makadiyapreet/SentinelAI
GitHub: makadiyapreet/SentinelAI
一款生产级 AI 驱动的 Web 应用防火墙，提供实时威胁检测、机器学习异常检测和完整的 OWASP Top 10 防护能力。
Stars: 0 | Forks: 0
# 🛡️ SentinelAI
-orange.svg)
🔒 智能 Web 应用防火墙与威胁检测系统
生产级 AI 驱动 WAF，全面覆盖 OWASP Top 10 (2021)
实时检测 • ML 异常检测 • SIEM 仪表盘 • AI 驱动的解释
## 📋 目录
- [概述](#-overview)
- [功能特性](#-features)
- [架构](#-architecture)
- [快速开始](#-quick-start)
- [详细安装指南](#-detailed-setup-guide)
- [配置说明](#-configuration)
- [API 参考](#-api-reference)
- [前端仪表盘](#-frontend-dashboard)
- [ML 模型训练](#-ml-model-training)
- [测试](#-testing)
- [部署](#-deployment)
- [故障排除](#-troubleshooting)
- [贡献指南](#-contributing)
- [许可证](#-license)
## 🎯 概述
SentinelAI 是一个**达到入职标准、生产就绪**的 Web 应用防火墙 (WAF)，提供针对 Web 攻击的全面防护。其功能可媲美 **Cloudflare WAF**、**Imperva** 和 **F5 Advanced WAF** 的初级版本。
### SentinelAI 的独特之处？
- **17 个集成安全模块** 协同工作
- **全面覆盖 OWASP Top 10 (2021)** 并提供合规性报告
- **AI 驱动的攻击解释** 使用 Groq/Claude API
- **实时 SIEM 仪表盘** 搭配 WebSocket 实时数据流
- **基于 ML 的异常检测** (Isolation Forest + Logistic Regression)
- **通过虚拟补丁实现零日防护**
- **威胁情报集成** (AbuseIPDB, VirusTotal, Tor 出口节点)
## ✨ 功能特性
### 核心防护模块
| # | 模块 | 描述 | 关键技术 |
|---|--------|-------------|------------------|
| 1 | **请求拦截器** | 多层载荷标准化 | FastAPI 中间件 |
| 2 | **基于规则的检测** | 40+ 条针对 OWASP Top 10 的正则表达式 | PostgreSQL, 热重载 |
| 3 | **ML 异常检测** | 针对未知攻击的集成模型 | scikit-learn, joblib |
| 4 | **自动 IP 封禁** | 带有 TTL 的“三振出局”系统 | Redis, 国家/ASN 封禁 |
| 5 | **行为分析** | 机器人、暴力破解、Slowloris 攻击检测 | 滑动窗口计数器 |
| 6 | **API 安全** | JWT 攻击、BOLA/IDOR、速率限制 | 令牌桶算法 |
| 7 | **虚拟补丁** | 无需代码更改的零日防护 | 基于 CVE 的规则 |
| 8 | **文件上传安全** | MIME、魔术字节、恶意软件扫描 | 内容分析 |
| 9 | **取证日志** | 防篡改审计追踪 | SHA-256 哈希链 |
| 10 | **SIEM 仪表盘** | 实时监控 UI | React, WebSocket, Recharts |
| 11 | **AI 解释** | LLM 驱动的攻击分析 | Groq/Anthropic API |
| 12 | **警报系统** | 多渠道通知 | Telegram, Email, Slack |
| 13 | **GeoIP 追踪** | 攻击来源映射 | ip-api.com, MaxMind |
| 14 | **蜜罐陷阱** | 诱饵端点 | Canary 令牌 |
| 15 | **PDF 报告** | 安全报告生成 | ReportLab |
| 16 | **威胁情报** | 外部信誉数据 | AbuseIPDB, VirusTotal |
| 17 | **DevOps API** | CI/CD 规则管理 | REST API, OpenAPI |
### OWASP Top 10 (2021) 覆盖范围
| 类别 | 状态 | 检测方法 |
|----------|:------:|-------------------|
| **A01** 权限控制失效 (Broken Access Control) | ✅ | 路径遍历 (`../`)、强制浏览、IDOR |
| **A02** 加密失败 (Cryptographic Failures) | ✅ | URL 中的敏感数据 (`password=`, `token=`) |
| **A03** 注入 (Injection) | ✅ | SQL, XSS, Command, LDAP, NoSQL, XPath |
| **A04** 不安全设计 (Insecure Design) | ✅ | API 模式分析、批量赋值 |
| **A05** 安全配置错误 (Security Misconfiguration) | ✅ | `.env`, `.git`, `phpinfo.php` 访问 |
