群,支持完全断网内网运行。
合规友好
按监管要求设计权限、审计与报表能力,为测评与合规举证提供可直接使用的材料。
开放集成
以适配器插件接入既有安全栈,不要求改造现有设备,也不锁定单一厂商生态。
供应链安全
安全产品自身必须是最小攻击面。控制台零第三方运行时依赖,组件清单可审计、可离线交付。
七大智能体
每个智能体有明确职责、明确边界与明确权限。它们共享同一份上下文与同一条审计链,协同完成从告警到复盘的全过程。
NoiseReduction
对多源告警做五段式管道处理,融合规则、统计与模型三层判断,把 18,000+ 条/日的告警压缩成十几条需要人看的真威胁事件。
Analysis
把离散告警按 ATT&CK 战术序列还原成攻击链,完成上下文拼图、威胁分级、影响面与爆炸半径计算,并输出根因溯源结论。
Response
覆盖 10 类处置动作,按风险分级执行:低风险自动完成,高危动作进入审批卡点,执行后自动验证效果并可一键回滚。
Hunting
以假设驱动的狩猎闭环主动出击,用内置假设模板库检索暗数据,重建时间线,并把发现沉淀为可复用的检测规则草案。
Vulnerability
把 CVSS 分数换成业务语言:结合 EPSS 利用概率、资产关键性与暴露面做上下文优先级排序,跟踪修复闭环与风险例外审批。
Incident Orchestration
把写在文档里的应急预案变成可执行流程,多智能体与人工在同一作战室协同,处置结束自动生成复盘报告与改进项。
工作原理
SecClaw 不改变你现有的数据采集与设备投资,只在你已有的安全栈之上增加「理解、决策与责任」这三层能力。
多源告警归一化。SIEM、EDR、NDR、邮件网关、云审计、威胁情报通过适配器与 OpenAPI 接入,统一字段口径与时区,形成单一事实来源。
AI 分流 + 攻击链归因。先做去重聚类与富化,再按 ATT&CK 战术序列建模,输出威胁分级、影响面与证据引用,把洪峰压缩为可决策事件。
分级自主 + 审批 + 沙箱 + 回滚。低风险动作自动执行,高危动作先沙箱预演、再等待人工审批、执行后验证效果并保留回滚点。
审计链 + 报表 + 规则沉淀。全过程写入哈希审计链,自动生成合规与价值报表,并把狩猎与处置经验沉淀为新的检测规则。
安全栈的替换成本极高,而价值往往不在采集层。SecClaw 的设计原则是复用你已有的数据与设备投资, 只在最缺人的那一段——告警理解、上下文关联、决策与责任界定——增加一层智能体运行时。
# STEP 01 接入:多源归一化
[ingest] splunk:notable=1842 edr:detect=612 ndr:alert=97
[ingest] normalized=2551 schema=secclaw.event.v1
# STEP 02 降噪研判:分流 + 归因
[noise] fingerprint_dedup=1487 cluster=703 enrich=360
[noise] dispatch: ESCALATE=12 REVIEW=41 LOW_TOUCH=268 ARCHIVE=740
[analysis] chain=T1566->T1204->T1078->T1021 severity=high
[analysis] blast_radius=3 hosts / 1 identity evidence_refs=27
# STEP 03 受控处置:审批 + 沙箱 + 回滚
[response] sandbox_dryrun=pass impact=1 host rollback_point=ok
[response] action=isolate_host target=WIN-FIN-07 risk=L2
[approval] pending -> human_reviewer=soc.lead channel=im_card
[approval] approved_by=ops.zhang reason=confirmed_c2_beacon
[response] executed verify=pass rollback_available=true
# STEP 04 复盘合规:审计链
[audit] block=#1284905 hash_chain=valid export=offline_verifiable
[report] generated: compliance_soar / retention / access / value
安全与合规
SecClaw 把「可信任」拆成五个可验证的机制,而不是一句承诺。这也是安全团队愿意把处置权限逐步交给 AI 的前提。
