case study · monitoring podatności z AI w n8n

Monitor zero-day, który alarmował o wszystkim który mówi tylko o tym, co działa u nas

Workflow w n8n pobiera nowe CVE z czterech źródeł, przecina je lokalnie z inwentarzem kilku tysięcy serwerów i liczy priorytet z wagi podatności i skali ekspozycji. Model AI dostaje już dopasowane zagrożenia i ocenia je jak analityk. O tym, czy podatność nas dotyczy, decyduje kod, nie model.

Klient
Dostawca hostingu, kilka tysięcy serwerów (dane zanonimizowane)
Zakres
Przebudowa workflow, dopasowanie CVE, priorytet, raport, wydajność
Stack
n8n · Claude · NVD · CISA KEV · GitHub · OTX · EPSS
Wdrożenie
Docker, dostęp tylko przez VPN, klucze w credentialach
Fragment workflow w n8n z dopasowaniem i wzbogaceniem zagrożeń oraz raport Threat Intelligence Brief z poziomem CRITICAL
Część workflow odpowiedzialna za wzbogacenie zagrożeń i raport, który z niej wychodzi. Zrzuty pochodzą z odizolowanej kopii uruchomionej na fikcyjnym inwentarzu.

01 / punkt wyjścia

Setki CVE dziennie i żadnej odpowiedzi na pytanie „czy to nas dotyczy”

Firma utrzymuje kilka tysięcy serwerów, w większości wystawionych do internetu: serwery WWW, poczta, bazy danych, DNS. Celem było dowiedzieć się o groźnej podatności, zanim pojawi się errata dystrybucji, i tylko wtedy, gdy rzeczywiście dotyczy naszej infrastruktury.

  1. 01Setki nowych CVE dziennie

    Okno 72 godzin w NVD to ponad 4,7 tys. rekordów. Ręczne sprawdzanie, które z nich dotyczą naszych maszyn, jest niewykonalne.

  2. 02Alerty o produktach, których nie mamy

    Gotowe narzędzia zalewają zespół zgłoszeniami. System, który alarmuje codziennie, przestaje być czytany.

  3. 03Pierwsza wersja pytała o jeden produkt

    Workflow budował listę haseł, ucinał ją do 20 pozycji i wysyłał do NVD tylko pierwsze. Pokrycie było przypadkowe i niemierzalne.

  4. 04Korelacja po słowach z opisu

    „Apache HTTP Server” dawał token „server”, więc każde CVE ze słowem server trafiało w hosty z Apache.

  5. 05Wersja to nie zawsze podatność

    Dystrybucje backportują poprawki bez zmiany numeru wersji. Porównanie samego numeru z zakresem w NVD daje fałszywe trafienia na masową skalę.

  6. 06Priorytet bez ekspozycji

    Podatność na jednej wewnętrznej maszynie dostawała tę samą ocenę co zdalne wykonanie kodu na setkach serwerów z publicznym IP.

02 / wskaźniki

Z ponad 300 sekund do pół sekundy na dopasowanie

Liczby z pomiarów na produkcyjnej instancji podczas przebudowy i z rejestru zgłoszeń (sierpień–październik 2026).

>300 → 0,53s
dopasowanie ok. 2 tys. CVE do inwentarza
2,6 → 0,67GB
szczyt pamięci przebiegu po usunięciu zbędnych kopii danych
392 → 45MB
baza historii wykonań po retencji i VACUUM
25 → 8
pozycji dla modelu przy 25 odpowiedź urywała się w połowie JSON-a
4+1
źródła zagrożeń NVD, CISA KEV, GitHub, OTX oraz EPSS dla trafień
42
węzły w tym trzy węzły Code z całą logiką dopasowania
3
poziomy pewności dopasowania, jawnie komunikowane w raporcie
515
CVE w rejestrze odsiewu każde zgłoszone raz, ponownie tylko przy zmianie sytuacji
przed przebudowąpo przebudowiepełna szerokość = wynik przed
Czas dopasowania>300 s
0,53 s
Szczyt pamięci2,6 GB
673 MB
Baza wykonań392 MB
45 MB
Produkty pytane w NVD1 z 20
cały katalog

Przed przebudową dopasowanie przekraczało limit 300 s węzła Code i proces kończył się błędem, więc 300 s to dolna granica. Ostatni wiersz: zamiast jednego hasła workflow pobiera całe okno CVE i przecina je z pełnym katalogiem.

