Skip to content

Latest commit

 

History

40 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 

Repository files navigation

AISecOps: AI-Driven Enterprise Security

AISecOps:AI 驱动的安全体系

License: CC BY-NC-SA 4.0 GitHub last commit


本书定位

《AISecOps:AI 驱动的安全体系》是一部系统化的企业安全技术专著,覆盖安全架构设计、方法论框架与工程实践。全书围绕 AISecOps 方法论框架展开,涵盖"AI for Cybersecurity"(用 AI 做安全)与"Security for AI"(保护 AI 安全)两大技术方向。

导航:目录导航 | 快速开始 | 术语表 | 作者寄语 | 如何参与


快速开始


目录导航

本书包含 7 个部分、19 章、190+ 节。覆盖范围与边界见下方「本书的范围边界」,与 NIST CSF 2.0 / ISO 27001 Annex A / CIS Controls v8.1 的三向对照见附录 B

  • 第1章:企业架构基础——TOGAF、SABSA 与安全架构嵌入
  • 第2章:GRC 治理——风险管理与合规框架
  • 第3章:业务安全伙伴——BISO 模式与协作机制
  • 第4章:安全架构与工程——零信任、威胁建模
  • 第5章:云安全架构——Kubernetes 安全、CSPM、云 IAM
  • 第6章:应用安全架构——SDL、OWASP 防护
  • 第7章:供应链安全——SBOM、SCA 工具链
  • 第8章:数据安全——分类分级、加密、访问控制
  • 第9章:隐私合规——GDPR、PIPL、CCPA
  • 第10章:信息保护与内部风险——文档标签、IRM、DLP、内部威胁
  • 第11章:安全运营(SOC)——SIEM / SOAR / 威胁狩猎
  • 第12章:红队实践——攻防演练、紫队协作
  • 第13章:业务风控与反欺诈——账号、交易、内容、营销四线对抗

企业安全里预算最大、事故最密集的三个域。

  • 第14章:企业身份与访问管理——JML 入转离、抗钓鱼 MFA、访问审阅、PAM、AD 分层加固、非人类身份
  • 第15章:网络、基础设施与终端安全——网络分段、DMARC 落地、EDR 策略、出网治理、资产与暴露面
  • 第16章:业务连续性与灾难恢复——BIA、不可变备份、勒索软件端到端处置、危机指挥、演练与度量

本部分系统化构建 AISecOps 方法论框架。

  • 第17章:AI 驱动网络安全——Agentic 安全智能体、AI 安全运营、AISecOps 落地方法论
  • 第18章:AI 系统安全——OWASP LLM Top 10 2025、对抗攻击防御、AI 安全架构、AI 治理合规

延伸阅读:AISecOps 完整方法论框架

  • 第19章:安全领导力——团队建设、文化塑造、预算管理

作者寄语

本书是作者过去十余年在网络安全领域的探索、学习与实践的总结。从传统边界防御到云原生架构,从被动响应到 AI 驱动的主动防护,从单一数据中心到全球混合云部署,这些年的学习和实践让我深刻体会到:安全是一个快速演进的领域,没有绝对的"最佳答案",只有适合当下场景的"合理方案"。

在本书的编写过程中,我非常荣幸能与优秀的编写小组一起协作。团队成员们不仅贡献了宝贵的实战内容和专业见解,还在架构设计、案例补充、内容校对、文字优化等方面投入了大量心血。他们的专业视角、实践经验和细致工作让这本书更加完善和实用。作为联合作者,我们共同将这些年的经验和思考凝练成这本开源书籍。

在此特别感谢 SHEIN 全球网络安全管理中心(GSRM)的优秀同事们。书中很多实践经验和思考都源于与他们的交流学习,是他们的智慧启发和专业探讨让我受益匪浅。特别感谢我的直属上级、SHEIN 首席安全官(Chief Security Officer)Leon Li,他不仅为大家提供了宝贵的成长平台和实践机会,更在 AI 安全的战略布局上给予了前瞻性的指导和坚定的支持,让我们有机会在企业安全最前沿不断探索和创新。SHEIN "客户至上、全力以赴、求真务实、学习创新、多元兼容" 的价值观深深影响着我们的工作方式——始终以业务真实需求为导向,保持好奇心和前瞻思维,在全球化的安全实践中持续创新。

我想感谢的人还有很多,特别是那些在挑战中给予我帮助的全球合作伙伴们——Charlotte Xu、Joseph Zhou、Jenny Xie、Danny Chi、Andrew Black、Leo Shum、Veronique Lu、Canon Xu、Walker Fang、Grace Yin、James Lu、Lili Guo、Elijah Pacis 等。坦白讲,我从未想过会有机会加入这样一个全球化的团队。在与他们的合作中,我收获的不仅是专业知识、思辨逻辑、以及全球化的视野,甚至是跨文化的生活哲学。这段经历,是我职业生涯中最宝贵的财富之一。感谢你们。

