本项目针对网络安全运维日志繁杂、人工撰写安全报告效率低、大模型生成易产生幻觉的痛点,设计 SecLOG 智能报告生成系统。系统支持日志文件上传解析、多格式知识库文档导入,结合威胁情报库完成事件提取与攻击链还原;依托混合检索与知识图谱为大模型提供事实约束,自动生成附带证据链的安全运维报告。同时提供人工复核批注、报告归档、批量导出与审计留痕功能,面向校园与小型安全运维场景,实现从原始安全日志到标准化安全报告的自动化业务流程。
系统采用三层模块化架构,分为日志处理层、知识增强层、报告治理层。底层使用大模型 API、向量检索、知识图谱技术完成事件抽取与攻击路径推理。本人负责项目报告撰写,梳理项目技术方案、实验测试内容与结题文档,整理多组不同规模日志测试用例,完成 50 份配套设计、验收文档的统筹撰写;过程中遇到大模型输出结论缺乏证据支撑的问题,整理混合检索与实体置信约束方案,完善报告证据溯源逻辑,完成整套项目文档的校对与优化,保障项目顺利结题。