Apoorva-Nayak07/AI-Powered-SOC-Platform

GitHub: Apoorva-Nayak07/AI-Powered-SOC-Platform

集成AI异常检测与自动化事件响应的企业级安全运营中心平台,解决安全团队对实时威胁监控与高效协同处置的诉求。

Stars: 0 | Forks: 0

# 🛡️ AI 驱动的安全运营中心 (SOC) 平台 ## 🎯 概述 企业级安全运营中心平台,提供实时威胁监控、AI 驱动的攻击检测、自动化事件响应和高级分析。采用现代技术构建,提供全面的网络安全监控与防护。 ## ✨ 功能 ### 🔐 核心安全功能 - **实时威胁监控** - 实时安全事件追踪与分析 - **AI 驱动的异常检测** - 用于威胁检测的机器学习模型 - **自动化事件响应** - 智能威胁缓解与响应 - **高级威胁情报** - GeoIP 追踪,MITRE ATT&CK 映射 - **实时告警系统** - 具备实时通知的多级告警 - **攻击可视化** - 交互式地图与仪表板 ### 🤖 AI/ML 能力 - 用于异常检测的 Isolation Forest - Random Forest 分类 - 实时风险评分 - 行为分析 - 预测性威胁建模 ### 📊 仪表板模块 1. 高管仪表板 2. 实时监控中心 3. 威胁检测控制台 4. 告警中心 5. 事件响应面板 6. 威胁情报仪表板 7. 攻击可视化地图 8. 日志探索器 9. AI 洞察仪表板 10. 用户管理 11. 报告与分析 12. 系统设置 ## 🛠️ 技术栈 ### 前端 - React.js 18 - Tailwind CSS - Framer Motion - Recharts - Socket.IO Client - React Router v6 - Axios ### 后端 - Node.js - Express.js - MongoDB + Mongoose - Socket.IO - JWT 身份验证 - bcrypt ### AI/ML 服务 - Python FastAPI - Scikit-learn - TensorFlow - Pandas - NumPy ### DevOps - Docker - Docker Compose - NGINX ## 📁 项目结构 ``` soc-platform/ ├── client/ # React frontend │ ├── public/ │ ├── src/ │ │ ├── components/ # Reusable components │ │ ├── pages/ # Page components │ │ ├── charts/ # Chart components │ │ ├── services/ # API services │ │ ├── hooks/ # Custom hooks │ │ ├── layouts/ # Layout components │ │ ├── utils/ # Utility functions │ │ └── App.jsx │ └── package.json │ ├── server/ # Node.js backend │ ├── src/ │ │ ├── routes/ # API routes │ │ ├── controllers/ # Route controllers │ │ ├── models/ # MongoDB models │ │ ├── middleware/ # Express middleware │ │ ├── services/ # Business logic │ │ ├── sockets/ # Socket.IO handlers │ │ ├── utils/ # Utilities │ │ └── server.js │ └── package.json │ ├── ml-service/ # Python AI/ML service │ ├── app/ │ │ ├── models/ # ML models │ │ ├── services/ # ML services │ │ ├── utils/ # Utilities │ │ └── main.py │ ├── datasets/ # Training datasets │ ├── trained_models/ # Saved models │ └── requirements.txt │ ├── docker/ # Docker configurations │ ├── nginx/ │ └── docker-compose.yml │ └── docs/ # Documentation ├── API.md ├── DEPLOYMENT.md └── ARCHITECTURE.md ``` ## 🚀 快速开始 ### 前置条件 - Node.js 18+ - Python 3.9+ - MongoDB 6+ - Docker & Docker Compose(可选) ### 安装 #### 1. 克隆仓库 ``` git clone cd soc-platform ``` #### 2. 配置后端 ``` cd server npm install cp .env.example .env # 使用你的配置编辑 .env npm run dev ``` #### 3. 配置前端 ``` cd client npm install cp .env.example .env # 使用你的配置编辑 .env npm start ``` #### 4. 