03 / architektura

Odwrócony model: jedno okno CVE, przecięcie lokalnie

Zamiast pytać źródła o każdy produkt osobno, workflow pobiera całe okno nowych i zmienionych CVE raz i przecina je z katalogiem w kodzie. Koszt API przestał zależeć od wielkości inwentarza, a pokrycie jest pełne i mierzalne.

Okno po dacie modyfikacji

NVD pytane jest o lastMod, nie o datę publikacji. Dzięki temu łapie także starsze CVE, którym NVD dopiero teraz dopisał dane CPE. Paginacja po 2000 rekordów, a obcięte okno jest raportowane wprost.

KEV i EPSS wzmacniają, nie włączają

Katalog KEV ma ponad 1,6 tys. pozycji, w większości o produktach, których nie mamy. Dlatego KEV i EPSS podnoszą wagę dopasowanego CVE, ale same nie wciągają niczego do raportu. Wyjątek: wpis dodany do KEV w oknie skanu.

Aliasy z kwalifikacją producenta

http_server występuje w CPE jako apache:http_server i akka:http_server. Bez kwalifikacji każde CVE Akki trafiało we wszystkie hosty z Apache. Aliasy są kuratorowane dla całego katalogu.

04 / priorytet

Waga razy ekspozycja, nie waga plus punkty

Wcześniejsza wersja dodawała płaskie punkty za „cokolwiek wystawione”. Dla hostingu to odwrotność właściwej kolejności: podatność na jednej wewnętrznej maszynie dostawała tyle samo co zdalne wykonanie kodu na setkach serwerów w internecie.

Priorytet liczony w kodzie0–100

waga = min(CVSS × 8, 80)
  + 25 KEV + 15 EPSS > 0,7
  + 10 brak łatki + 5 OTX
  + bonus dopasowania (10 / 5 / 0)

ekspozycja = publiczne > 0
  ? min(1; 0,7 + 0,1 · log10(1 + publiczne))
  : 0,4–0,6 zależnie od liczby hostów

priorytet = min(100; waga × ekspozycja)

Skala logarytmiczna: 10 i 1000 wystawionych hostów różnią się wyraźnie, ale nie stukrotnie. Model może się z wynikiem nie zgodzić, ale musi uzasadnić różnicę jednym zdaniem.

Hosty: potwierdzone i do sprawdzenia

Liczba „dotkniętych hostów” sklejała maszyny z potwierdzoną podatną wersją i te, o których wiemy tylko, że mają produkt. W skrajnych przypadkach to różnica między kilkunastoma a kilkuset maszynami. Raport podaje obie liczby osobno, a prompt traktuje podanie samej sumy jako błąd.

Hosty liczone na maszynach, nie na wierszach

Jedna maszyna hostingowa ma kilkanaście równoległych wersji PHP. Sumowanie po parach produkt–wersja dawało więcej „hostów publicznych” z PHP niż maszyn w całym inwentarzu. Liczby na poziomie produktu są liczone na zbiorze unikalnych maszyn.

Odsiew przed limitem, nie po

Rejestr zgłoszeń przechowuje odcisk sytuacji: CVE, klasę dopasowania, KEV, pasmo priorytetu i zasięg. Odsiew działa przed limitem 8 pozycji dla modelu, bo inaczej nowe zagrożenie z dziewiątego miejsca nigdy by nie wypłynęło.

05 / precyzja

Większość pracy poszła w to, czego raport nie powinien mówić

W bezpieczeństwie fałszywy alarm to realny koszt. Każdy z błędów poniżej ujawnił się na prawdziwym przebiegu i każda poprawka ma test regresyjny na realnych odpowiedziach API zapisanych z produkcji.

