لانجغراف، الاسترجاع المعزز الهجين، ومحرك التوقيعات: رسم بياني عالمي للبيانات المتدفقة

قام أحد المطورين بتقديم نمط معماري يجمع بين نموذج لغوي كبير (LLM) ونظام RAG الهجين ومحركي التوقيع YARA وSigma في رسم بياني غير متزامن واحد على LangGraph. تتم قراءة تدفق السجلات بواسطة Vector، ويتم تقسيمها بواسطة سكربت Lua إلى قطع من 250 سطرًا مع تداخل 20 سطرًا، ثم يتم تمريرها عبر Kafka إلى مستهلك مع منطق إعادة المحاولة وقائمة انتظار الرسائل الميتة (DLQ). يحتوي الرسم البياني على فرعين متوازيين: فرع ذكاء اصطناعي مع تصفية، وتجميع السجلات بواسطة Agent 1، وتوليد الوصف بواسطة واصف الوصف، وRAG Agent 2، الذي يبحث عن تقنيات MITRE ATT&CK؛ وفرع حتمي مع parse_logs، وفحص YARA، وSigma. تندمج جميع التدفقات الأربعة في Agent 3، الذي ينتج تقريرًا نهائيًا: تذهب الحوادث المؤكدة إلى التقرير النهائي، بينما تذهب غير المؤكدة إلى كتلة "يتطلب مراجعة يدوية". يتم تنفيذ RAG كبحث هجين: متجه (ChromaDB) بوزن 0.6 وBM25 بوزن 0.4، متبوعًا بإعادة ترتيب بواسطة نموذج لغوي كبير (LLM). يستخدم YARA المترجم الأصلي yara-python، بينما يستخدم Sigma محركًا مخصصًا قائمًا على القواعد. تم اختبار النظام على سجلات الأمن السيبراني ولكنه عالمي.