An AI analyst for your security operations center (SOC), continuous attack validation, and the platform under both — working with the endpoint, network and extended detection tools (EDR, NDR, XDR) you already run.
Every Phoenix product runs on your own hardware and reasons with a local, open-weights model you host. We don't ask you to trust the model. We show you the receipts.
That isn't a defect — it's what a comprehensive ruleset does. The industry's fix is an AI analyst that reads the stream for you. Most hosted AI analysts work by sending your logs to someone else's cloud model.
When a channel emits hundreds of alerts a day, it stops being read. Not through negligence — through arithmetic.
A detection rule is a hypothesis written in the past. It can't fire on the attack nobody wrote a rule for — and it can't tell you it didn't.
A SIEM that stopped receiving logs looks identical to a quiet night. So does triage that has been silently failing for days.
For regulated, sovereign and air-gapped operators, shipping logs to a cloud model isn't a preference — it's often prohibited outright, or gated behind approvals that never come. Phoenix is the other answer.
Repeatable, authorized adversarial validation of your own estate. It doesn't scan for theoretical weaknesses — it safely proves which are real, ranks them by what's exploited in the wild, and hands you an evidence-backed fix list.
An autonomous SOC analyst that triages every alert, reads the raw log firehose for what no rule matched, hunts across days of data, and reports with the underlying log lines attached — so a human can spot a wrong conclusion in seconds.
The sovereign AI platform underneath it all: an OpenAI-compatible API and MCP server with 14 specialized security agents and 50+ tools, wired into Wazuh and OpenSearch, with identity and audit built in.
A few more pieces round out the platform: Phoenix Forge — test infrastructure where you rehearse on an isolated copy of your network before touching production, Phoenix Talon — advanced, authorized offensive validation launched from Core chat — and Phoenix Apps, the desktop and mobile edge.
Four principles, taken straight from how the software is actually built.
The model can name an action from a fixed list; it can never invent one. It can request a firewall block, but a check in code it can't see or change decides whether to run it. Assume it's fallible, misreading, even jailbroken: it can still only act inside that fixed, code-owned boundary. That holds across model releases.
Every automated gate goes through three stages — watch, rehearse, then act (observe → shadow → enforce). It records the decision it would have made against live traffic before it is ever allowed to act on one.
The system is built to make its own failure noisy. A process that stops working is caught by a separate watchdog, because a stuck process can't raise its own alarm.
No customer log, alert or internal indicator leaves your network. Public indicators (a file hash, an external IP) are checked against reputation feeds only through one auditable chokepoint, and only for the feeds you switch on. It's enforced in code, and CI tests fail if the lookup paths are given a way around that chokepoint — an architecture you can audit and test behind your own deny-all firewall.
Where log egress to a third-party model is a compliance non-starter.
Air-gapped and critical-infrastructure environments the cloud cannot set foot in.
That wants an AI first pass it can actually check, line by line.
Security teams get more alerts than anyone can read. The usual fix is an AI analyst in the cloud, which means sending your logs to someone else’s model. For banks, hospitals, government and critical infrastructure, that is often not allowed at all. Phoenix is built for them, and for any team that would rather keep its data at home.
Crucible attacks, Nest detects, and every gap it finds becomes a new detection rule.
The rule that customer data never leaves the building looks like a handicap. It forces a safety argument you can read in an afternoon — a worse analyst than a frontier model, and a better thing to put in front of a firewall. Read the full argument →
[email protected] · on-prem · local model · zero egress
AI analytik pro bezpečnostní dohled (SOC), průběžné ověřování obrany simulovanými útoky a platforma, na které obojí stojí. Vše spolupracuje s nástroji pro detekci a reakci na koncových stanicích, v síti i napříč systémy (EDR, NDR, XDR), které už provozujete.
Všechny produkty Phoenix běží na vašem vlastním hardwaru a při vyhodnocování využívají lokálně provozovaný model s otevřenými vahami, který máte u sebe. Nechceme, abyste modelu slepě věřili. Ukážeme vám důkazy.
Nejde o vadu – přesně tohle dělá důkladná sada detekčních pravidel. Obor to řeší AI analytikem, který tok upozornění čte za vás. Většina AI analytiků nabízených jako cloudová služba ale funguje tak, že vaše záznamy posílá do modelu v cizím cloudu.
Když kanál vyprodukuje stovky upozornění denně, nikdo je už nečte. Ne z nedbalosti – v lidských silách to prostě není.
Detekční pravidlo je předpoklad sepsaný v minulosti. Nezareaguje na útok, pro který nikdo pravidlo nenapsal – a ani vás neupozorní, že nezareagovalo.
