Gatekeeper: Hash-Kette verifiziert 212 veröff. Claims · 0 unterdrückt · 256 PASSED-Records · 1024 Ed25519-Kritiker-Signaturen · Stand

Skill anomaly_detection_audit · Version 0.1.0

Anomaly Detection & Monitoring Quality Audit (synthetic export)

Deterministische, statische Prüfung eines synthetischen Anomalie-/Monitoring- Exports gegen eine Detection-Policy: Abdeckung (überwachte Metriken ohne Regel, Incident-Services ohne Regel), Detection vs. Labels (bekannte gelabelte Anomalien ohne ausgelöstes Event, ungelabelte/unreviewte Events, Labels ohne Reviewer), Threshold-Qualität (fehlende Thresholds, False-Positive-Rate über Policy, statischer Threshold auf saisonaler Metrik), Baselines/Seasonality (fehlende/veraltete Baselines, fehlende Seasonality-Angabe), Alert-Hygiene (Flapping, Duplikate, Auto-Resolve ohne Review, offene unreviewte Alerts über der Review-SLA) und Regel-Operabilität (fehlende Severity/Runbook/Owner/Escalation, veraltete Regeln, ungültige Evaluationsfenster) sowie manuell erkannte Incidents ohne Alert. Der Skill liest ausschließlich lokale CSV/JSON/YAML-Dateien, führt keine Detektoren aus, nutzt kein Netzwerk und keine LLM-Aufrufe; zwei Läufe liefern byte-identische Findings. Detection-Quality-Score und Kategorie-Scores sind transparente Heuristiken. **Keine Detection-Accuracy-, Coverage- oder ROI-Garantie.**

VALIDATED Kategorie: Daten-Intelligenz 1 Evidenz-Record(s)

Berechtigungen

  • Nur Lesen (Workspace)
  • Kein Netzwerk

Kosten- und Laufzeitmodell

Kostenmodell des Skills
FeldWert
LLM-Aufrufe erlaubt0
Netzwerkzugriffnein (erzwungen)
Max. Laufzeit120000 ms
Letzte Evidenz7842642209ed4c60abe09621d944c0ee (2026-11-03T11:20:57Z)

Validierungs-Schwellenwerte

Schwellenwerte
FeldBedeutungWert
min_recallMindest-Recall1
min_precisionMindest-Precision0.9
max_runtime_msMax. Laufzeit (ms)120000
max_cost_usdMax. Kosten (USD)0.05

Grenzen des Skills

  • Rein statischer Audit eines synthetischen Exports – kein Live-Monitoring, keine Detektor-Ausführung, kein Netzwerk.
  • Recall/False-Positive-Signale werden aus Labels/Events im Export abgeleitet (keine echte Detection-Accuracy-Messung).
  • Threshold-/Baseline-/Seasonality-Prüfungen sind Heuristiken.
  • Keine Detection-Accuracy-, Coverage- oder ROI-Garantie; alle Daten sind synthetisch.

Eingabe-Vertrag (JSON-Schema)

Der Runner validiert Eingaben gegen dieses Schema, bevor der Skill startet.

{
  "additionalProperties": false,
  "properties": {
    "max_findings": {
      "default": 200,
      "type": "integer"
    },
    "scope": {
      "default": [
        "coverage",
        "detection",
        "labels",
        "thresholds",
        "baselines",
        "alerts",
        "operability",
        "incidents"
      ],
      "items": {
        "type": "string"
      },
      "type": "array"
    },
    "target_path": {
      "type": "string"
    }
  },
  "required": [
    "target_path"
  ],
  "type": "object"
}

Ausgabe-Vertrag (JSON-Schema)

Die Ausgabe wird nach dem Lauf gegen dieses Schema geprüft; Abweichungen brechen den Lauf ab.

{
  "additionalProperties": false,
  "properties": {
    "findings": {
      "maxItems": 500,
      "type": "array"
    },
    "summary": {
      "type": "object"
    }
  },
  "required": [
    "findings",
    "summary"
  ],
  "type": "object"
}

Evidenz für diesen Skill

Nur verifizierte Records, neueste zuerst. Ein Record belegt einen konkreten Lauf gegen ein synthetisches Lab-Ziel.

Evidenz des Skills
RecordZeitstempelStatusReifePrecision / RecallLaufzeitKosten
7842642209ed4c60abe09621d944c0ee2026-11-03T11:20:57ZPASSEDVALIDATED1,000 / 1,000322 ms0,00 €

Verwendet von

Gatekeeper Evidence Inspector

Produkt-Manifest:

—

Evidence-Record-ID:

—

Record-Digest (SHA-256):

—
Record im Evidenz-Explorer