Ir al contenido

🧠 PROJECT OMEGA: MODULE "SPECIALIST AI" (Tactisch Intelligentiecentrum)

De interface bevindt zich strategisch tussen "Tools" en "Documentatie". We zullen ons verdelen in drie panelen met hoge informatiesnelheid.

0lecturas

Strategische Visie: We zullen een Hybride Kunstmatige Intelligentie (Lokaal/Cloud) implementeren die diep is geïntegreerd in het platform. Het is geen simpele chatbot; het is een Synthetische Cybersecurity Analist met real-time leestoegang tot de infrastructuur (Database) en doctrinale toegang tot de kennisbibliotheek (PDF's).

De interface bevindt zich strategisch tussen 'Tools' en 'Documentatie'. We verdelen deze in drie panelen met een hoge informatiedichtheid.

🟢 LINKERPANEEL: WERKGEHEUGEN (Geschiedenis & Retentie)

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

In dit paneel beheren we de kennis uit het verleden.

  • Sessieoverzicht: Compacte kaarten met Titel, Datum en Gebruikt Model.
  • Tactisch classificatiesysteem:
    • ⭐ Favorieten (Priority Intel): Sterknop. We zetten de conversatie bovenaan. Handig voor actieve onderzoeken.
    • 🔒 Persistentie (Permanent Lock): Een Toggle Switch (Schakelaar) in elk chat.
      • Status ON: De chat wordt beveiligd. We negeren de regels voor automatisch verwijderen.
      • Status UIT: De chat is vluchtig.
  • Retentieconfiguratie (Data Lifecycle):
    • Schuifregelaar of numerieke invoer: “Vernietig niet-afgeschermde chats na: [ 7 ] dagen”.
    • Knop “Nu purgeren”: Handmatige cache-opschoning.

Het primaire interactiegebied. Stijl “Moderne Terminal” (donkere kleuren, monospace-lettertypen voor code).

  • Uitvoergebied (Stream):
    • Volledige Markdown-rendering (tabellen, lijsten, codeblokken met kopieerknop).
    • Bronvermeldingen: Wanneer de AI een document gebruikt, verschijnt een kleine klikbare tag: [Ref: MANUAL_3.2_BLIND_SQLI.pdf, pág 4].
    • Databewijs: Wanneer we de database raadplegen, zullen we de gegenereerde SQL-query weergeven in een uitklapbaar menu: [▶ Ver Query SQL].
  • Invoergebied (Command Line):
    • Multilijnde tekstprompt.
    • Knop “Huidige context bijvoegen” (we uploaden de huidige status van de actieve scan).
  • Motoschijf (Bottom-Right):
    • Een discreet maar essentieel dropdownmenu in de rechterbenedenhoek.
    • Opties:
      • 🔒 LOCAL: OMEGA BRAIN (Llama-3 / Mistral) -> Geen kosten, volledige privacy, traag.
      • ☁️ ONLINE: GOOGLE GEMINI 1.5 FLASH -> Extreme snelheid, gemiddelde redenering.
      • 🧠 ONLINE: GOOGLE GEMINI 1.5 PRO -> Complexe redenering, hogere latentie.

Hier definiëren we WIE ons antwoordt.

  • Agentkiezer (Persoon):
    • Standaard: “Generalistische Red Team”.
    • Aangepast 1: “Dr. SQL Injection” (Prompt gericht op 100% op onze SQLi-handleidingen).
    • Aangepast 2: “Infrastructuur Analist” (gericht op Nmap en services).
  • Verbindingsindicatoren (Status):
    • 📚 Docs Indexados: 14 PDFs (Status van de Vector Store).
    • 🗄️ DB Connection: ACTIVE (Status van Text-to-SQL).

Om de AI nuttig te maken, moeten we "de punten verbinden" tussen de theorie (PDF's) en de realiteit (database).

A. Documentair subsysteem (Vectoriële RAG)

Sección titulada «A. Subsistema Documental (RAG Vectorial)»

De AI "leest" de PDF's niet elke keer opnieuw. We gebruiken een vectordatabase (ChromaDB).

  1. Ingestie: Bij het uploaden van een PDF naar /docs verdelen we het systeem in "chunks" (fragmenten) van 500 tekens.
  2. Embedding: We converteren tekst naar numerieke vectoren.
  3. Retrieval: Wanneer we vragen "Hoe voeren we een OOB-aanval uit?", zoekt het systeem naar wiskundig vergelijkbare vectoren in de handleidingen en geeft deze als verborgen context door aan de AI.

De AI heeft leesrechten op nmap_intel.db.

  1. Schema Awareness: De AI weet dat er een tabel hosts bestaat met de kolommen ip, os en services.
  2. Vertaling:
    • Gebruiker: "Vertel me welke machines Windows hebben en poort 445 open hebben staan".
    • AI (Intern): SELECT ip FROM hosts JOIN services ON hosts.id=services.host_id WHERE os LIKE '%Windows%' AND port=445;
  3. Antwoord: De AI ontvangt de JSON van de database en antwoordt in natuurlijke taal.

Een kleine voorafgaande classifier zal bepalen welk subsysteem geactiveerd moet worden:

  • Vragen we over theorie? -> We activeren RAG (PDF's).
  • Vragen we naar doelwitten/huidige status? -> We activeren SQL (DB).
  • Vragen we gemengd? -> We activeren beiden.

We maken het mogelijk om “Systeemprofielen” aan te maken die in JSON worden opgeslagen.

Voorbeeld: Profiel “SQLi Inquisitor”

{
"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"]
}

We moeten onze SQLite-database (nmap_intel.db) uitbreiden om deze geavanceerde logica te ondersteunen.

-- 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. De Operator (Wij): We gaan naar “Specialist AI”. We selecteren de agent “Recon Master”. We activeren het model “Gemini Flash”.
  2. De Vraag: We schrijven: “We analyseren de huidige doelwitten. Zien we een patroon dat duidt op een oude ontwikkelingsserver? We baseren ons antwoord op het OPSEC-handboek.”
  3. Het proces (Backend):
    • De Router detecteert de behoefte aan DB (om doelwitten te bekijken) en DOCS (voor het OPSEC-handboek).
    • We voeren SELECT * FROM services WHERE version LIKE '%dev%' OR version LIKE '%beta%' uit.
    • We zoeken naar vectoren in PROTOCOLO_OMEGA_OPSEC.md.
    • We sturen alles naar Gemini Flash.
  4. Het antwoord:
    • “We hebben de host 192.168.1.55 gedetecteerd die 'Apache Tomcat 7.0-beta' uitvoert. Volgens het 'Protocoll Omega Opsec' (Pagina 3) hebben bètaservers meestal standaardreferenties en uitgebreide logging. We raden onmiddellijk brute-force-aanval aan.”
  5. Beheer: We zullen het antwoord leuk vinden. We zullen op de kleine ster ⭐ klikken en de Lock 🔒 activeren zodat deze vondst nooit wordt verwijderd.