hiifza/DigitalFootprint
GitHub: hiifza/DigitalFootprint
基于加权多维度风险模型的网络安全行为智能仪表盘,将用户数字习惯转化为量化风险评分并提供可视化洞察与安全行动建议。
Stars: 0 | Forks: 0
# 🔐 **数字足迹镜像**
### ⚡ 网络行为智能仪表盘
## 🌐 **概述**
**Digital Footprint Mirror (DFM)** 是一个网络安全行为智能系统,它通过分析用户的数字习惯,利用加权模型量化风险暴露,并通过交互式可视化仪表盘展示具有可操作性的洞察。
该平台将**用户行为 → 可衡量风险 → 可视化情报 → 安全行动**进行转化。
## 🚀 **核心亮点**
✨ 行为驱动的网络安全分析
📊 加权多类别风险评分
📡 交互式仪表盘(柱状图 • 雷达图 • 热力图)
🧠 攻击链模拟(威胁演进模型)
🎯 智能推荐引擎
⚙️ 全栈执行(前端 + 后端集成)
## 🧩 **系统架构**
```
User Interaction (Browser)
↓
Frontend (HTML • CSS • JavaScript)
↓
Analysis Engine (Risk Computation)
↓
Backend API (Flask)
↓
JSON Response
↓
Dashboard Visualization & Intelligence Output
```
## 🛠️ **技术栈**
| 层级 | 技术 |
| ------------- | ----------------------- |
| 前端 | HTML5, CSS3, JavaScript |
| 可视化 | Chart.js |
| 后端 | Python (Flask) |
| 数据流 | Fetch API (AJAX, JSON) |
## 📊 **风险智能模型**
### 🔹 类别
* 🔐 密码安全
* 📡 社交行为
* 🌐 网络实践
* 🎣 钓鱼意识
* 💻 设备安全
### 🔹 权重分布
```
Password → 24
Phishing → 22
Network → 20
Social → 18
Device → 16
```
### 🔹 风险公式
```
Overall Risk = Σ (Category Score × Weight) / 100
```
## 🔄 **系统流程**
```
User Input → Data Structuring → Risk Computation
→ Backend Processing → Visualization → Insights
```
## 📈 **可视化引擎**
* 📊 柱状图 → 类别暴露
* 🕸️ 雷达图 → 多向量比较
* 🔥 热力图 → 风险强度
* 📦 指标 → 评分、置信度、类别
## ⚠️ **攻击链模拟**
```
Password Compromise
↓
Email Breach
↓
Financial Access
↓
Identity Theft
```
✔ 基于计算风险的动态演进
## 🧠 **智能输出**
* 风险等级分类
* 薄弱类别检测
* 行为总结
* 被利用可能性
* 优先安全行动
## 📁 **项目结构**
```
dfm.html # Structure
dfm.css # Styling & animations
dfm.js # Logic & analysis engine
dfm.py # Backend API
```
## 🎯 **关键特性**
✔ 确定性风险计算
✔ 实时分析 Pipeline
✔ 无状态架构
✔ 可视化驱动洞察
✔ 模块化与可扩展设计
## 👩💻 **作者**
**Hifza Amir**
B.Tech — 计算机科学与工程
IILM 大学
标签:Chart.js, CMS安全, Flask, Homebrew安装, JavaScript, Python, Unix, Web安全, 互联网扫描, 交互式图表, 可视化仪表盘, 后端API, 威胁情报, 安全评分, 密码安全, 开发者工具, 攻击链模拟, 数字足迹, 数据可视化, 数据大屏, 无后门, 用户行为分析, 网络安全, 网络意识, 自定义脚本, 蓝队分析, 设备安全, 逆向工具, 钓鱼防护, 隐私保护, 风险量化