| **A06** 易受攻击和过时的组件 (Vulnerable Components) | ✅ | 载荷中已知的漏洞利用特征 |
| **A07** 认证失败 (Auth Failures) | ✅ | 暴力破解、撞库检测 |
| **A08** 软件和数据完整性失败 (Software Integrity) | ✅ | JWT `alg:none` 攻击、未签名令牌 |
| **A09** 安全日志和监控失败 (Logging Failures) | ✅ | 所有事件均通过哈希链记录 |
| **A10** 服务端请求伪造 (SSRF) | ✅ | `localhost`, `169.254.169.254`, 内部 IP |
### 安全响应头 (自动注入)
每个响应都包含以下防护头：
```
X-Frame-Options: DENY
X-Content-Type-Options: nosniff
X-XSS-Protection: 1; mode=block
Content-Security-Policy: default-src 'self'
Strict-Transport-Security: max-age=31536000; includeSubDomains
Referrer-Policy: strict-origin-when-cross-origin
Permissions-Policy: camera=(), microphone=(), geolocation=()
```
## 🏗️ 架构
```
┌─────────────────┐
│ React SIEM │
│ Dashboard │
│ (Port 3000) │
└────────┬────────┘
│ WebSocket
▼
┌──────────┐ ┌──────────┐ ┌─────────────────┐ ┌──────────────┐
│ Client │─────▶│ Nginx │─────▶│ FastAPI WAF │─────▶│ Backend App │
│ Browser │ │ (TLS/443)│ │ (Port 8000) │ │ (Optional) │
└──────────┘ └──────────┘ └────────┬────────┘ └──────────────┘
│
┌────────────────────────┼────────────────────────┐
│ │ │
▼ ▼ ▼
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ Redis │ │ PostgreSQL │ │ ML Model │
│ (Blocklist) │ │ (Logs/DB) │ │ (Scoring) │
└──────────────┘ └──────────────┘ └──────────────┘
│
┌────────────────────────┼────────────────────────┐
│ │ │
▼ ▼ ▼
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ Groq/Claude │ │ AbuseIPDB │ │ Telegram │
│ (AI Explain)│ │ (Threat TI) │ │ (Alerts) │
└──────────────┘ └──────────────┘ └──────────────┘
```
### 请求流程
```
Request → Nginx → WAF Middleware:
│
├─1─▶ Extract (IP, headers, body, params)
├─2─▶ Normalize (URL decode → HTML decode → base64 → Unicode)
├─3─▶ Check Blocklist (Redis)
├─4─▶ Rule Engine (40+ patterns)
├─5─▶ ML Engine (Isolation Forest + LR)
├─6─▶ Behavioral Analysis
│
└─▶ Decision:
├─ ALLOW → Forward to backend
├─ BLOCK → 403 JSON + Log + Strike
└─ CHALLENGE → CAPTCHA page
```
## 🚀 快速开始
### 前置条件
- **Docker** & **Docker Compose** (v2.0+)
- **Git**
- **8GB RAM** 最低 (推荐: 16GB)
- **可用端口**: 80, 443, 3000, 5432, 6379, 8000, 8080
### 一键设置
```
# 克隆 repository
git clone https://github.com/yourusername/SentinelAI.git
cd SentinelAI
# 复制 environment file 并配置
cp docker/.env.example docker/.env
# 启动所有 services
cd docker
docker-compose up -d
# 查看 logs
docker-compose logs -f
```
### 访问入口
| 服务 | URL | 描述 |
|---------|-----|-------------|