封禁 IP、隔离主机、禁用账号、终止关键进程等高危动作强制进入审批卡点,支持单级或多级审批、超时升级与 IM 卡片一键审批。
处置前先在有代表性的沙箱环境中预演,检查对业务的影响;执行时自动生成回滚点,误判可一键回收。
接入、研判、审批、处置、回滚五个环节的每一次操作都被记录并以前后哈希串链,任何篡改都会导致校验失败。
按数据敏感度与任务类型选择推理位置:敏感字段全部本地推理,支持完全断网的内网私有化部署,无任何外部回传通道。
智能体自身也是攻击面。SecClaw 对提示注入、恶意工具调用、权限越界与行为异常做分层防护。
面向等保 2.0、数据安全法与个人信息保护法设计权限模型与报表能力,减少合规举证的人力投入。
成效指标
以下为 SecClaw 的设计目标与演示口径指标,用于说明平台的能力方向;实际效果取决于数据源质量、环境规模与策略配置。
说明:上表数值为 SecClaw 的产品设计目标与演示口径指标,非第三方测评结论,也不构成对特定环境下的效果承诺。 实际降噪率、召回率、时延与 MTTR 改善幅度会因数据源质量、资产规模、规则基线与策略配置而变化。我们建议以 2 周只读观察期采集的基线数据作为验收依据。
能力对比
这三类系统各有价值,但它们解决的是采集、执行与单点判断的问题,而不是「理解攻击、界定责任」的问题。
| 能力维度 | SecClaw 智能体运行时 | 传统 SIEM | 传统 SOAR | 单点 AI 告警工具 |
|---|---|---|---|---|
| 核心定位 | 架在现有安全栈之上的理解与决策层 | 日志采集、关联与检索 | 固定剧本的自动化执行 | 单场景告警分类或摘要 |
| 告警降噪 | 五段式管道,规则+统计+模型三层融合,降噪率设计目标 ≥80% | 依赖规则阈值,需人工持续调优 | 不解决降噪,只处理已确认事件 | 单一模型判定,缺少上下文富化 |
| 攻击链归因 | ATT&CK 战术序列建模 + 影响面与爆炸半径 | 规则关联,难以还原完整战术序列 | 按剧本走流程,不做归因推理 | 通常只有单条告警标签 |
| 处置自主性 | L0–L3 分级自主,高危动作强制人工审批 | 只读为主,处置需外部联动 | 自动执行,风险控制依赖剧本作者 | 通常不涉及处置 |
| 沙箱预演与回滚 | 预演 → 审批 → 执行 → 验证 → 可回滚全链路 | 无 | 少数动作支持回滚,缺少预演 | 无 |
| 幻觉控制 | 证据链引用制,结论必须可核查,否则降级待人工确认 | 不涉及 | 不涉及 | 缺少强制引用机制 |
| Agent 自身安全 | 提示注入防护、工具白名单、权限最小化、行为监控 | 不适用 | 不适用 | 通常未做专门设计 |
| 审计与责任界定 | 全链路哈希链,可离线校验,区分「AI 做了什么、人批了什么」 | 记录查询与操作日志,缺少决策链 | 记录剧本执行,缺少归因证据链 | 通常不提供审计链 |
| 数据不出域 | 多模型路由 + 纯离线私有化 | 本地部署,但无智能体能力 | 本地部署,但无智能体能力 | 多为 SaaS,数据需外发 |
| 对现有投资的利用 | 复用 SIEM/EDR/NDR/TI,不要求替换 | 通常是替换对象 | 需与 SIEM 深度绑定 | 旁路接入,能力有限 |
典型场景
每个场景都能在 2 周只读观察期内采集到基线数据,用真实数字而非感觉来验证效果。
分钟级遏制
从加密行为检测开始,自动关联进程树、账号与横向连接,在沙箱预演后提交「隔离主机」审批,把处置窗口压缩到分钟级。
批量研判
把员工上报与企业邮件网关的告警合并聚类,自动提取 URL、附件哈希与发件人基础设施特征,批量判定并清理同源邮件。
暗数据唤醒
用身份认证日志、远程服务调用与内网扫描记录重建横向路径,发现那些从未被规则覆盖、长期沉睡的日志价值。
洪峰卸载
在重保、演练或大规模变更窗口期,降噪管道自动适配基线漂移,避免安全团队被临时性噪声压垮。
举证材料自动化
把日常运营数据自动转化为可提交的合规材料:处置记录、留存证明、访问审计与运营价值报表。
多租户隔离
一套平台服务多个客户,租户级隔离的数据、策略、审批链与审计链,让托管服务既高效又责任清晰。
集成生态
通过 OpenAPI、Webhook 与适配器插件对接主流安全栈;下图为示意占位,具体兼容版本以文档中心为准。
定价预览
所有版本均含核心智能体能力,差异主要在规模上限、多租户、私有化程度与支持等级。以下价格为参考标价,最终以商务合同为准。
¥98,000/ 年起
适合中小团队与兼职安全岗起步
¥298,000/ 年起
