avinash29347/Cyber-Incident-Response-in-Banking

GitHub: avinash29347/Cyber-Incident-Response-in-Banking

一个端到端的安全运营中心管道,通过多层智能分析将原始日志转化为可操作的安全情报并生成自动响应建议。

Stars: 0 | Forks: 0

# 🚨 AI 驱动的 SOC 管道 一个端到端的**安全运营中心(SOC)管道**,用于摄取原始日志、执行多层分析、用 AI 驱动的洞察丰富事件,并生成可操作的安全情报。 ## 🔍 概述 该项目通过多个智能层处理日志来模拟真实的 SOC 工作流程: * 日志摄取与规范化 * 特征工程 * 异常与规则检测 * CIS 基线丰富化 * AI 驱动的攻击分析 * CVSS 评分 * 自动响应生成 * 前端仪表板可视化 ## 🧠 核心功能 * ⚡ **通过文件上传实时摄取日志** * 🧩 **多层模块化管道架构** * 🤖 **AI 驱动的事件分析与叙事生成** * 📊 **自动 CVSS 评分** * 🛡️ **响应推荐引擎** * 📁 **可视化前端仪表板** * 🔁 **端到端管道集成(前端 ↔ 后端)** ## 🏗️ 架构 ``` Layer 1 → Feature Engineering Layer 2 → Detection Engine Layer 3 → CIS Benchmark Mapping Layer 4 → AI Analysis Layer 5 → CVSS Scoring Layer 6 → Response Generation ``` ## ⚙️ 技术栈 ### 后端 * Python * FastAPI * 模块化管道架构 ### 前端 * Next.js * React * Tailwind CSS ### AI / 处理 * 自定义 AI 分析层 * 规则驱动 + 异常检测 * CVSS 评分逻辑 ## 📂 项目结构 ``` SOC_project/ │ ├── Frontend/ # Next.js dashboard │ ├── app/ │ ├── public/ │ └── package.json │ ├── layer_1_feature_engineering/ ├── layer_2_detection/ ├── layer_3_cis/ ├── layer_4_ai_analysis/ ├── layer_5_cvss/ ├── layer_6_response/ │ ├── api_server.py # Main backend API ├── frontend_formatter.py # Formats output for UI └── README.md ``` ## 🚀 快速开始 ### 1️⃣ 克隆仓库 ``` git clone https://github.com/your-username/soc-pipeline.git cd soc-pipeline ``` ### 2️⃣ 启动后端 ``` uvicorn api_server:app --reload --host 127.0.0.1 --port 8000 ``` 检查 API: ``` http://127.0.0.1:8000/docs ``` ### 3️⃣ 启动前端 ``` cd Frontend npm install npm run dev ``` 打开: ``` http://localhost:3000 ``` ## 📥 使用方法 1. 转到**上传日志页面** 2. 上传 JSON 日志文件 3. 后端运行完整的 SOC 管道 4. 结果将: * 通过所有层处理 * 保存到 `frontend_output.json` * 显示在仪表板上 ## 🔄 管道流程 ``` Upload Logs → FastAPI → Layer 1 → Layer 2 → Layer 3 → AI Analysis → CVSS → Response → Frontend Dashboard ``` ## 📊 示例输出 每个事件包括: * 🧾 解析的日志数据 * 🚨 检测结果 * 📘 CIS 基线映射 * 🧠 AI 生成的攻击叙事 * 🔢 CVSS 评分 * 🛠️ 推荐响应 ## 🧪 未来改进 * 实时流式日志(Kafka / WebSockets) * 数据库集成(PostgreSQL + pgvector) * 身份验证与 RBAC * 威胁情报集成 * SIEM 集成 ## 👥 团队 作为**黑客松项目**开发,具有真实 SOC 模拟目标。 部署链接:https://socpipeline-gz4w74iq4-xsullcraser-8273s-projects.vercel.app ## 🏁 结论 该项目展示了 AI 和结构化管道如何将原始日志转化为**可操作的安全情报**,模拟真实的 SOC 操作。 ## ⭐ 如果您喜欢这个项目 请在 GitHub 上给它一个 ⭐ 并分享您的反馈!
标签:AI安全, AMSI绕过, Anthropic, AV绕过, Chat Copilot, CIS基准, CVSS评分, DNS 反向解析, FastAPI, Python, React, Syscalls, 云计算, 多层检测, 威胁情报, 威胁检测, 子域名变形, 安全仪表板, 安全分析平台, 安全情报, 安全运营中心, 开发者工具, 异常检测, 无后门, 日志摄取, 特征工程, 端到端安全, 网络安全审计, 网络映射, 自动化响应, 规则引擎, 逆向工具