在現代企業中,資安合規(Security Compliance) 已成為與防禦技術同等重要的一環。
無論是 OWASP Top 10(應用層漏洞指南)、ISO 27001(資訊安全管理系統),或是 GDPR(個資保護法規),這些標準都要求組織建立「可持續監控、可稽核、可改善」的安全流程。
然而現實挑戰包括:
為解決這些問題,我們將 AI Agent 導入「合規自動化」領域,
使 AI 能夠協助完成:
條文對應 → 稽核分析 → 報告生成 → 改進建議
這部分是「模擬稽核 API」,提供假資料給 AI 使用
使用 express
建立一個簡單的 HTTP 伺服器
import express from "express";
const app = express();
這個 API 回傳一組模擬的合規稽核結果,包含三條不同框架(OWASP、ISO、GDPR)的問題,方便之後 AI 進行分析。
app.get("/api/audit/result", (req, res) => {
res.json({
project: "WebApp Demo",
issues: [
{ rule: "OWASP-A01", desc: "Injection detected in login API", level: "High" },
{ rule: "ISO-27001 A.12.6.1", desc: "No patch management process", level: "Medium" },
{ rule: "GDPR Art.32", desc: "User data not encrypted at rest", level: "High" },
],
});
});
啟動伺服器在 3000 port,執行後會顯示「伺服器啟動」訊息。
app.listen(3000, () => console.log("伺服器啟動: http://localhost:3000"));
這部分是 AI Agent,會呼叫伺服器 API 並請 Gemini 分析。
node-fetch
:用來呼叫本地 API。dotenv
:載入 .env
中的金鑰(GEMINI_API_KEY)。GoogleGenerativeAI
:Google 提供的 Gemini SDK。import fetch from "node-fetch";
import dotenv from "dotenv";
import { GoogleGenerativeAI } from "@google/generative-ai";
dotenv.config();
const API_KEY = process.env.GEMINI_API_KEY;
const genAI = new GoogleGenerativeAI(API_KEY);
const model = genAI.getGenerativeModel({ model: "gemini-2.5-flash" });
fetch()
呼叫本地的模擬 API,取得稽核結果(JSON 格式)。data
會包含多條合規問題,例如 OWASP、ISO、GDPR 條文。async function analyzeCompliance() {
const res = await fetch("http://localhost:3000/api/audit/result");
const data = await res.json();
這段是給 AI 的指令,將稽核結果轉成自然語言輸入,請 AI 根據合規框架產出報告與修補建議。
const prompt = `
你是一位資安合規顧問,請根據以下稽核結果:
${JSON.stringify(data, null, 2)}
請輸出:
1️合規對照表(OWASP、ISO、GDPR)
2️風險分級(高 / 中 / 低)
3️修補與改善建議
4️管理摘要(以表格呈現 Top 風險與法規對應)
`;
generateContent()
產生 AI 回覆console.log()
輸出完整報告到終端機 const result = await model.generateContent(prompt);
console.log(result.response.text());
}
analyzeCompliance();