ObjawPrzyczynaRozwiązanie
CVE z 2000 roku jako krytyczne na tysiącach hostówStan „wersja poza podatnym zakresem” był sklejony ze stanem „wersji nie znamy”. Wynik negatywny wyglądał jak trafienie.Trzeci, jawny stan out-of-range: odsiewany, ale liczony w statystykach przebiegu.
PHP 7.4 „podatne” na dziurę z PHP 4Epoka pakietu (2:7.4) czytana jako numer wersji, więc PHP 7.4 wpadało w zakres „do 4.4.3”.Normalizacja wersji przed porównaniem i test na realnych rekordach NVD.
Alert o Nginx Proxy Manager, którego nie mamyDoradztwo bez danych CPE dopasowane do naszego nginx przez zdanie w opisie.Proza wypada z dopasowania. Nazwa pakietu z GitHuba porównywana przez równość całego tokenu.
CVE Akki trafiało w hosty z ApacheAlias http_server bez producenta.Aliasy w formie producent:produkt dla nazw generycznych.
Fałszywe trafienia na pakietach z repozytoriówDystrybucje backportują poprawki bez zmiany wersji, a NVD porównuje wersje upstream.Pakiety z repozytoriów obsługuje osobny monitor errat dystrybucji. Ten workflow odpowiada za wczesne ostrzeganie i własne buildy.
Świeże CVE „nie dotyczą nas”Przez kilka dni po publikacji NVD nie ma dla nich danych CPE.Licznik nvdWithoutCpe w każdym raporcie. Bez CPE i bez pakietu system mówi, że nie wie, zamiast zgadywać.
Edytor węzła Dopasuj CVE do inwentarza: wejścia z czterech źródeł i katalogu, kod z opisem trzech poziomów pewności, wynik w JSON
Dopasowanie. Węzeł czyta każde źródło bezpośrednio. Komentarz w kodzie opisuje, co wolno twierdzić na każdym poziomie pewności.
Edytor węzła Wzbogać dopasowania: mapowanie host do oprogramowania na wejściu, kod pobierający EPSS, wynik z podsumowaniem inwentarza
Wzbogacenie. Indeks produkt → hosty z krótkimi kluczami, bo dane przechodzą między procesami n8n i każdy bajt jest serializowany.

06 / AI

Model na końcu potoku, gdy fakty są już ustalone

Claude dostaje dopasowane zagrożenia z liczbami hostów i odpowiada za to, w czym jest dobry: ocenę uzbrojenia exploita, wpływu i ruchu lateralnego, działania na najbliższą godzinę, reguły detekcji i mapowanie na MITRE ATT&CK. Nie może „wymyślić” trafienia.

Pewność

Co wolno twierdzić

Przy cpe-product model nie może napisać „jesteśmy podatni”. Ma napisać, że produkt występuje i pierwszym krokiem jest ustalenie wersji na wskazanych hostach.

Hosty

Nazwy tylko z danych

Model używa wyłącznie hostów z próbki przekazanej przez kod, a resztę opisuje jako „i N kolejnych”. Nie podnosi do CRITICAL zagrożenia bez publicznej ekspozycji bez uzasadnienia.

Pokrycie

Osiem ocen, reszta tabelą

Przy 25 zagrożeniach odpowiedź urywała się w połowie tablicy JSON. Model ocenia 8 najwyższych priorytetów, a pozostałe trafiają do raportu jako zwięzła tabela. Nic nie znika po cichu.

Kompletność

Raport mówi, kiedy jest niepełny

Niedostępne źródło, obcięte okno NVD, CVE bez danych CPE, naprawiony JSON: wszystko trafia do sekcji zastrzeżeń. Kod dokłada je, nawet jeśli model o nich zapomni.

07 / wydajność i niezawodność

Pięć sposobów, na które przebudowa wywróciła instancję

Każda przyczyna była inna i każda dotyczy n8n w ogóle, nie tylko tego workflow. Żadna nie była widoczna, dopóki dane były małe.

ObjawPrzyczynaRozwiązanie
Reached heap limit bez zabicia konteneraLimit sterty V8, nie pamięci kontenera.Podniesienie sterty Node.js razem z limitem kontenera. Samo jedno nic nie daje.
Timeout węzła Code po 300 sDopasowanie kwadratowe kompilowało nowe wyrażenie regularne w każdej iteracji.Indeksy budowane raz: token CPE → produkty, prekompilowane frazy. Ponad 300 s → 0,53 s.
2,6 GB w 90 s i awariaOdczyt pliku wykonuje się raz na każdy element wejścia: plik 3,2 MB czytany 80 razy.executeOnce na odczycie i parsowaniu mapowania. Szczyt 673 MB.
Setki MB kopii danychMerge w trybie append przenosił całe okno CVE, a jego wyjście nie było używane.Tryb „tylko czekaj” z pustym wyjściem.
Baza wykonań 420 MB w 3 dniKażdy przebieg zapisywał pełne wyjścia węzłów, w tym całe okno CVE.Udane przebiegi bez danych, błędy z pełnymi danymi, retencja i VACUUM: 392 → 45 MB.
Edytor węzła Parse and Validate AI Assessment: odpowiedź modelu na wejściu, kod z naprawą JSON i bramą alertu, wynik z podsumowaniem pokrycia
Walidacja i brama alertu. Naprawa typowych błędów JSON, zebranie zastrzeżeń i decyzja shouldAlert.
Tabela danych sec_threat_seen w n8n z identyfikatorami CVE, odciskiem sytuacji, priorytetem i klasą dopasowania
Rejestr zgłoszeń. Upsert po identyfikatorze CVE w gałęzi bocznej, więc błąd zapisu nie blokuje raportu.

