Ashutosh6828/CloudSentry-AI

GitHub: Ashutosh6828/CloudSentry-AI

该项目通过 Isolation Forest 机器学习算法对 AWS CloudTrail 日志进行自动化异常检测,并在 Grafana 仪表盘中实时可视化威胁以加速事件响应。

Stars: 0 | Forks: 1

# CloudSentry CloudSentry 是一个专注于安全的项目,使用 Python 库构建,用于检测云环境中的异常。它利用**机器学习**技术,特别是 **Isolation Forest 算法**,来识别存储在 S3 bucket 中的 AWS CloudTrail 日志里的异常模式和活动。 ## 🚀 功能 - **使用 Isolation Forest 进行异常检测** 利用无监督机器学习方法捕获日志行为中的偏差,无需带有标签的数据。 - **严重性分析** 在检测到异常后,系统会按严重性对它们进行分类,以确定响应操作的优先级。 - **实时可视化** 集成了完整的 **Grafana dashboard**,用于实时监控检测到的异常、趋势和严重性级别。 - **云原生集成** 围绕 AWS 服务构建,使用 **S3 进行日志存储**,并以 **CloudTrail 日志**作为主要数据源。 ## ⚙️ 工作原理 1. **日志收集** – AWS CloudTrail 日志存储在 S3 bucket 中。 2. **预处理** – Python 脚本对日志进行清洗并准备,以便进行建模。 3. **异常检测** – Isolation Forest 模型检测异常活动。 4. **严重性检查** – 为每个异常分配一个严重性级别。 5. **Dashboard 可视化** – 将结果推送到 Grafana 进行监控。 ## 📊 仪表盘 Grafana dashboard 提供: - 实时异常计数 - 严重性细分(低、中、高) - 历史异常趋势 - 云活动的日志级洞察 ## 🛠️ 技术栈 - **语言**:Python - **机器学习**:scikit-learn (Isolation Forest) - **可视化**:Grafana - **云服务**:AWS (S3, CloudTrail) ## 🔒 目的 CloudSentry 通过主动识别异常、确定威胁的优先级,以及为团队提供云活动的实时视图,从而增强云安全性。
标签:Apex, AWS CloudTrail, Grafana, 异常检测, 机器学习, 自动化流水线, 逆向工具