AI Agent 审计

功能概述

AgentLoop 审计模块围绕"接入配置 → 审计管理 → 风险发现 → 实体调查 → 审计事实回放"的核心流程，提供以下核心功能：

• 接入中心：支持多种 AI Agent 类型的会话日志接入和 AI 节点 Runtime/eBPF 接入，当前支持 Qoder、Cursor、Claude Code、Codex 等 AI Coding Agent 以及 AI 节点 Runtime/eBPF 运行时采集。

• 审计管理：管理应用风险审计与运行时风险审计状态，通过应用风险审计开关和运行时风险审计开关启停安全检测任务，并查看已接入应用、运行时主机、最近数据时间和 24 小时流量趋势。

• 风险审计：提供风险相关 Dashboard 视图，需在审计管理中启用对应范围的风险审计检测后展示分析结果，用于查看风险概览、数据泄漏、敏感文件等维度。

• 实体调查：以实体为中心查看关联风险、出现会话和共现关系，支持从 Secret、PII、文件路径、外联域名、目标 IP、应用、主机、用户、来源 IP、Tool 和命令等实体出发反查上下文。

• 审计事实：提供 Session 浏览、Token 分析和行为分析，直接描述原始审计事实和标准化后的审计活动数据，不依赖风险审计 Scheduled SQL 开启。

核心价值

审计模块帮助用户回答以下关键问题：

• 今天最高优先级的风险是什么？

• 这个 Session 是否发生了数据泄漏？

• 某个 AccessKey / Domain / 用户牵涉了哪些调用链？

• 敏感信息是从哪里进入 Agent 上下文的？

• 应该生成什么样的防护策略？

适用角色

前提条件

• 已开通 AgentLoop 服务。

• 已创建智能体空间（AgentSpace）。

• 目标主机或集群已部署 AI Agent 应用（如 Qoder、Cursor、Claude Code 等）。

使用流程

完成以下步骤即可使用审计功能：

1. 接入数据：在接入中心配置 AI 应用日志采集或 AI 节点 Runtime/eBPF 采集，将 Agent 行为数据上报至 AgentLoop。具体操作请参见审计接入指南。

2. 查看审计事实：数据接入后即可在审计事实中浏览 Session、查看 Token 分析和行为分析，用于验证接入效果和还原原始交互上下文。具体操作请参见审计事实。

3. 开启风险审计：在审计管理页面开启应用风险审计和运行时风险审计全局开关，系统将自动创建、更新或恢复安全检测任务。具体操作请参见审计管理。

4. 查看风险审计：在风险审计查看风险态势、数据泄漏和敏感文件等安全视图。具体操作请参见风险审计。

5. 实体调查：从风险相关实体出发反查出现会话、共现关系和风险证据，完成深入安全调查。具体操作请参见实体调查。

数据架构简述

审计模块的数据处理分为以下层次：

• 事实原始层：应用侧 Agent 事件日志（agent-event、agent-event-webtracking）和 eBPF 运行时事件（ebpf-event），是风险检测、审计事实和调查分析的基础。

• 标准化活动层：把应用侧和运行时侧的 Agent 行为整理为统一口径的审计活动数据，供风险检测、审计事实和调查入口使用。

• 低保真发现层：security-event 存储规则型低保真安全发现。

• 高保真事件层：incident-event 存储可行动的高保真安全事件。

• 风险查询视图层：risk_view 支撑风险排序、报表和调查入口。

数据存储基于日志服务 SLS，使用 Scheduled SQL 实现定时安全检测任务。

相关文档

• 审计接入指南

• 审计管理

• 审计规则说明

• 风险事件字段说明

• 风险审计

• 实体调查

• 审计事实