Ir al contenido

🧠 오메가 프로젝트: 모듈 "SPECIALIST AI" (전술 지능 센터)

인터페이스는 "도구"와 "문서" 사이에 전략적으로 위치하며, 3개의 고밀도 정보 패널로 구분됩니다.

0조회

전략적 시야: 플랫폼에 깊이 통합된 하이브리드 인공지능(로컬/클라우드)을 구현할 것입니다. 단순한 챗봇이 아니라, 실시간으로 인프라(데이터베이스)에 접근할 수 있는 시뮬레이션 사이버 보안 분석가이며, 문서 지식 라이브러리(파일)에 이론적 접근이 가능합니다.

1. 시각적 아키텍처 (코크피트)

Sección titulada «1. ARQUITECTURA VISUAL (EL COCKPIT)»

인터페이스는 '도구'와 '문서' 사이에 전략적으로 위치합니다. 우리는 세 개의 고밀도 정보 패널로 나뉩니다.

🟢 왼쪽 패널: 작업 메모리 (이력 및 보존)

Sección titulada «🟢 PANEL IZQUIERDO: MEMORIA OPERATIVA (History & Retention)»

이 패널에서는 과거 지식을 관리합니다.

  • 세션 목록: 제목, 날짜 및 사용된 모델이 포함된 컴팩트 카드.
  • 전술 분류 시스템:
    • ⭐ 즐겨찾기 (우선순위 인텔): 별 버튼. 대화를 상단에 고정합니다. 활동 조사에 유용합니다.
    • 🔒 지속성(Permanent Lock): 각 채팅에 Toggle Switch(스위치)가 있습니다.
      • ON 상태: 대화가 보호됩니다. 자동 삭제 규칙을 무시합니다.
      • OFF 상태: 대화는 일시적입니다.
  • 보존 설정(Data Lifecycle):
    • 슬라이더 또는 숫자 입력: “보호되지 않은 채팅을 [ 7 ]일 후 자동 삭제합니다.”.
    • 버튼 “지금 정화”: 캐시의 수동 청소.

⚫ 중앙 패널: 전쟁실 (채팅 인터페이스)

Sección titulada «⚫ PANEL CENTRAL: SALA DE GUERRA (The Chat Interface)»

주요 상호작용 영역. "현대적 터미널" 스타일 (어두운 색상, 코드용 단일 폰트).

  • 출력 영역(Stream):
    • 완전한 마크다운 렌더링 (테이블, 목록, 복사 버튼이 있는 코드 블록).
    • 출처 인용: AI가 문서를 사용할 때, 클릭 가능한 작은 라벨이 나타납니다: [Ref: MANUAL_3.2_BLIND_SQLI.pdf, pág 4].
    • 데이터 증거: BBDD를 조회할 때, 생성된 SQL 쿼리를 축소 가능한 드롭다운에 표시합니다: [▶ Ver Query SQL].
  • 입력 영역(Command Line):
    • 다중 줄 텍스트 프롬프트.
    • 버튼 “현재 컨텍스트 첨부” (활성 스캔의 현재 상태를 업로드합니다).
  • 엔진 선택기(우측 하단):
    • 작지만 중요한 드롭다운 메뉴가 하단 오른쪽 모서리에 있습니다.
    • 옵션:
      • 🔒 LOCAL: OMEGA BRAIN (Llama-3 / Mistral) -> 비용 없음, 완전한 프라이버시, 느림.
      • ☁️ ONLINE: GOOGLE GEMINI 1.5 FLASH -> 극한 속도, 중간 추론.
      • 🧠 ONLINE: GOOGLE GEMINI 1.5 PRO -> 복잡한 추론, 더 높은 지연.

여기서 누가 우리에게 답하는지 정의할 것입니다.

  • 에이전트 선택기(페르소나):
    • 기본 설정: “레드 팀 전문가”.
    • 사용자 정의 1: “드. SQL 인젝션” (SQLi 매뉴얼에 완전히 집중된 프롬프트).
    • 사용자 정의 2: “인프라 분석가” (Nmap 및 서비스에 집중).
  • 연결 표시기(Status):
    • 📚 Docs Indexados: 14 PDFs (벡터 스토어 상태).
    • 🗄️ DB Connection: ACTIVE (텍스트-SQL 상태).

AI가 유용하려면 PDF(이론)과 BBDD(현실) 사이의 '포인트 연결'이 필요합니다.

AI는 매번 PDF를 '읽지' 않습니다. 벡터 데이터베이스(ChromaDB)를 사용할 것입니다.

  1. 수집: /docs에 PDF를 업로드하면 500자 단위의 'chunks'(조각)로 시스템을 나눕니다.
  2. 임베딩: 텍스트를 숫자 벡터로 변환합니다.
  3. 회수: 'OOB 공격은 어떻게 수행하나요?'라고 묻는 경우, 시스템은 매뉴얼에서 수학적으로 유사한 벡터를 검색하여 IA에게 숨겨진 맥락으로 전달합니다.

