kartavya0203/Ai-socAnalyst
GitHub: kartavya0203/Ai-socAnalyst
一个 AI 驱动的 SOC 平台,使用机器学习与 LLM 检测并自动响应网络威胁。
Stars: 0 | Forks: 0
# 🛡️ AI SOC 分析员
使用机器学习检测异常网络活动、利用大语言模型(LLM)分析威胁,并通过 FastAPI 和 n8n 自动化事件响应工作流的 AI 驱动安全运营中心(SOC)平台。
## 🚀 功能
* 🔍 使用孤立森林进行实时异常检测
* 🤖 利用大语言模型进行 AI 威胁分析
* ⚡ 通过 n8n 实现自动化事件响应工作流
* 📩 关键威胁的 Gmail 告警升级
* 🗄️ SQLite 数据库用于告警存储
* 📊 告警 API 用于仪表板集成
* 🔐 灵感源自 SOC 的网络安全架构
## 🏗️ 架构
```
Incoming Logs
↓
ML Anomaly Detection
↓
AI Threat Analysis
↓
FastAPI Backend
↓
n8n Webhook Automation
↓
Risk Decision Engine
↓
Email Alert / Response Action
```
## 🧠 技术栈
### 后端
* FastAPI
* Python
* SQLAlchemy
* SQLite
### 人工智能 / 机器学习
* Scikit-learn
* 孤立森林
* OpenAI API
### 自动化
* n8n
* Gmail API
### 前端(计划 / 可选)
* React
* Tailwind CSS
## 📂 项目结构
```
app/
├── main.py
├── database.py
├── routes/
├── models/
└── services/
ml/
frontend/
```
## ⚙️ 安装
```
git clone https://github.com/YOUR_USERNAME/YOUR_REPO.git
cd YOUR_REPO
pip install -r requirements.txt
uvicorn app.main:app --reload
```
## 🔐 环境变量
在根目录中创建 `.env` 文件:
```
OPENAI_API_KEY=your_openai_api_key
```
## 📡 API 端点
### POST `/log`
发送网络日志以进行异常检测和 AI 威胁分析。
#### 示例请求
```
{
"src_ip": "192.168.1.1",
"dst_ip": "10.0.0.5",
"protocol": "TCP",
"packet_size": 5000,
"duration": 15
}
```
### GET `/alerts`
获取所有存储的安保告警。
## 📩 示例告警输出
```
{
"src_ip": "192.168.1.1",
"risk": "High",
"attack_type": "Possible DDoS",
"reason": "Large packet size and abnormal session duration",
"action": "Block IP and notify admin"
}
```
## 🎯 后续改进
* 📊 实时 React SOC 仪表板
* 💬 Slack / Teams 告警
* 🐘 PostgreSQL 迁移
* 🐳 Docker 部署
* 🔥 实时防火墙 API 集成
* 📈 威胁分析图表
## 👨💻 作者
由 Kartavya 构建
## 📜 许可证
MIT 许可证
标签:AI安全, AMSI绕过, Apex, AV绕过, Chat Copilot, FastAPI, Gmail告警, LLM威胁分析, n8n自动化, OpenAI, Petitpotam, Python后端, Scikit-learn, SEO: AI SOC, SEO: 威胁检测, SEO: 安全运营, SEO: 自动化响应, SQLite, 内存规避, 前端仪表盘, 大语言模型安全, 威胁检测, 安全运营中心, 实时日志, 异常检测, 数据库存储, 机器学习, 机密管理, 监控可视化, 网络安全架构, 网络映射, 网络流量分析, 自动化响应, 逆向工具, 邮件通知, 隔离森林, 风险引擎