| 仪表盘 | http://localhost:3000 | SIEM 监控 UI |
| WAF API | http://localhost:8000 | FastAPI 后端 |
| API 文档 | http://localhost:8000/docs | Swagger/OpenAPI |
| DVWA | http://localhost:8080 | 测试目标 (含漏洞应用) |
| PostgreSQL | localhost:5432 | 数据库 |
| Redis | localhost:6379 | 缓存/黑名单 |
### 默认凭据
| 服务 | 用户名 | 密码 |
|---------|----------|----------|
| 仪表盘 | `admin` | `admin123` (请立即修改！) |
| DVWA | `admin` | `password` |
| PostgreSQL | `sentinel` | 在 `.env` 文件中设置 |
## 📖 详细安装指南
### 第 1 步：克隆仓库
```
git clone https://github.com/yourusername/SentinelAI.git
cd SentinelAI
```
### 第 2 步：配置环境
```
# 复制示例 environment file
cp docker/.env.example docker/.env
# 根据你的设置编辑
nano docker/.env
```
**必填配置：**
```
# Database（必填 - 更改默认密码！）
POSTGRES_PASSWORD=your_secure_password_here
# Security Key（必填 - 生成一个随机的 32 位以上字符串）
SECRET_KEY=your-super-secret-key-minimum-32-characters-long
# WAF 模式：BLOCK、MONITOR 或 CHALLENGE
WAF_MODE=BLOCK
```
**可选 API 密钥 (用于完整功能)：**
```
# AI 解释（选择一个）
GROQ_API_KEY=gsk_xxxxxxxxxxxx # Get from: https://console.groq.com
ANTHROPIC_API_KEY=sk-ant-xxxxxxxxxxxx # Get from: https://console.anthropic.com
# Threat Intelligence
ABUSEIPDB_API_KEY=xxxxxxxxxxxx # Get from: https://www.abuseipdb.com/account/api
VIRUSTOTAL_API_KEY=xxxxxxxxxxxx # Get from: https://www.virustotal.com/gui/my-apikey
# Telegram 告警
TELEGRAM_BOT_TOKEN=123456789:ABCdef # Get from: @BotFather on Telegram
TELEGRAM_CHAT_ID=-1001234567890 # Your group/channel ID
# Email 告警 (SMTP)
SMTP_HOST=smtp.gmail.com
SMTP_PORT=587
SMTP_USER=your-email@gmail.com
SMTP_PASSWORD=your-app-password # For Gmail, use App Password
ALERT_EMAIL_FROM=sentinelai@yourdomain.com
ALERT_EMAIL_TO=security-team@yourdomain.com
# Slack 告警
SLACK_WEBHOOK_URL=https://hooks.slack.com/services/xxx/xxx/xxx
```
### 第 3 步：生成 SSL 证书 (HTTPS 可选)
用于开发环境 (自签名)：
```
cd docker/ssl
openssl req -x509 -newkey rsa:4096 \
-keyout key.pem -out cert.pem \
-days 365 -nodes \
-subj "/CN=localhost"
```
用于生产环境，使用 Let's Encrypt：
```
# 安装 certbot
sudo apt install certbot
# 生成证书
sudo certbot certonly --standalone -d yourdomain.com
# 复制到 ssl 目录
sudo cp /etc/letsencrypt/live/yourdomain.com/fullchain.pem docker/ssl/cert.pem
sudo cp /etc/letsencrypt/live/yourdomain.com/privkey.pem docker/ssl/key.pem
```
### 第 4 步：训练 ML 模型
```
# 选项 1：使用 Docker
docker-compose run --rm backend python -m ml_model.train
# 选项 2：本地（需要 Python 3.11+）
cd ml_model
pip install -r ../backend/requirements.txt
python train.py
```
这将生成：
- `ml_model/model.joblib` - Isolation Forest 模型