开源这本书的初衷,是希望将我们的学习和思考回馈给行业和社区。如果这本书能为正在从事或准备从事企业网络安全工作的朋友提供一些参考价值,那将是我们最大的荣幸。

知识因分享而增值,智慧因交流而升华。我们期待你的反馈、质疑和共创——欢迎通过 GitHub Issues 与我们交流,也期待你成为下一位贡献者。共同,构建更安全的数字世界。

——罗棋琛(Max Luo)

2025 年 11 月 11 日


本书的范围边界

一本讲"企业安全体系"的书如果不声明边界,读者会默认它什么都覆盖,然后在最需要的地方扑空。以下是本书明确不覆盖的领域,以及应当转向的权威资源:

不覆盖 原因 建议转向
OT / ICS / SCADA 工业控制系统安全 工艺安全、确定性实时约束、停机代价模型与 IT 安全是两套方法论,混写会两边都不到位 IEC 62443 系列、NIST SP 800-82 Rev.3、ISA-99
IoT 与嵌入式设备安全 同上,且硬件信任根、固件签名、低功耗约束需要独立篇幅 ETSI EN 303 645、NIST IR 8259 系列、OWASP IoT Top 10
车联网与自动驾驶安全 功能安全(ISO 26262)与信息安全的耦合是独立学科 ISO/SAE 21434、UN R155/R156
医疗设备安全 受 FDA/NMPA 独立监管框架约束 FDA 上市前网络安全指南、IEC 81001-5-1
密码算法的数学原理与密码分析 本书讲密码学的工程使用(选型、密钥管理、迁移),不讲算法设计与破解 《Serious Cryptography》、NIST SP 800-57 系列
具体产品的部署手册 产品迭代快于图书生命周期;本书给的是选型判据与架构模式 各厂商官方文档

本书覆盖的是以 IT 为主体、云为重心的企业安全体系——如果你的组织有大量工业现场、车队或医疗终端,本书的治理、运营、数据与 AI 部分仍然适用,但技术控制部分需要按上表补充专门资料。

一条相关提示:书中偶尔以制造业、工业数据为例说明数据分类或预算分配(如 8.2、19.7),那是举例,不构成对 OT 安全的覆盖。


内容基准与版本声明

内容截止日:2026 年 7 月。 本书涉及的法规、标准与产品形态均以该时点的公开信息为准。安全领域演进快,引用前请核对当期版本。截至基准日,全书引用的主要标准版本如下:

标准 / 框架 本书采用版本 备注
NIST CSF 2.0 现行
NIST SP 800-53 Rev.5(含 Release 5.2.0 更新) 现行
NIST SP 800-207 / 800-218 (SSDF) 现行版
ISO/IEC 27001 / 27002 2022 注意 2013 版的 A.5–A.18 分组编号已废止
ISO/IEC 27701 2025 已由 27001 扩展标准改为独立可认证标准
ISO/IEC 42001 2023 不是 EU AI Act 协调标准,不产生推定合规效力
PCI DSS v4.0.1 v4.0 已于 2024-12-31 退役;51 项未来日期要求自 2025-03-31 起强制
OWASP Top 10 2025 A03 为软件供应链失效;SSRF 已不单列
OWASP Top 10 for LLM Applications 2025 与 2023 版的编号对照见 18.3
OWASP Top 10 for Agentic Applications 2026(ASI01–ASI10) 见 18.3 末节
OWASP ASVS / MASVS ASVS 5.0.0 / MASVS 2.1.0 MASVS 自 v2.0 起已取消 L1/L2 分级
MITRE ATT&CK v19
CIS Controls v8.1
CSA CCM / CAIQ v4.1 207 控制 / 17 域;v4.0.x 于 2028-01-31 退役
SLSA v1.1 v1.0 已被取代

时效提示:EU CRA 的漏洞与严重事件报告义务自 2026-09-11 起适用、主要义务自 2027-12-11 起适用。

EU AI Act 的时间表在 2026 年 7 月被改写:Regulation (EU) 2026/1744(Digital Omnibus on AI,2026-07-08 通过、2026-07-27 生效)修订了 Regulation (EU) 2024/1689,把独立的 Annex III 高风险义务从 2026-08-02 推迟到 2027-12-02,把嵌入受管制产品的 Annex I 高风险义务从 2027-08-02 推迟到 2028-08-02;同时把"为偏见检测与纠正而处理特殊类别个人数据"的法律依据从高风险系统提供者扩展到全部 AI 系统与通用目的 AI 模型,附严格必要性标准。GPAI 义务自 2025-08-02 已适用,执法权自 2026-08-02 起由 AI Office 与成员国机关行使。

需要注意一处常见误读:AI Act 义务的推迟不顺延 GDPR 第 35 条的 DPIA 义务——只要处理涉及个人数据的高风险场景,DPIA 该做还得做,与 AI Act 的时间表无关。相关内容见 9.0 与 18.6。

