ABINESHKUMARMUTHUSAMY/threat-intel-platform
GitHub: ABINESHKUMARMUTHUSAMY/threat-intel-platform
基于机器学习的实时网络威胁检测与自动化响应平台,集流量分析、异常检测和自动处置于一体。
Stars: 0 | Forks: 0
# 网络威胁情报与自动化响应平台
基于机器学习的异常检测(在 CICIDS2017 上使用 XGBoost)的实时网络威胁监控、自动化事件响应(主机隔离、IP 封禁、YARA 规则生成),以及用于检测未授权设备的拓扑映射。
**状态:** 🚧 积极开发中 (第 1 天 / 共 7 天)
## 架构

## 技术栈
| 层级 | 技术 |
|-------|-----------|
| 抓包 | Scapy (AsyncSniffer) |
| 消息总线 | Redis Streams |
| 存储 | PostgreSQL + TimescaleDB |
| 机器学习 | XGBoost, Isolation Forest, scikit-learn |
| 后端 | FastAPI, Python 3.11 |
| 前端 | React + Vite, shadcn/ui, vis-network |
| 基础设施 | AWS EC2, Docker Compose |
## 快速开始
_第 7 天更新_
## 评估
_第 7 天更新 — 见 [docs/eval-report.md](docs/eval-report.md)_
## 许可证
MIT
标签:AMSI绕过, Apex, AV绕过, AWS, CICIDS2017, Docker, DPI, FastAPI, IP 地址批量处理, IP封禁, NDR, PE 加载器, PostgreSQL, Python, React, Redis Streams, Scapy, Syscalls, TimescaleDB, XGBoost, YARA, 主机隔离, 云资产可视化, 威胁情报, 威胁检测, 孤立森林, 安全防御评估, 密码管理, 开发者工具, 异常检测, 搜索引擎查询, 无后门, 机器学习, 流量捕获, 测试用例, 网络安全, 网络拓扑, 自动响应, 请求拦截, 逆向工具, 隐私保护