- `ml_model/lr_model.joblib` - Logistic Regression 模型
- `ml_model/scaler.joblib` - 特征缩放器
### 第 5 步：启动服务
```
cd docker
docker-compose up -d
```
**检查服务健康状态：**
```
# 查看所有 services
docker-compose ps
# 检查 WAF 健康状态
curl http://localhost:8000/health
# 查看 logs
docker-compose logs -f backend
docker-compose logs -f frontend
```
### 第 6 步：填充初始数据
```
# 将 WAF 规则写入 database
docker-compose exec backend python scripts/seed_rules.py
# 同步 threat intelligence
docker-compose exec backend python scripts/sync_threat_intel.py
```
### 第 7 步：访问仪表盘
在浏览器中打开 http://localhost:3000。
默认登录：`admin` / `admin123`
**⚠️ 请立即修改默认密码！**
## ⚙️ 配置说明
### 环境变量参考
| 变量 | 描述 | 默认值 | 必填 |
|----------|-------------|---------|:--------:|
| `SECRET_KEY` | JWT 签名密钥 (32+ 字符) | - | ✅ |
| `POSTGRES_PASSWORD` | 数据库密码 | - | ✅ |
| `WAF_MODE` | 运行模式: `BLOCK`, `MONITOR`, `CHALLENGE` | `BLOCK` | |
| `DEBUG` | 启用调试模式 | `false` | |
| `GROQ_API_KEY` | 用于 AI 解释的 Groq API 密钥 | - | |
| `ANTHROPIC_API_KEY` | Anthropic API 密钥 (备选) | - | |
| `ABUSEIPDB_API_KEY` | AbuseIPDB 威胁情报 | - | |
| `VIRUSTOTAL_API_KEY` | VirusTotal 查询 | - | |
| `TELEGRAM_BOT_TOKEN` | Telegram 机器人令牌 | - | |
| `TELEGRAM_CHAT_ID` | Telegram 聊天 ID | - | |
| `SLACK_WEBHOOK_URL` | Slack Webhook URL | - | |
| `SMTP_HOST` | SMTP 服务器主机名 | - | |
| `SMTP_PORT` | SMTP 服务器端口 | `587` | |
| `SMTP_USER` | SMTP 用户名 | - | |
| `SMTP_PASSWORD` | SMTP 密码 | - | |
### WAF 运行模式
| 模式 | 行为 |
|------|----------|
| `BLOCK` | 检测并拦截恶意请求 (403 响应) |
| `MONITOR` | 仅检测并记录 (允许所有流量) - 用于规则调优 |
| `CHALLENGE` | 对中等严重性返回 CAPTCHA，拦截高/严重级别 |
### 配置检测规则
规则可以通过以下方式管理：
1. **仪表盘 UI** → 规则页面
2. **REST API** → `POST /api/waf/rules`
3. **数据库填充** → `scripts/seed_rules.py`
**规则格式：**
```
{
"name": "SQL Injection - Union Select",
"pattern": "(?i)union\\s+(all\\s+)?select",
"attack_type": "SQL_INJECTION",
"owasp_category": "A03_INJECTION",
"severity": "HIGH",
"target": "all",
"enabled": true,
"mode": "BLOCK"
}
```
## 📡 API 参考
### 健康检查
```
GET /health
```
响应：
```
{
"status": "healthy",
"version": "1.0.0",
"timestamp": "2024-03-31T12:00:00Z",
"uptime_seconds": 3600,
"components": {
"waf": "healthy",
"redis": "healthy",
"database": "healthy",
"ml_model": "healthy"
}
}
```
### WAF 状态
```
GET /api/waf/status
```
### 获取攻击日志
```
GET /api/logs?limit=100&offset=0&severity=HIGH
```
### 手动封禁 IP
```
POST /api/waf/block
Content-Type: application/json
{
"ip": "192.168.1.100",
"reason": "Manual block - suspicious activity",
"duration": 3600
}
```
