omotunjihenry001/Ai-osint-threatintelligence
GitHub: omotunjihenry001/Ai-osint-threatintelligence
一个基于 NLP 和规则混合评分的 AI 驱动 OSINT 威胁情报系统,用于自动化网络威胁监控和风险评估。
Stars: 0 | Forks: 0
AI 驱动的 OSINT 威胁情报系统
概述
本项目实现了一个 AI 驱动的开源情报 (OSINT) 系统,旨在自动化网络威胁监控和风险评估。
它将自然语言处理 (NLP) 与基于规则的情报相结合,用于从公开可用的数据源中识别、分类和确定网络威胁的优先级。
功能
- OSINT 数据收集(新闻与网络威胁订阅源)
- 数据预处理与文本清理
- 机器学习分类模型(威胁检测)
- 混合风险评分系统(机器学习 + 关键词情报)
- 用于实时威胁监控的 Streamlit 仪表板
方法论
该系统采用混合方法:
- **机器学习模型** → 预测网络威胁的可能性
- **基于规则的引擎** → 识别关键关键词(例如 ransomware、breach)
- **最终得分** → 用于稳健决策的加权组合
示例输出
| 文本 | 风险等级 | 得分 |
|------|-----------|------|
| 全球网络攻击激增 | 高 | 0.72 |
| 系统中检测到恶意软件 | 中 | 0.55 |
| 科技新闻更新 | 低 | 0.04 |
仪表板
该系统包含一个 Streamlit 仪表板,用于:
- 威胁监控
- 风险过滤
- 识别最高风险
安装
```
pip install -r requirements.txt
streamlit run app.py
[Dashboard](screenshots/dashboard.png)
```
标签:AI, Apex, ESC4, Kubernetes, ML, NLP, OSINT, Python, Streamlit, Threat Intelligence, 云计算, 人工智能, 仪表盘, 关键词匹配, 勒索软件检测, 威胁情报, 实时处理, 密码管理, 开发者工具, 数据清洗, 数据预处理, 文本分类, 无后门, 机器学习, 混合评分系统, 用户模式Hook绕过, 网络威胁检测, 网络安全, 自动化代码审查, 舆情监控, 规则引擎, 访问控制, 逆向工具, 隐私保护