美国 EO 14028 的 SBOM/SSDF 强制机制已由 OMB 于 2026-01-23 发布的 M-26-05 撤销(该备忘录撤销 M-22-18 与 M-23-16,SSDF 自证的通用表格改为可选、SBOM 改为各机构按风险自行裁量),技术规格仍为事实标准,相关内容见 6.0 与 7.9。需要一并纠正的口径:SLSA 是自证框架,没有第三方认证机制,M-26-05 全文未提及 SLSA;截至基准日未查到把某一 SLSA 等级写成硬性准入条件的公开采购文件。


内容来源与第三方权利声明

商标:本书涉及的产品名称、服务名称、公司名称及标识,均为其各自所有者的商标或注册商标。使用这些名称仅为编辑说明与技术讨论之目的,不构成对相关商标权的主张,亦不表示相关权利人对本书内容的认可或背书。

第三方框架:书中对 TOGAF®、ArchiMate®(The Open Group)、SABSA®(SABSA Institute)、Zachman Framework(Zachman International)、COBIT®(ISACA)、ITIL®(PeopleCert)、Cyber Kill Chain®(Lockheed Martin)、FAIR(The Open Group Risk Taxonomy / FAIR Institute)、BSIMM™、CSA CCM(Cloud Security Alliance)、AWS 责任共担模型(Amazon)等框架的图示,均为作者依据公开资料重新绘制的示意图,用于说明与教学,非原图复制;原框架的著作权与商标权归各权利人所有。凡本书对原框架做了裁剪或改编(例如将 SABSA 六层裁剪合并为四层用于组织本书章节),均在正文就地标注,不代表原框架的官方形态

MITRE:© The MITRE Corporation. 本书对 MITRE ATT&CK®、ATLAS™、D3FEND™ 的战术、技术与编号的引用,遵循 MITRE 的使用条款。ATT&CK® 为 The MITRE Corporation 的注册商标。

OWASP:本书对 OWASP Top 10、OWASP Top 10 for LLM Applications、OWASP Top 10 for Agentic Applications、OWASP SAMM、ASVS、MASVS 的风险分类体系的引用,遵循 OWASP Foundation 的 CC BY-SA 4.0 许可并注明来源。该部分内容适用 CC BY-SA 4.0,不适用本书整体的 CC BY-NC-SA 4.0——CC BY-SA 不允许下游附加 NC 等额外限制,相关小节(尤其 18.3、6.1、6.2)已就地单独声明。

开源规则与工具:书中的 Falco 规则参考 The Falco Project 默认规则集(Apache License 2.0)改写;Sigma 规则遵循 Detection Rule License (DRL);Atomic Red Team 命令引自 Red Canary Atomic Red Team(MIT License);OPA/Rego 与 Kyverno 策略参考各自官方 policy library(Apache License 2.0)。上述内容的著作权归各项目所有,本书按其许可使用并注明来源。

插图:本书全部插图由作者团队使用 draw.io 原创绘制,drawio 源文件随本仓库开源(见 assets/diagrams/),无外部截图。


作者团队

姓名 角色 研究方向 联系方式
罗棋琛 Max Luo 主编 / 联合作者 企业安全体系建设
应用安全
DevSecOps
AI for Cybersecurity
📧 186616@gmail.com
💻GitHub
🔗 LinkedIn
💬 微信公众号:白帽子罗棋琛
潘禺涵 Caleb Pan 联合作者 AI for Cybersecurity
机器学习
📧 now_here@yeah.net
💻GitHub
孙冲 Mori Sun 联合作者 应用安全
DevSecOps
Web3 security
red team
📧 moriii22@outlook.com
💻GitHub
黄奕霖 Shiro Huang 联合作者 红队攻防对抗
AI for Cybersecurity
📧 crystalnuts9@gmail.com
💻GitHub
陈进 Sayid Chen 联合作者 移动应用安全
AI 移动应用安全
📧 1052756668@qq.com
💻GitHub
💬 微信公众号:从黑客到保安

详细介绍:docs/AUTHORS.md


如何参与

欢迎通过以下方式贡献:提交 Issue、Pull Request、分享实践经验、Star 本项目。

详细指南:docs/CONTRIBUTING.md


项目状态

指标 状态
当前版本 v1.0(Draft)
内容状态 主体完成,持续优化中
章节覆盖 7 Part / 19 Chapter

许可证

本作品采用 CC BY-NC-SA 4.0 许可协议:署名、非商业性使用、相同方式共享。


致谢

感谢全球开源安全社区、NIST / ISO / OWASP 等标准组织,以及所有提供反馈的读者。


💝 支持项目

如果这本书对您有帮助,欢迎通过以下方式支持我们:

交流与支持


⭐ Star History

如果这本书对您有帮助,请给我们一个 Star ⭐


About

📚【更新中】AISecOps: AI-Driven Enterprise Security|AI 驱动的安全体系。一套将 AI 能力嵌入企业安全体系的方法论框架,以及支撑它落地的完整工程实践——从安全架构、GRC、云原生、数据隐私到 SOC 运营、身份治理与 AI 系统安全。开源中文技术专著,CC BY-NC-SA 4.0。/*⚡🌊🛡️*/

Topics

Resources

Contributing

Stars

148 stars

Watchers

6 watching

Forks

Releases

Packages

Contributors