适合政企 SOC 与蓝队日常运营
¥680,000/ 年起
适合多分支、多租户与大规模运营
面议按需报价
适合关基单位与强合规行业
用户反馈
以下内容为示意性用户反馈示例,用于说明典型使用体验,不代表对任何具体机构的真实评价。
“重保期间我们的告警量翻了四倍,但值班表没有变。降噪和聚类把大部分重复项吃掉了,值班同事终于能专注在少数几条有攻击链上下文的事件上。”
“我们最担心的是 AI 误封业务系统。沙箱预演加审批卡点这套机制,让我们敢把隔离主机的权限分级放开——因为每一步都有影响面清单和回滚点。”
“审计链是我们选择它的决定性因素。监管来检查时,我们能直接回答‘这次处置是谁批的、依据是什么、AI 做了什么’,不用再靠人工翻聊天记录拼证据。”
不是。SecClaw 不替换你已有的 SIEM、EDR、NDR 与威胁情报平台,而是架在它们之上的一层「安全智能体运行时」。SIEM 负责采集与检索,SOAR 负责执行固定剧本,SecClaw 负责理解语义、建立攻击链上下文、判断影响面,并在受控边界内自主决策与处置。
降噪率指被归入 LOW_TOUCH 与 ARCHIVE 两档、无需人工逐条处理的告警占比,设计目标为 ≥80%。降噪不是简单丢弃:五段式管道中的聚类与富化会保留父子关系与原始证据,任何一条告警都可以回溯到源事件;同时系统以「高置信威胁召回 ≥95%」作为约束指标,宁可多留一条可疑告警,也不让真威胁被静默归档。
不会默认发生。SecClaw 采用 L0–L3 分级自主模型:L0/L1 只做只读与低风险动作;L2 需要策略显式授权并留痕;封禁 IP、隔离主机、禁用账号、终止关键进程等高危动作一律进入人工审批卡点,并且必须在沙箱中预演通过、具备可回滚方案后才允许下发。生产变更 100% 经审批或命中白名单。
SecClaw 对模型输出实行「证据链引用制」:每一条结论必须绑定可核查的证据对象(原始日志、告警 ID、资产指纹、情报条目、漏洞编号),模型无权凭空生成事实;同时用规则与统计层做交叉校验,任何无法被证据支撑的结论都会被降级为「待人工确认」,不进入处置流程。
支持。SecClaw 提供数据不出域的多模型路由:可对接本地私有化推理集群,在完全断网的内网环境中运行全部七大智能体;所有遥测、告警原文、处置记录与审计数据均留在你的环境中,平台自身不含任何外部回传通道。
每一次接入、研判、审批与处置都会生成一条审计记录,并以前后哈希串联成链。任何一条记录被修改或删除,都会导致后续哈希校验失败。SecClaw 提供离线校验工具,可在断网环境下对导出的审计包独立验签与验链,满足举证与责任界定需求。
SecClaw 将 Agent 安全内建为设计前提:对来自告警正文、邮件内容、日志字段等不可信输入做提示注入检测与指令隔离;工具调用走白名单与参数校验;每个智能体按最小权限授予凭据;运行期对智能体行为做基线监控与异常告警。提示注入拦截率为设计目标 100%。
标准私有化部署通常在 1–2 周内完成基础接入与降噪调优:第 1 周完成环境确认、数据源对接与只读模式观察;第 2 周完成降噪基线训练、分流策略与审批链配置。复杂多租户 MSSP 场景或需要定制适配器时,会按项目排期另行评估。
不需要改造现有设备。SecClaw 通过开放 OpenAPI、Webhook 与适配器插件对接 Splunk、主流 EDR/NDR、威胁情报平台与 ITSM 工单系统;对没有标准接口的老旧设备,可使用 syslog、日志文件采集或数据库只读接入等兼容方式。
可以。SecClaw 的定位就是把安全团队从「警报处理员」变成「战略分析师」:降噪与归因承担了绝大部分体力活,值班人员只需要处理被升格的少量高价值事件与审批请求,并可通过 IM 卡片直接完成审批。兼职安全岗也能以每天固定的短时段完成值守。
SecClaw 在架构上按合规友好设计:支持三权分立与最小权限、全量操作审计与留存周期配置、数据脱敏与字段级访问控制、本地化存储与不出域推理,并可自动生成 SOAR、留存、访问与价值四类合规报表,为等保 2.0 测评、数据安全法与个人信息保护法的合规举证提供材料。具体合规结论仍需结合贵单位实际情况由测评机构确认。
SecClaw 支持多租户隔离:租户级数据、策略、剧本、审批链与审计链相互隔离,可按租户维度出报表与计量,并支持租户自定义审批人。托管方可用一套平台服务多个客户,同时保留每个客户独立的责任边界与审计证据。
安全产品是攻击者的高价值目标,每引入一个第三方组件就多一份供应链风险与漏洞面。SecClaw 控制台采用零第三方运行时依赖的静态前端,后端组件清单可审计、可离线交付,配合完整性校验,尽可能缩小安全产品自身的攻击面。