### 解封 IP
```
DELETE /api/waf/block/192.168.1.100
```
### 获取规则
```
GET /api/rules
```
### 创建规则
```
POST /api/rules
Content-Type: application/json
{
"name": "Custom SQL Pattern",
"pattern": "(?i)exec\\s+xp_",
"attack_type": "SQL_INJECTION",
"severity": "CRITICAL"
}
```
### AI 攻击解释
```
POST /api/ai/explain
Content-Type: application/json
{
"log_id": "550e8400-e29b-41d4-a716-446655440000"
}
```
### 生成 PDF 报告
```
POST /api/reports/generate
Content-Type: application/json
{
"start_date": "2024-03-01",
"end_date": "2024-03-31",
"include_ai_summary": true
}
```
### 导入规则 (CI/CD)
```
POST /api/waf/rules/import
Content-Type: application/json
{
"rules": [...],
"replace_existing": false
}
```
### 导出规则
```
GET /api/waf/rules/export
```
## 🖥️ 前端仪表盘
### 页面
| 页面 | 描述 |
|------|-------------|
| **仪表盘** | 概览，包含指标、图表、世界地图、实时数据流 |
| **日志** | 可搜索的攻击日志表，带有 AI 解释按钮 |
| **规则** | 管理检测规则和虚拟补丁 |
| **警报** | 警报历史和通知设置 |
| **报告** | 生成并下载 PDF 安全报告 |
| **威胁情报** | IP 信誉查询和黑名单管理 |
| **设置** | WAF 配置、RBAC、集成 |
### 仪表盘组件
- **指标卡片**: 总拦截数、活动封禁、请求数/分钟、最高攻击类型
- **攻击分布图**: 按攻击类型划分的甜甜圈图
- **小时成交量**: 每小时攻击次数柱状图 (24h)
- **实时流量**: 流量与拦截量的折线图 (60 分钟)
- **世界地图**: 带有严重性标记的攻击来源
- **OWASP 网格**: 显示触发类别的合规性面板
- **实时数据流**: 实时 WebSocket 事件流
### WebSocket 连接
连接到实时事件：
```
const ws = new WebSocket('ws://localhost:8000/ws/events');
ws.onmessage = (event) => {
const data = JSON.parse(event.data);
if (data.type === 'attack') {
console.log('Attack detected:', data);
}
};
// Keep-alive ping
setInterval(() => ws.send('ping'), 30000);
```
## 🤖 ML 模型训练
### 特征工程
ML 模型从每个请求中提取 15 个特征：
| 特征 | 描述 |
|---------|-------------|
| `total_payload_length` | path + query + body 的总长度 |
| `url_length` | URL 路径长度 |
| `body_length` | 请求体长度 |
| `special_char_count` | 特殊字符 `< > ' " ; = ( )` 的计数 |
| `shannon_entropy` | 载荷随机性度量 |
| `http_verb_encoded` | GET=0, POST=1, PUT=2, 等 |
| `url_path_depth` | 路径中 `/` 的数量 |
| `num_query_params` | 查询参数计数 |
| `num_unique_chars` | 载荷中的唯一字符数 |
| `digit_ratio` | 数字比例 |
| `_ratio` | 大写字母比例 |
| `body_url_ratio` | 请求体长度 / URL 长度 |
| `content_type_encoded` | Content-type 类别 |
| `request_hour` | 一天中的小时 (0-23) |
| `non_printable_ratio` | 不可打印字符比例 |
### 训练过程
```
cd ml_model
python train.py
```
此过程：
1. 生成 10,000 个合成正常请求
2. 生成 2,000 个合成攻击请求
3. 训练 Isolation Forest (contamination=0.05)
4. 在标记数据上训练 Logistic Regression
5. 拟合 StandardScaler 用于特征归一化
6. 将模型保存为 `.joblib` 文件
7. 报告精确率、召回率、F1 分数
### 定时重训练
设置每周 cron 任务：
```
# 编辑 crontab
crontab -e
