cle15102005/llm-based-threat-intelligence-gathering-system
GitHub: cle15102005/llm-based-threat-intelligence-gathering-system
基于大语言模型的威胁情报自动化采集与分析系统，解决多源异构数据整合与上下文理解难题。
Stars: 0 | Forks: 2
### 🚀 本地设置与安装
**前置条件：**
* Python 3.11+
* Git
**1. 安装 Ollama**
* 从 https://ollama.com/download 下载并安装
**2. 克隆仓库**
```
git clone https://github.com/cle15102005/llm-based-threat-intelligence-gathering-system
cd llm-based-threat-intelligence-gathering-system
```
**3. 创建虚拟环境**
```
python3 -m venv venv
```
**4. 激活虚拟环境**
* **Windows:**
venv\Scripts\activate
* **Mac / Linux:**
source venv/bin/activate
*(注意：你应该会在终端提示符开头看到 `(venv)`。)*
**5. 安装项目依赖**
在环境激活后，安装锁定的依赖项：
```
pip install -r requirements.txt
```
**6. 下载所需的 NLP 模型**
```
python -m spacy download en_core_web_sm
```
**7. 验证环境**
```
pip check
```
如果终端返回 `No broken requirements found.`，你的 Python 环境已准备就绪！
**8. 拉取本地 LLM 模型**
```
ollama pull llama3
```
**9. 配置环境变量**
在根目录创建 `.env` 文件并添加你的 API 密钥：
```
NVD_API_KEY="your_nvd_api_key_here" #OPTIONAL
OTX_API_KEY="your_alienvault_api_key_here"
```
**10. 测试收集器**
```
python -m tests.test_collectors
```
标签：AI风险缓解, API密钥, C2, CI/CD安全, DLL 劫持, DNS通配符暴力破解, GPT, Llama, LLM, LLM评估, NLP, NVD, Ollama, Python, SEO, Spacy, Unmanaged PE, 依赖管理, 命令控制, 大语言模型, 威胁情报, 开发者工具, 情报收集, 数据采集, 无后门, 本地部署, 漏洞研究, 漏洞管理, 环境配置, 网络威胁情报, 网络安全, 自动化收集, 虚拟环境, 逆向工具, 隐私保护