AI는 nmap_intel.db에 대한 읽기 권한이 있습니다.

  1. Schema Awareness: AI는 hosts이라는 이름의 테이블이 ip, os, services 열을 가지고 있음을 알고 있습니다.
  2. 번역:
    • 사용자: “어떤 컴퓨터가 Windows를 사용하고 포트 445가 열려 있는지 알려줘.”
    • AI (내부): SELECT ip FROM hosts JOIN services ON hosts.id=services.host_id WHERE os LIKE '%Windows%' AND port=445;
  3. 답변: AI는 데이터베이스의 JSON을 받아 자연어로 응답합니다.

사전 분류기 하나가 어떤 하위 시스템을 활성화할지 결정할 것입니다:

  • 이론에 대해 물어보는가? -> RAG (PDF)을 활성화할 것입니다.
  • 목표/현재 상태에 대해 물어보는가? -> SQL (DB)을 활성화할 것입니다.
  • 혼합 질문인가? -> 둘 다 활성화할 것입니다.

JSON에 저장된 '시스템 프로필'을 생성할 수 있습니다.

예: 'SQLi 탐지자' 프로필

{
"name": "SQL Injection Specialist",
"model_preference": "cloud_gemini_pro",
"temperature": 0.2,
"system_prompt": "Eres un experto en explotación de bases de datos. Tu conocimiento se basa ESTRICTAMENTE en los manuales RED_TEAM_OPS proporcionados. Ignora cualquier vulnerabilidad que no sea SQLi. Si el usuario pregunta por XSS, responde brevemente y redirige a SQLi. Prioriza técnicas de evasión de WAF.",
"access_scope": ["docs_folder_sqli", "db_table_vulnerabilities"]
}

4. 데이터 영구 저장 (새로운 테이블)

Sección titulada «4. PERSISTENCIA DE DATOS (NUEVAS TABLAS)»

이 고급 로직을 지원하기 위해 SQLite 데이터베이스를 확장해야 합니다 (nmap_intel.db)

-- Tabla para gestionar las sesiones de chat
CREATE TABLE ai_conversations (
id TEXT PRIMARY KEY, -- UUID
title TEXT, -- Generado por la IA o manual
agent_profile TEXT, -- 'general', 'sqli_expert', etc.
model_used TEXT, -- 'local_llama3', 'cloud_gemini'
is_favorite BOOLEAN DEFAULT 0, -- ⭐ La Estrellita
is_permanent BOOLEAN DEFAULT 0, -- 🔒 El Candado (Toggle)
created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
last_updated DATETIME
);
-- Tabla para los mensajes individuales
CREATE TABLE ai_messages (
id INTEGER PRIMARY KEY AUTOINCREMENT,
conversation_id TEXT,
role TEXT, -- 'user', 'assistant', 'system'
content TEXT, -- El texto del mensaje
context_sources TEXT, -- JSON: Qué PDFs o Tablas se usaron para esta respuesta
FOREIGN KEY(conversation_id) REFERENCES ai_conversations(id) ON DELETE CASCADE
);
-- Tabla para configuración global
CREATE TABLE ai_config (
key TEXT PRIMARY KEY,
value TEXT
-- Ej: 'retention_days' = '30'
);
  1. 운영자 (우리): 'Specialist AI'에 로그인합니다. 에이전트 "Recon Master"를 선택합니다. "Gemini Flash" 모델을 활성화합니다.
  2. 질문: 다음을 입력합니다: "현재 목표를 분석합니다. 오래된 개발 서버를 시사하는 패턴을 보이나요? 답변은 OPSEC 매뉴얼에 기반합니다."
  3. 프로세스(Backend):
    • 라우터는 DB (목표 보기)와 DOCS (OPSEC 매뉴얼)가 필요함을 감지합니다.
    • SELECT * FROM services WHERE version LIKE '%dev%' OR version LIKE '%beta%'을 실행합니다.
    • PROTOCOLO_OMEGA_OPSEC.md에서 벡터를 탐색합니다.
    • 모든 내용을 Gemini Flash에 전송합니다.
  4. 응답:
    • "192.168.1.55 호스트에서 'Apache Tomcat 7.0-beta'를 실행 중인 것을 감지했습니다. 'Omega Opsec 프로토콜' (3페이지)에 따르면 베타 서버는 일반적으로 기본 자격 증명과 자세한 로깅을 가지고 있습니다. 즉시 강제 공격을 권장합니다."
  5. 관리: 답변이 마음에 듭니다. 별표 ⭐를 클릭하고, 이 발견을 영구히 보호하기 위해 자물쇠 🔒를 활성화합니다.