# 添加每周重训练（周日凌晨 3 点）
0 3 * * 0 cd /path/to/SentinelAI && docker-compose exec backend python scripts/retrain_model.py
```
## 🧪 测试
### 运行单元测试
```
# 所有测试
docker-compose exec backend pytest tests/ -v
# 特定测试文件
docker-compose exec backend pytest tests/test_detector.py -v
# 使用 coverage
docker-compose exec backend pytest tests/ --cov=. --cov-report=html
```
### 测试攻击检测
```
# SQL Injection
curl "http://localhost:8000/api/test?id=1' OR 1=1--"
# XSS
curl "http://localhost:8000/api/test?q="
# Path Traversal
curl "http://localhost:8000/../../etc/passwd"
# Command Injection
curl "http://localhost:8000/api/test?cmd=;cat /etc/passwd"
# Honeypot 触发
curl "http://localhost:8000/wp-admin"
curl "http://localhost:8000/.env"
```
### 安全测试工具
**使用 Burp Suite:**
1. 配置代理指向 `localhost:8080`
2. 目标 WAF 位于 `localhost:8000`
3. 使用 Intruder 配合攻击载荷
**使用 OWASP ZAP:**
```
# 在 Docker 中运行 ZAP
docker run -t owasp/zap2docker-stable zap-baseline.py \
-t http://host.docker.internal:8000
```
**使用 sqlmap:**
```
# 测试 SQL injection 检测
sqlmap -u "http://localhost:8000/api/test?id=1" --batch
```
### 负载测试
```
# 安装 locust
pip install locust
# 运行 load test
locust -f tests/locustfile.py --host=http://localhost:8000
```
示例 `locustfile.py`:
```
from locust import HttpUser, task, between
class WAFUser(HttpUser):
wait_time = between(0.1, 0.5)
@task(10)
def normal_request(self):
self.client.get("/api/test?q=hello")
@task(1)
def attack_request(self):
self.client.get("/api/test?q=' OR 1=1--")
```
## 🚢 部署
### 生产环境检查清单
- [ ] 更改所有默认密码
- [ ] 设置 `WAF_MODE=BLOCK`
- [ ] 设置 `DEBUG=false`
- [ ] 配置 SSL 证书
- [ ] 设置监控 (Prometheus/Grafana)
- [ ] 配置备份计划
- [ ] 设置日志轮转
- [ ] 配置警报阈值
- [ ] 审查并调优检测规则
- [ ] 使用生产数据运行 ML 模型训练
### Docker Compose (生产环境)
```
# docker-compose.prod.yml
version: '3.8'
services:
backend:
image: sentinelai/backend:latest
restart: always
environment:
- WAF_MODE=BLOCK
- DEBUG=false
deploy:
replicas: 3
resources:
limits:
cpus: '2'
memory: 4G
```
### Kubernetes 部署
```
# k8s/deployment.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
name: sentinelai-waf
spec:
replicas: 3
selector:
matchLabels:
app: sentinelai-waf
template:
spec:
containers:
- name: waf
image: sentinelai/backend:latest
ports:
- containerPort: 8000
resources:
limits:
memory: "4Gi"
cpu: "2000m"
livenessProbe:
httpGet:
path: /health
port: 8000
initialDelaySeconds: 30
periodSeconds: 10
```
### 监控
**Prometheus 指标端点：**
```
GET /metrics
```
**关键指标：**
- `waf_requests_total` - 处理的总请求数
- `waf_blocked_total` - 被拦截的总请求数
