智能漏洞报告自动化生成系统

人工智能其他案例ID：251336

宁作我

1 年经验· 鹏信

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

随着政企单位信息系统规模的不断扩大，网络安全漏洞的发现数量逐年攀升，而漏洞检测结果的整理、研判、评分与报告编制仍然高度依赖人工，存在耗时长、格式不统一、等级判定主观、内容规范性差、跨系统复用困难等突出问题。针对上述痛点，本项目设计并实现了一款面向网络安全测试场景的智能漏洞报告自动化生成系统——智安盾。
智安盾以本地化部署的 Web 应用为载体，围绕“资产管理—漏洞治理—智能研判—报告生成”的完整闭环，提供单位与域名资产台账、漏洞知识库、报告结构化管理、Word/PDF 多模板一键导出等核心能力，并对每份漏洞报告实施“待整改—整改中—已修复待复测—复测通过”的全生命周期闭环跟踪（含整改轨迹留痕、非法跳变拦截与闭环率统计），并支持导入任意成品漏洞报告自动逆向生成可复用模板、填报时自动识别域名并联动更新单位与域名资产、检测过程与归属证明分别多图留证。系统深度融合大语言模型（LLM）与检索增强生成（RAG）技术：可自动解析 Nuclei、Burp Suite 等主流工具及通用 JSON、纯文本的扫描结果；支持基于本地漏洞知识库的 RAG 增强生成，保证整改口径一致；内置符合 FIRST.org 规范的 CVSS v3.1 量化评分器；提供规则引擎与 AI 专家双重“报告质量体检”；并提供流式 AI 安全专家 Copilot 与一键修复代码生成。此外还内置随机密码、文本去重、资产分类、A/B 对比等安全测试辅助工具。
系统采用 Python/Flask 与 SQLite 构建，数据全程保存在本地，支持自定义报告模板与界面背景，部署简单、开箱即用。交付前完成覆盖全部模块的端到端回归——32 个 Python 程序模块静态编译零错误，15 个页面与 15 类只读接口全部正常响应，核心写操作、四种 Word/PDF 模板导出、资产自动联动以及 AI（离线模拟与真实大模型双通道）逐一跑通，并在一套“解压即运行”的干净环境中复跑全部冒烟用例通过；另经浏览器真实操作复核，系统各功能模块运行稳定，扫描解析、评分计算、质量体检、Word/PDF 导出与 AI 对话结果均符合预期。项目创新性地将大模型结构化抽取、本地 RAG 知识增强、成品报告模板逆向、CVSS 量化评分、规则化质量体检与模板化文档生成相结合，显著降低漏洞报告编制的人力成本并提升交付质量，具有较高的实用价值与推广应用前景。