ASVITHA006/suspicious-login-activity-detection
GitHub: ASVITHA006/suspicious-login-activity-detection
一个基于 Web 的可疑登录行为实时检测系统,帮助识别暴力破解与异常登录。
Stars: 0 | Forks: 0
# 可疑登录活动检测系统
## 概述
可疑登录活动检测系统是一个基于 Web 的应用程序,用于监控和分析用户登录活动,以检测异常或潜在恶意行为。它有助于识别暴力破解攻击、未经授权的访问以及异常的登录模式。
## 功能
- 检测多次登录失败
- 识别来自异常地理位置的登录
- 检测异常登录时间
- 交互式数据可视化与仪表板
- 实时可疑活动警报
- 跟踪设备与浏览器使用模式
## 数据可视化
- **登录活动时间线(折线图)**
跟踪随时间的登录模式
- **失败与成功登录对比(柱状图)**
识别暴力破解攻击尝试
- **地理分布(地图/热力图)**
检测异常登录位置
- **设备/浏览器分布(饼图)**
突出设备使用中的异常
- **可疑活动警报仪表板**
显示标记的登录活动
## 使用技术
### 前端
- HTML
- CSS
- JavaScript
### 后端
- Python(Django)
### 库/工具
- Pandas(数据处理)
- NumPy
- Matplotlib / Chart.js(数据可视化)
## 使用的数据集
- **登录日志数据集**
包含用户登录尝试的时间戳与状态(成功/失败)
- **IP黑名单数据集**
已知恶意或可疑 IP 地址列表
- **城市坐标数据集**
将 IP 地址映射到地理位置
- **远程工具数据集**
识别通过远程连接工具的访问
- **威胁情报数据集**
包含已知攻击模式与威胁类型
## 工作原理
1. 收集登录数据(IP、时间戳、设备、位置)
2. 使用 Python 和 Pandas 处理数据
3. 应用规则检测可疑模式:
- 多次失败尝试
- 短时间内从不同位置登录
- 异常登录时间
4. 标记可疑活动
5. 使用交互式仪表板显示结果
标签:Chart.js, CMS安全, CSS, Dashboard, Django, IP黑名单, JavaScript, Matplotlib, NumPy, Python后端, SEO: 可疑登录检测, SEO: 安全监控, SEO: 实时告警, SEO: 异常登录, SEO: 登录行为分析, Web安全, 前端HTML, 反暴力破解, 可疑登录检测, 告警系统, 地理异常检测, 多地登录检测, 多模态安全, 威胁情报, 安全运营, 开发者工具, 异常检测, 扫描框架, 数据可视化, 时间异常检测, 浏览器指纹, 登录日志, 登录时间分析, 登录行为分析, 自定义脚本, 蓝队分析, 设备指纹, 账户劫持防护, 远程工具检测, 逆向工具