- `waf_latency_seconds` - 请求处理延迟
- `waf_ml_score_histogram` - ML 异常分数分布
## 🔧 故障排除
### 常见问题
**1. 数据库连接失败**
```
# 检查 PostgreSQL 是否运行
docker-compose ps postgres
# 检查 logs
docker-compose logs postgres
# 验证连接
docker-compose exec postgres psql -U sentinel -d sentinelai -c "SELECT 1"
```
**2. Redis 连接失败**
```
# 检查 Redis 是否运行
docker-compose ps redis
# 测试连接
docker-compose exec redis redis-cli ping
```
**3. 找不到 ML 模型**
```
# 训练模型
docker-compose exec backend python -m ml_model.train
# 验证文件存在
ls -la ml_model/*.joblib
```
**4. 前端无法加载**
```
# 检查 frontend logs
docker-compose logs frontend
# 如有需要重新构建
docker-compose build frontend
docker-compose up -d frontend
```
**5. WebSocket 无法连接**
```
# 检查 CORS 设置
# 确保 frontend URL 在 CORS_ORIGINS 中
# 检查 Nginx WebSocket 代理
# 验证 nginx.conf 中的 upgrade headers
```
### 调试模式
启用调试日志：
```
DEBUG=true
LOG_LEVEL=DEBUG
```
查看详细日志：
```
docker-compose logs -f backend 2>&1 | grep -E "(ERROR|WARNING|DEBUG)"
```
### 性能调优
**增加 Worker 数量：**
```
WORKERS=4
```
**Redis 连接池：**
```
REDIS_POOL_SIZE=20
```
**数据库连接池：**
```
DB_POOL_SIZE=20
DB_MAX_OVERFLOW=10
```
## 🤝 贡献指南
我们欢迎各种形式的贡献！请参阅我们的[贡献指南](CONTRIBUTING.md)。
### 开发环境设置
```
# 克隆 repo
git clone https://github.com/yourusername/SentinelAI.git
cd SentinelAI
# 创建 virtual environment
python -m venv venv
source venv/bin/activate # Linux/Mac
# 或：venv\Scripts\activate # Windows
# 安装 dependencies
pip install -r backend/requirements.txt
# 安装 dev dependencies
pip install pytest pytest-cov black isort mypy
# 运行测试
pytest tests/ -v
# 格式化代码
black backend/
isort backend/
```
### 代码风格
- Python: Black 格式化工具, isort 用于导入排序
- JavaScript: Prettier, ESLint
- 提交信息: Conventional Commits 格式
## 📄 许可证
本项目采用 MIT 许可证授权 - 详情请参阅 [LICENSE](LICENSE) 文件。
## 🙏 致谢
- [OWASP](https://owasp.org/) 提供安全指南
- [FastAPI](https://fastapi.tiangolo.com/) 提供优秀的框架
- [scikit-learn](https://scikit-learn.org/) 提供 ML 能力
- [Recharts](https://recharts.org/) 提供可视化支持
- [Groq](https://groq.com/) 提供 AI 能力
## 📞 支持
- **文档**: 本 README
- **问题反馈**: [GitHub Issues](https://github.com/yourusername/SentinelAI/issues)
- **讨论**: [GitHub Discussions](https://github.com/yourusername/SentinelAI/discussions)
用 ❤️ 为安全社区构建
⭐ 如果觉得有用，请给个 Star！
标签：AMSI绕过, Apex, API安全, AppImage, AV绕过, CISA项目, Docker, FastAPI, JSON输出, OWASP Top 10, PB级数据处理, PostgreSQL, Python, React, Redis, SIEM仪表盘, SQL注入防御, Syscalls, WAF, Web应用防火墙, XSS防护, 人工智能, 威胁检测, 安全运维, 安全防御评估, 异常检测, 搜索引擎查询, 无后门, 机器学习, 测试用例, 漏洞防护, 用户模式Hook绕过, 网络安全, 请求拦截, 逆向工具, 隐私保护