ruushhdaa/neith
GitHub: ruushhdaa/neith
一个在本地运行的 AI 驱动网络入侵检测系统,利用图神经网络与自适应漂移检测为边缘设备提供可解释的异常发现。
Stars: 0 | Forks: 0
# NEITH
### 网络实体智能与威胁猎人
## 状态
🔨 **活跃开发中** — 公开构建中。持续关注。
## 什么是 NEITH?
NEITH 是一个由人工智能驱动的网络入侵检测系统,它将网络流量建模为动态图,使用图神经网络(GNN)在无需标记攻击数据的情况下检测行为异常,并使用置信分布预测为每个预测附加统计保证的置信区间,同时利用自适应漂移检测处理网络行为随时间的变化。
完全本地化。无云端依赖。适用于 Raspberry Pi 部署。
## 架构
- **数据包层** — 基于 Scapy 的实时流量捕获
- **图层** — 动态图构建(节点 = IP,边 = 流量)
- **智能层** — GraphSAGE GNN 异常检测
- **诚实层** — 置信分布预测的置信区间
- **弹性层** — ADWIN 漂移检测与选择性重训练
- **接口层** — 带有实时网络可视化的 React 仪表板
## 技术栈
Python • PyTorch Geometric • Scapy • Flask • React • ONNX Runtime • River • MAPIE
## 部署
在 Linux 上运行。适用于 Raspberry Pi 4(4GB+)。无需 GPU。
*Rushda Jagtap — 第一年 B.Tech CSE(数据科学),MITAOE*
标签:ADWIN, AI安全, Chat Copilot, Conformal Prediction, Flask, GraphSAGE, Linux部署, MAPIE, ONNX Runtime, PyTorch Geometric, Raspberry Pi, React, River, Scapy, Syscalls, 内存执行, 动态图, 图神经网络, 实时可视化, 嵌入式安全, 异常检测, 无云依赖, 无监督学习, 本地部署, 流量图建模, 漂移检测, 物联网安全, 网络实体智能, 网络流量, 置信区间, 自适应学习, 行为建模, 边缘计算, 逆向工具