Julznyc12/Threat-Intelligence-Automation

GitHub: Julznyc12/Threat-Intelligence-Automation

这是一个记录AI自动化课程中威胁情报实验的仓库,旨在帮助学习者掌握AI在安全领域的自动化应用。

Stars: 1 | Forks: 0

## **AI 自动化 — 行业沉浸课程:项目概览** 此仓库记录了迄今为止在 AI 自动化行业沉浸实习中完成的工作。它汇集了每周的检查点、实验产物、提示日志及结果,以便审阅者和未来的贡献者能够复现、学习并扩展这些工作。 **结构:** - **周次:** 每周项目文件夹,包含笔记、报告、笔记本和结果。 - **提示日志:** 开发过程中收集的课程提示日志和笔记。 **每周总结:** - **第 04 周 — 模型比较:** 模型选择实验和比较结果。详见说明文档和 CSV 结果:[week-04-model-comparison/week-04-model-comparison/README.md](week-04-model-comparison/week-04-model-comparison/README.md)、[week-04-model-comparison/week-04-model-comparison/report.md](week-04-model-comparison/week-04-model-comparison/report.md)、[week-04-model-comparison/week-04-model-comparison/results/results_comparison-table.csv](week-04-model-comparison/week-04-model-comparison/results/results_comparison-table.csv) - **第 05 周 — AutoML 训练:** AutoML 实验、评估指标和混淆矩阵:[week-05-automl-training/README.md](week-05-automl-training/README.md)、[week-05-automl-training/report.md](week-05-automl-training/report.md)、[week-05-automl-training/metrics/confusion-matrix.md](week-05-automl-training/metrics/confusion-matrix.md)、[week-05-automl-training/results/comparison-table.csv](week-05-automl-training/results/comparison-table.csv) - **第 07 周 — 检索增强生成(RAG)安全助手:** 使用 RAG 方法的安全助手设计与集成说明:[week-07-rag-security-assistant/README.md](week-07-rag-security-assistant/README.md)、[week-07-rag-security-assistant/week-07-report.md](week-07-rag-security-assistant/week-07-report.md)、相关数据集摘录:[week-07-rag-security-assistant/documents/mitre-initial-access.txt](week-07-rag-security-assistant/documents/mitre-initial-access.txt) - **第 08 周 — 提示工程与 AI 辅助开发:** 提示工程审计、Copilot 指令和检查点审计:[week-08-Prompt%20Engineering%20%26%20AI-Assisted%20Development/README.md](week-08-Prompt%20Engineering%20%26%20AI-Assisted%20Development/README.md)、[week-08-Prompt%20Engineering%20%26%20AI-Assisted%20Development/copilot-instructions.md](week-08-Prompt%20Engineering%20%26%20AI-Assisted%20Development/copilot-instructions.md)、[week-08-Prompt%20Engineering%20%26%20AI-Assisted%20Development/checkpoint2-audit.md](week-08-Prompt%20Engineering%20%26%20AI-Assisted%20Development/checkpoint2-audit.md) - **第 09 周 — 端到端集成测试:** 集成测试和检查点结果:[week-09-End-to-End%20Integration%20Test/Julian-Silvaerazo-checkpoint2-audit.md](week-09-End-to-End%20Integration%20Test/Julian-Silvaerazo-checkpoint2-audit.md)、[week-09-End-to-End%20Integration%20Test/Julian-Silvaerazo-checkpoint2-results.md](week-09-End-to-End%20Integration%20Test/Julian-Silvaerazo-checkpoint2-results.md) **提示日志:** - **主要提示日志:** [prompt-logs/prompt-log-julian-silvaerazo.md](prompt-logs/prompt-log-julian-silvaerazo.md) — 包含整个课程中使用的提示、迭代和反思。 **如何使用此仓库:** - **浏览报告:** 从每周的 README 和 `report.md` 文件开始,了解目标和结果。 - **检查产物:** 在 `results/` 和 `metrics/` 文件夹中打开 CSV、混淆矩阵和笔记本,以复现评估。 - **重新运行实验:** 遵循每周 README 中的特定命令或笔记本步骤。若存在笔记本,请在 Jupyter 或 VS Code 中打开它们。 **结果与产物:** - **CSV 结果和比较表:** 存储在每周的 `results/` 文件夹下。 - **截图和图表:** 许多周包含 `screenshots/` 文件夹以提供可视化上下文。 **下一步 / 建议工作:** - **整合笔记本:** 添加可端到端复现单个实验的小型可运行笔记本。 - **添加环境规格:** 提供 `requirements.txt` 或 `environment.yml` 以确保可复现性。 - **自动化评估:** 添加脚本以标准化跨周的指标计算。
标签:AI自动化, AMSI绕过, Apex, Cloudflare, MITRE ATT&CK, NoSQL, 代码示例, 周项目检查点, 威胁情报, 威胁检测, 实验项目, 开发者工具, 教育实习, 数据分析, 数据集处理, 机器学习, 检索增强生成, 模型比较, 模型选择, 混淆矩阵, 网络安全, 自动机器学习, 行业沉浸课程, 评估指标, 逆向工具, 隐私保护