SIEM, do kterého přestaly přicházet záznamy, vypadá úplně stejně jako klidná noc. Stejně tak třídění upozornění, které už několik dní potichu nefunguje.
Pro regulované subjekty, státní (suverénní) provozovatele a prostředí fyzicky oddělená od internetu (air-gapped) není posílání záznamů do cloudového modelu věcí volby. Často je přímo zakázané, nebo čeká na schválení, které nikdy nepřijde. Phoenix je ta druhá cesta.
Opakovaně a se souhlasem vlastníka ověřuje obranu vašeho prostředí simulovanými útoky. Nehledá teoretické slabiny – bezpečně prokáže, které jsou skutečné, seřadí je podle toho, zda se aktivně zneužívají při skutečných útocích, a předá vám seznam náprav podložený důkazy.
Autonomní AI analytik pro SOC: prvotně vyhodnotí každé upozornění, v surovém toku záznamů hledá to, co nezachytilo žádné pravidlo, aktivně vyhledává hrozby v datech za několik dní a ke každému zjištění přikládá konkrétní řádky záznamů. Člověk tak chybný závěr odhalí během několika vteřin.
AI platforma pod vaší kontrolou, na které vše stojí: API kompatibilní s OpenAI a MCP server s 14 specializovanými bezpečnostními agenty a 50+ nástroji, napojené na Wazuh a OpenSearch. Správa identit a auditní stopa jsou součástí základu.
Platformu doplňují ještě tři části: Phoenix Forge – testovací infrastruktura, ve které si vše vyzkoušíte na izolované kopii své sítě dřív, než sáhnete na ostrý provoz, Phoenix Talon – pokročilé autorizované ofenzivní ověřování spouštěné z chatu Core – a Phoenix Apps, aplikace pro počítače a mobil.
Čtyři principy převzaté přímo z toho, jak je software skutečně postavený.
Model může zvolit akci jen z pevně daného seznamu; žádnou si nevymyslí. Může požádat o zablokování na firewallu, ale zda se provede, rozhoduje kontrola v kódu, kterou model nevidí a nemůže změnit. I když počítáte s tím, že se model mýlí, špatně pochopí vstup, nebo ho dokonce někdo zmanipuluje (jailbreak), pořád může jednat jen uvnitř této pevné hranice, kterou určuje kód. To platí i pro každou další verzi modelu.
Každý automatický rozhodovací krok prochází třemi fázemi: sledování, zkouška nanečisto a teprve pak ostrý zásah (observe → shadow → enforce). Na skutečném provozu nejdřív jen zaznamenává, jak by rozhodl, a teprve potom smí doopravdy zasáhnout.
Systém je navržený tak, aby jeho vlastní selhání nezůstalo bez povšimnutí. Proces, který přestane fungovat, odhalí samostatný hlídací proces (watchdog) – zaseknutý proces totiž sám poplach nespustí.
Žádný záznam, upozornění ani interní indikátor zákazníka neopustí vaši síť. Veřejné indikátory (hash souboru, externí IP adresa) se ověřují v reputačních databázích jen přes jediný kontrolovaný a auditovatelný výstupní bod, a to pouze u zdrojů, které sami zapnete. Vynucuje to přímo kód a automatické testy (CI) selžou, pokud by cesta k externím zdrojům tento bod obcházela. Takovou architekturu si můžete sami prověřit a otestovat za vlastním firewallem, který ve výchozím stavu vše blokuje.
Kde je odesílání záznamů do modelu třetí strany kvůli regulatorním požadavkům předem vyloučené.
Prostředí fyzicky oddělená od internetu a kritická infrastruktura, kam cloud nesmí.
A chce od AI prvotní vyhodnocení, které si může skutečně ověřit řádek po řádku.
Bezpečnostní týmy dostávají víc upozornění, než kdokoli stihne přečíst. Obvyklé řešení, AI analytik v cloudu, znamená posílat vaše záznamy cizímu modelu. Pro banky, nemocnice, státní správu a kritickou infrastrukturu to často vůbec nepřipadá v úvahu. Phoenix je postavený pro ně a pro každý tým, který chce mít svá data u sebe.
Crucible útočí, Nest detekuje a každá nalezená mezera se stane novým detekčním pravidlem.
Pravidlo, že data zákazníka nikdy neopustí budovu, vypadá jako handicap. Právě díky němu ale vzniká bezpečnostní zdůvodnění, které přečtete za jedno odpoledne – analytik slabší než špičkové modely, ale bezpečnější volba tam, kde má rozhodovat o firewallu. Přečíst celé zdůvodnění →
[email protected] · provoz u vás · lokální model · žádný odchod dat