Abhims898/Live-Threat-Intelligence-Feed-Simulator-with-AI-Based-Detection-and-Automated-Firewall
GitHub: Abhims898/Live-Threat-Intelligence-Feed-Simulator-with-AI-Based-Detection-and-Automated-Firewall
一个基于Flask和Scikit-learn的网络威胁情报模拟平台，集成实时威胁检测、AI异常识别和自动化防火墙响应功能，为安全团队提供SOC风格的训练和演示环境。
Stars: 0 | Forks: 0
🛡️ 网络威胁情报仪表板
📌 概述
本项目使用实时威胁情报和基于 AI 的异常检测技术模拟了一个网络靶场环境。
🚀 功能
- 实时威胁检测
- AbuseIPDB API 集成
- 自动化防火墙拦截
- 基于 AI 的异常检测
- SOC 风格仪表板
- 图形可视化
🛠️ 技术
- Python (Flask)
- Chart.js
- Scikit-learn
- Kali Linux
▶️ 运行方式
- git clone GitHub 链接：https://github.com/Abhims898/Live-Threat-Intelligence-Feed-Simulator-with-AI-Based-Detection-and-Automated-Firewall.git
- cd cyber_dashboard
使用以下命令创建环境：
- python3 -m venv venv
然后激活它：
- source venv/bin/activate
接着运行以下命令安装所需的库：
- pip install -r requirements.txt
在以下命名的文件中创建您自己的 AbuseIPDB API 访问 token 并将其粘贴到主文件中，然后运行以下命令：
- AI&API_Threat detection.py
标签：AbuseIPDB, AI异常检测, CCTV/网络接口发现, Chart.js, CISA项目, Flask, IP 地址批量处理, IP黑名单, masscan, Python, Scikit-learn, SOC仪表盘, 可视化图表, 威胁情报, 威胁情报平台, 安全运营中心, 实时威胁检测, 密码管理, 开发者工具, 异常行为检测, 无后门, 网络安全, 网络映射, 网络靶场, 自动化响应, 逆向工具, 防火墙自动化, 隐私保护