Brama alertu

Mail wychodzi tylko wtedy, gdy jest co najmniej jedno zagrożenie krytyczne, wysokie albo aktywnie wykorzystywane, a odpowiedź modelu dała się sparsować. Zero maili „nic nie znaleziono” i zero alarmów z awarii technicznej.

Awaria nie zamyka zagrożenia

Gdy parsowanie odpowiedzi modelu padnie, nic nie trafia do rejestru jako „widziane”. Te same CVE wrócą w następnym przebiegu, zamiast zniknąć na zawsze.

08 / bezpieczeństwo wdrożenia

Narzędzie bezpieczeństwa też musi być bezpieczne

Sieć

Tylko loopback i VPN

n8n nie jest wystawiony do internetu. Izolacja wynika z mapowania portów Dockera, więc nie zależy od tego, czy firewall hosta jest włączony.

Klucze

Credentiale z ograniczeniem domeny

Klucze NVD, GitHub i OTX przeniesione z nagłówków węzłów do credentiali z listą dozwolonych domen. Sekret nie zostanie wysłany nigdzie indziej, nawet podpięty pod inny węzeł.

Lekcja

Audyt n8n znalazł 1 z 3 kluczy

Wbudowany audyt wykrył tylko nagłówek Authorization. Klucze w nagłówkach o niestandardowych nazwach przeszły niezauważone. Audyt to sito, nie dowód czystości.

Dane

Surowy inwentarz poza kontenerem

Pełne eksporty inwentarza leżą w katalogu z prawami tylko dla właściciela, poza montowaniem kontenera. Do n8n trafia wyłącznie to, czego workflow potrzebuje. Webhook wymaga tokenu w nagłówku.

09 / wdrożenie

Od szablonu, który pytał o jeden produkt, do monitora z pełnym pokryciem

  1. Diagnoza

    Punktem wyjścia był workflow, który formalnie działał, ale pytał NVD jednym hasłem, korelował po słowach i pobierał globalny top EPSS bez związku z inwentarzem. Pierwszy krok to pomiar, co faktycznie trafia do raportu.

  2. Odwrócenie modelu zapytań

    Okno CVE pobierane raz, z paginacją NVD i kursorami GitHuba, przecinane lokalnie z całym katalogiem. Pokrycie każdego kanału liczone i raportowane.

  3. Precyzja

    Dopasowanie po CPE z kwalifikacją producenta, zakresy wersji, trzy poziomy pewności, potem stan „poza zakresem” i usunięcie prozy z dopasowania po pierwszych przebiegach na pełnym inwentarzu.

  4. Priorytet i raport

    Waga razy ekspozycja, rozdział hostów potwierdzonych od możliwych, rejestr odsiewu, limit dla modelu z tabelą reszty i brama alertu.

  5. Wydajność, bezpieczeństwo, utrzymanie

    Indeksy, executeOnce, retencja wykonań, klucze w credentialach, token webhooka. Przy przejściu na modele Claude 5 trzeba było podnieść wersję węzła modelu, bo stara wysyłała nieobsługiwany tryb myślenia.

technologie

  • n8n
  • JavaScript
  • Python
  • Claude (Anthropic API)
  • AI Agent
  • NVD API 2.0
  • CPE 2.3
  • CISA KEV
  • GitHub Security Advisories
  • AlienVault OTX
  • FIRST EPSS
  • n8n Data Tables
  • Docker
  • SQLite

Dane klienta są zanonimizowane. Zrzuty pochodzą z odizolowanej kopii workflow uruchomionej na fikcyjnym inwentarzu (180 hostów w domenie example.net) i przykładowym oknie CVE: identyfikatory CVE-2026-99xxx, opisy, hosty i odpowiedź modelu są fikcyjne, a adresy, nazwy serwerów, ścieżki i dane dostępowe zostały zastąpione. Logikę dopasowania, wzbogacenia i raportu na zrzutach wykonał prawdziwy kod workflow. Liczby w sekcjach 02 i 07 pochodzą z pomiarów na produkcji, a przykłady błędów z prawdziwych przebiegów.

następny krok

Masz podobne wyzwanie?

Opisz, co chcesz osiągnąć. Wrócę z konkretną propozycją, wyceną i planem wdrożenia.