Xây dựng SOC tại nhà với AI tích hợp Wazuh, TheHive và mô hình phát hiện bất thường cho mạng doanh nghiệp nhỏ
Hướng dẫn xây dựng hệ thống SOC tại nhà tích hợp AI với Wazuh, TheHive và mô hình phát hiện bất thường cho doanh nghiệp nhỏ, sử dụng công nghệ mở và tự chủ.
Giới thiệu về SOC tại nhà với AI tích hợp
Trong bối cảnh an ninh mạng ngày càng phức tạp, các doanh nghiệp nhỏ (SMEs) cần một hệ thống giám sát an ninh (Security Operations Center - SOC) hiệu quả nhưng vẫn tiết kiệm chi phí. Việc xây dựng một SOC tại nhà với sự hỗ trợ của AI không chỉ giúp giảm phụ thuộc vào dịch vụ bên thứ ba mà còn tăng khả năng kiểm soát và phản ứng nhanh trước mối đe dọa. Trong hướng dẫn này, chúng ta sẽ xây dựng một SOC tự chủ bằng cách tích hợp các công cụ mở như Wazuh (phát hiện xâm nhập và giám sát hệ thống), TheHive (quản lý sự cố và phối hợp phản ứng), và một mô hình AI để phát hiện bất thường trong lưu lượng mạng.
Yêu cầu và thiết lập môi trường
Để triển khai hệ thống này, bạn cần một máy chủ hoặc VPS có cấu hình đủ mạnh để chạy các dịch vụ. Dưới đây là các yêu cầu tối thiểu:
- OS: Ubuntu 22.04 LTS hoặc tương đương
- RAM: Ít nhất 8GB (tốt hơn nếu 16GB)
- Storage: 100GB SSD trở lên
- Network: Kết nối Internet ổn định
Thiết lập VPS với Cloud VPS RAM lớn cho Self-Host LLM & API Gateway hoặc High-RAM Cloud VPS for Self-Hosted LLMs & API Gateways để đảm bảo hiệu năng tốt cho các dịch vụ AI và giám sát.
Tích hợp Wazuh và TheHive
Wazuh là một giải pháp mở mã nguồn mạnh mẽ cho giám sát hệ thống, phát hiện xâm nhập và tuân thủ. TheHive là nền tảng quản lý sự cố (Incident Response) giúp phối hợp phản ứng với các sự cố an ninh.
Thực hiện các bước sau để tích hợp:
- Khởi tạo Wazuh bằng cách cài đặt Wazuh Manager và Wazuh Agent trên các máy chủ cần giám sát.
- Thiết lập Wazuh Manager để gửi dữ liệu sự kiện đến TheHive thông qua API.
- Trong TheHive, cấu hình các quy trình tự động (automation) để xử lý sự kiện từ Wazuh, như tạo nhiệm vụ, phân công cho nhân viên, và cảnh báo.
Chạy lệnh sau để cài đặt Wazuh Agent trên máy chủ:
curl -s https://packages.wazuh.com/key/GPG-KEY-WAZUH | gpg --dearmor | sudo tee /usr/share/keyrings/wazuh.gpg > /dev/null
echo "deb [signed-by=/usr/share/keyrings/wazuh.gpg] https://packages.wazuh.com/4.x/apt/ stable main" | sudo tee /etc/apt/sources.list.d/wazuh.list
sudo apt update
sudo apt install wazuh-agent
Mô hình phát hiện bất thường bằng AI
Để tăng hiệu quả phát hiện mối đe dọa, ta sử dụng mô hình AI học máy để phân tích lưu lượng mạng và hành vi hệ thống. Một cách đơn giản là sử dụng Isolation Forest hoặc Autoencoder để phát hiện các hành vi bất thường.
Chúng ta có thể tích hợp mô hình AI vào hệ thống bằng cách:
- Tích hợp Wazuh với một dịch vụ AI tự host (ví dụ: sử dụng Qwen2.5-Coder 7B làm nền tảng AI).
- Chuyển dữ liệu sự kiện từ Wazuh vào mô hình AI để phân tích và đánh giá rủi ro.
- Hiển thị cảnh báo bất thường trong TheHive thông qua API.
Đây là ví dụ cấu hình mô hình phát hiện bất thường bằng Python:
from sklearn.ensemble import IsolationForest
import numpy as np
# Dữ liệu đầu vào từ Wazuh (ví dụ: số lần truy cập, thời gian, địa chỉ IP)
data = np.array([[100, 30, '192.168.1.1'], [50, 15, '192.168.1.2'], [200, 60, '192.168.1.3']])
# Tạo mô hình Isolation Forest
model = IsolationForest(contamination=0.1)
model.fit(data)
# Dự đoán bất thường
predictions = model.predict(data)
print(predictions)
Kiểm tra và khắc phục sự cố
Sau khi triển khai, thực hiện các bước kiểm tra:
- Đảm bảo Wazuh Agent gửi dữ liệu đến Wazuh Manager.
- Kiểm tra xem dữ liệu có được truyền đến TheHive không.
- Chạy mô hình AI để kiểm tra khả năng phát hiện bất thường.
Nếu có lỗi, kiểm tra log của Wazuh, TheHive và dịch vụ AI. Sử dụng lệnh:
sudo systemctl status wazuh-manager
sudo journalctl -u thehive -n 50
Tài liệu tham khảo
Cấu hình Cloud VPS RAM cao tối ưu cho AI, Database & Cache
SSD NVMe Enterprise RAID 10, đường truyền CMC & FPT Quận 9 chống DDoS Anycast, Uptime SLA 99.99%.
VPS-4E
Đã gồm VAT 10%
- CPU: 4 vCPU
- RAM: 8 GB
- SSD: 50 GB NVMe
VPS-5E
Đã gồm VAT 10%
- CPU: 8 vCPU
- RAM: 16 GB
- SSD: 100 GB NVMe
