project zysec
1.0.0
人工知能とサイバーセキュリティが融合する ZySec AI へようこそ。革新的な ZySec 7B モデルを活用したプロジェクト ZySec は、AI 主導のソリューションでサイバーセキュリティの状況を再構築しています。
ZySec の使命は、あなたのようなセキュリティ専門家が AI を利用できるようにすることです。
ZySec AI は、サイバー セキュリティと人工知能の統合を主導します。私たちのビジョンは、セキュリティ専門家がテクノロジーを活用する方法を変革することです。 ZySec AI は単なるツールではありません。これは、プライバシーを優先しながら、AI の革新的な力とサイバーセキュリティ特有の課題を融合させ、セキュリティ運用を強化するための総合的なアプローチです。
注: ZySec AI はインターネット接続なしで動作するように設計されており、完全なプライバシーを確保します。唯一の例外は、オプションのインターネット調査機能です。
ZySec AI の基礎であるZySec 7B は、HuggingFace の Zephyr 言語モデル シリーズに基づいて構築されています。サイバーセキュリティ向けにカスタム設計されており、専門家レベルの知識と洞察を提供します。このモデルは 30 を超える固有のドメインにわたって広範囲にトレーニングされており、サイバーセキュリティ分野での有効性と信頼性が保証されています。
設定やリソースの可用性に応じて、ZySec AI アプリケーションをコンピューター上でローカルに実行することも、GPU インスタンス上でリモートに実行することもできる柔軟性があります。
ローカル展開:開発、テスト、または軽い使用に適しています。前のセクションの手順に従って、ローカル マシン上でアプリケーションをセットアップして実行します。
GPU インスタンスへのリモート デプロイメント:パフォーマンスを向上させるには、特に大規模なワークロードを処理する場合、またはより高速な処理が必要な場合に、GPU インスタンスへのデプロイメントを検討してください。 GPU 環境で最適なパフォーマンスを得るには、VLLM (Very Large Language Model) デプロイメント モードを使用します。
パフォーマンスを向上させるために GPU インスタンスにデプロイできるモデルは、Hugging Face の ZySec-7B-v1 です。このモデルは、GPU ベースの導入向けに特に最適化されており、CPU ベースのセットアップと比較してパフォーマンスが大幅に向上します。
リポジトリのクローンを作成する:まず、GitHub からローカル マシンに ZySec AI リポジトリのクローンを作成します。
プロジェクトのクローンを作成する
git clone https://github.com/ZySec-AI/ZySec.git
アプリケーションサーバーの起動: 要件に従って config.cfg ファイルを変更します。デフォルトでは、スクリプトはモデルをダウンロードし、llama-cpp-python[server] を使用してローカル インスタンスを実行します。
chmod +x start.sh
./start.sh
好みに応じて、同じコンピューター上でローカルに実行することも、GPU インスタンス上でリモートに実行することもできます。パフォーマンスを向上させるには、GPU インスタンスで VLLM デプロイメント モードを使用します。
ZySec AI は、寛容なオープンソース ライセンスである Apache License バージョン 2.0 (Apache-2.0) に基づいてリリースされています。このライセンスにより、ライセンスの条項に基づいて、この作品の独自のバージョンを自由に使用、変更、配布、販売することができます。
? Apache ライセンス、バージョン 2.0 を表示する
AI 分野へのインスピレーションと貢献をくださった HuggingFace コミュニティと LangChain コミュニティに特別に感謝します。彼らの先駆的な取り組みは、ZySec AI などのプロジェクトにインスピレーションを与え続けています。
Venkatesh Siddiはサイバーセキュリティの著名な専門家であり、人工知能と機械学習を複雑なセキュリティの課題に統合しています。彼の専門知識は、ビッグ データ、クラウド セキュリティ、革新的なテクノロジー設計にまで及びます。
