trs

TRS?

Visão geral? ️

trs aproveita o OpenAI e o Chromadb para analisar e conversar com relatórios e blogs de inteligência de ameaças cibernéticas.

Forneça um URL de relatório de ameaça para comandos pré-criados para resumo, extração de TTP do MITRE, criação do MindMap e identificação de oportunidades de detecção, ou execute seus próprios prompts personalizados contra o conteúdo de texto dos URLs.

Cada texto de URLS é armazenado em um banco de dados de vetores do Chroma, para que você possa ter sessões de bate-papo de geração de QNA / Recuperação usededed (RAG) com seus dados armazenados.

O modelo OpenAI gpt-4-1106-preview é usado para suportar contextos maiores com mais facilidade, mas fique à vontade para trocar isso por outro modelo.

Documentação completa: https://trs.deadbits.ai

Características

• Resumo do relatório : Resumo conciso dos relatórios de ameaças
• Extração de TTP : Extrair táticas, técnicas e procedimentos ATT e CK
• Extração do COI : Extrato de IOCs via Python-ieCextract
• Criação do MindMap : Gere Mermaid MindMap representando artefatos de relatório
• Oportunidades de detecção : identificar possíveis detecções de ameaças
• Prompts personalizados : Execute instruções personalizadas contra relatórios
• Modo de bate -papo : bate -papo com dados armazenados via LLM
• Interface da Web : interface do usuário da Web para simplificar

Instalação?

Repositório de clones

git clone https://github.com/deadbits/trs.git
cd trs

Configurar o ambiente virtual python

python3 -m venv venv
source venv/bin/activate

Instale os requisitos do Python

pip install -r requirements.txt

Uso

Ferramenta de linha de comando

Defina sua chave de API do OpenAI:

 export OPENAI_API_KEY= " sk-... "

Executar o aplicativo de linha de comando

python trs-cli.py --chat

---

Siacho de interface do usuário

Defina sua chave de API do OpenAI:

• Modificar .streamlit/secrets.toml

Executar interface da web streamlit

streamlit run trs-streamlit.py

Importante

De acordo com a documentação do Streamlit, "o streamlit executa seu script de cima para baixo em todas as interações do usuário ou alteração de código". Isso pode levar ao alto uso da memória devido ao fato de o Chromadb ser carregado na memória repetidamente. No momento, a CLI é o modo de interação recomendado.

Mais capturas de tela estão disponíveis aqui.

Lista de comando

Comando	Descrição
!summ	Gere um resumo do conteúdo da URL, incluindo as principais toca -fores, o parágrafo de resumo, o MITRE TTPS e o Mermaid MindMap para uma visão geral do relatório.
!detect	Identifique quaisquer oportunidades de detecção de ameaça dentro do conteúdo da URL.
!custom	Pegue o conteúdo da URL e processe -o com um prompt personalizado.
Todas as outras entradas	Execute o pipeline RAG com entrada como consulta

Geração de recuperação de recuperação?

• Diagramas de oleoduto de indexação e recuperação

Antes de poder usar a funcionalidade de bate -papo, você deve primeiro processar um URL com um dos comandos acima, para que o banco de dados do vetor tenha algum contexto para usar.

Qualquer entrada que não seja um !command Será enviada para o pipeline RAG.

Se a resposta não estiver disponível no contexto, você não receberá uma resposta.

 ? >> Summarize the LemurLoot malware functionality        
2023-10-14 14:51:51.140 | INFO     | trs.vectordb:query:84 - Querying database for: Summarize the LemurLoot malware functionality
2023-10-14 14:51:51.840 | INFO     | trs.vectordb:query:90 - Found 3 results
2023-10-14 14:51:51.841 | INFO     | trs.llm:qna:98 - sending qna prompt
2023-10-14 14:51:51.841 | INFO     | trs.llm:_call_openai:41 - Calling OpenAI
2023-10-14 14:51:51.854 | INFO     | trs.llm:_call_openai:59 - token count: 2443
? >>
The LemurLoot malware has several functionalities. It uses the header field “X-siLock-Step1’ to receive commands from the operator, with two well-defined commands: -1 and -2.  
Command “-1” retrieves Azure system settings from MOVEit Transfer and performs SQL queries to retrieve files. Command “-2” deletes a user account with the LoginName and        
RealName set to "Health Check Service". If any other values are received, the web shell opens a specified file and retrieves it. If no values are specified, it creates the     
“Health Check Service” admin user and creates an active session.

Prompts personalizados

Modelos de prompt personalizados podem ser salvos nos prompts/ diretórios como arquivos de texto com a extensão .txt . O comando !custom procurará prompts por arquivo de arquivo nesse diretório, adicionará o conteúdo de texto do URL ao modelo e o enviará ao LLM para processamento.

Os avisos personalizados devem incluir a sequência do formato {document} para que o conteúdo de texto do URL possa ser adicionado.

Siacho de interface do usuário

O aplicativo Streamlit oferece alguma funcionalidade que a ferramenta da CLI não, incluindo:

Ver o prompt e o histórico de respostas

Ver registros do banco de dados

Licença

Este projeto está licenciado sob a licença Apache 2.0 - consulte o arquivo License.md para obter detalhes.