Eatheria：自托管AppSec平台，AI过滤误报

背景：AppSec 的痛点

在应用安全（AppSec）领域，安全团队每天都要面对海量的漏洞扫描结果。无论是 SAST（静态应用安全测试）、DAST（动态应用安全测试）还是依赖扫描，工具总会产生大量误报（false positives）。这些误报不仅浪费安全分析师的时间，还容易让真正的风险淹没在噪声中，导致"狼来了"效应——团队对警报逐渐麻木，最终错过真实攻击。

传统的做法是人工逐一验证，但这种方式在漏洞数量激增时几乎不可行。因此，越来越多的团队开始寻求自动化解决方案，尤其是利用机器学习来辅助判断。

Eatheria 是什么？

Eatheria 正是针对这一痛点而生的开源项目。它是一个自托管（self-hosted）的应用安全平台，核心卖点在于内置了 AI 驱动的误报过滤功能。项目由开发者 MartinCrespoC 发布在 GitHub 上，目前已在 Hacker News 上引起讨论（尽管评论还不多，但点踩数已说明关注度）。

从名称和定位来看，Eatheria 旨在成为安全团队的统一工作台，集中管理来自不同工具的漏洞报告，并通过 AI 模型自动标记那些可能是误报的条目，从而减少人工筛选的工作量。

核心功能与价值

1. 自托管，数据不出门

安全数据往往高度敏感，很多企业不愿将其上传到第三方云平台。Eatheria 支持自托管部署，意味着你可以将整个平台运行在自己的服务器上，完全掌控数据流向。这对于金融、医疗等强合规行业尤其重要。

2. AI 误报过滤，提升效率

这是 Eatheria 最亮眼的功能。它利用 AI 模型对漏洞报告进行初步分类，判断其是否可能是误报。如果模型置信度足够高，平台会自动标记或隐藏这些条目，让分析师优先处理真正需要人工介入的高风险问题。

3. 集成与扩展性

虽然目前项目还处于早期阶段，但作为一个 AppSec 平台，它必然需要与常见的扫描工具（如 Semgrep、OWASP ZAP、Trivy 等）集成。从仓库结构看，开发者预留了扩展点，未来社区可以贡献更多适配器。

对谁有价值？

• 小型安全团队：人手不足，误报过滤能显著减轻负担。
• DevSecOps 实践者：希望将安全扫描嵌入 CI/CD 流程，但又不想被海量报警淹没。
• 安全工具开发者：可以借鉴其 AI 过滤思路，甚至直接贡献代码。

上手建议

如果你想尝试 Eatheria，可以前往其 GitHub 仓库（https://github.com/MartinCrespoC/Security-Team---Workspace-）查看部署文档。由于是自托管项目，你需要准备 Docker 环境，并配置好数据存储。建议先在测试环境运行，接入少量扫描结果，观察 AI 过滤的准确率，再逐步扩大规模。

局限与展望

目前 Eatheria 还比较年轻，AI 模型的训练数据量和准确率有待验证。另外，误报过滤的效果高度依赖上下文——同一个漏洞在不同项目、不同框架下的真实性可能不同，因此模型需要针对具体场景微调。不过，作为开源项目，社区可以共同改进模型和规则，未来潜力不小。

如果你正在为误报烦恼，不妨给 Eatheria 一个机会，亲手部署体验一下。