配置 ML 服务 ``` cd ml-service python -m venv venv source venv/bin/activate # On Windows: venv\Scripts\activate pip install -r requirements.txt python app/main.py ``` ### 🐳 Docker 部署 ``` # 构建并运行所有服务 docker-compose up -d # 查看日志 docker-compose logs -f # 停止服务 docker-compose down ``` ## 🔧 配置 ### 环境变量 #### 后端 (.env) ``` PORT=5000 MONGODB_URI=mongodb://localhost:27017/soc-platform JWT_SECRET=your-secret-key JWT_REFRESH_SECRET=your-refresh-secret ML_SERVICE_URL=http://localhost:8000 NODE_ENV=development ``` #### 前端 (.env) ``` REACT_APP_API_URL=http://localhost:5000 REACT_APP_SOCKET_URL=http://localhost:5000 ``` #### ML 服务 (.env) ``` PORT=8000 MODEL_PATH=./trained_models ``` ## 👥 用户角色 - **Admin** - 完整的系统访问权限 - **SOC Analyst** - 威胁分析与事件响应 - **Viewer** - 仪表板只读访问 ## 🔐 默认凭据 ``` Admin: Email: admin@soc.com Password: Admin@123 Analyst: Email: analyst@soc.com Password: Analyst@123 ``` **⚠️ 在生产环境中请立即修改这些凭据!** ## 📡 API 端点 ### 身份验证 - `POST /api/auth/register` - 注册新用户 - `POST /api/auth/login` - 用户登录 - `POST /api/auth/refresh` - 刷新 token - `POST /api/auth/logout` - 用户登出 ### 威胁 - `GET /api/threats` - 获取所有威胁 - `GET /api/threats/:id` - 按 ID 获取威胁 - `POST /api/threats` - 创建威胁 - `PUT /api/threats/:id` - 更新威胁 - `DELETE /api/threats/:id` - 删除威胁 ### 告警 - `GET /api/alerts` - 获取所有告警 - `POST /api/alerts` - 创建告警 - `PUT /api/alerts/:id/acknowledge` - 确认告警 - `PUT /api/alerts/:id/resolve` - 解决告警 ### 事件 - `GET /api/incidents` - 获取所有事件 - `POST /api/incidents` - 创建事件 - `PUT /api/incidents/:id` - 更新事件 - `PUT /api/incidents/:id/assign` - 分配事件 ### 分析 - `GET /api/analytics/dashboard` - 仪表板统计数据 - `GET /api/analytics/threats` - 威胁分析 - `GET /api/analytics/timeline` - 攻击时间线 ### ML 服务 - `POST /api/ml/predict` - 异常检测 - `POST /api/ml/analyze` - 威胁分析 - `GET /api/ml/insights` - AI 洞察 ## 🧪 测试 ``` # Backend 测试 cd server npm test # Frontend 测试 cd client npm test # ML service 测试 cd ml-service pytest ``` ## 📊 监控 该平台包含: - 实时 WebSocket 更新 - 实时事件流 - 性能指标 - 系统健康监控 - 审计日志 ## 🌍 部署 ### 生产环境部署 #### 使用 Docker ``` docker-compose -f docker-compose.prod.yml up -d ``` #### 手动部署 有关详细说明,请参阅 [DEPLOYMENT.md](docs/DEPLOYMENT.md)。 ### 支持的平台 - AWS (EC2, ECS, Lambda) - Azure (App Service, Container Instances) - Railway - Render - DigitalOcean ## 🔒 安全功能 - 基于 JWT 的身份验证 - 使用 bcrypt 进行密码哈希处理 - 速率限制 - Helmet.js 安全标头 - 输入验证 - CORS 防护 - SQL 注入防护 - XSS 防护 - CSRF token ## 🎨 UI/UX 功能 - 深色主题与毛玻璃效果 - 霓虹赛博美学 - 使用 Framer Motion 的平滑动画 - 响应式设计 - 交互式图表 - 实时更新 - Toast 通知 - 加载状态 ## 📈 性能 - 用于实时更新的 WebSocket - 优化的数据库查询 - 缓存策略 - 懒加载 - 代码分割 - CDN 集成 ## 🤝 贡献 1. Fork 该仓库 2. 创建功能分支 (`git checkout -b feature/AmazingFeature`) 3. 提交更改 (`git commit -m 'Add AmazingFeature'`) 4. 推送到分支 (`git push origin feature/AmazingFeature`) 5. 发起 Pull Request ## 🙏 致谢 - 灵感来源于 CrowdStrike Falcon, Splunk, IBM QRadar - MITRE ATT&CK 框架 - CICIDS2017, NSL-KDD, UNSW-NB15 数据集 **用 ❤️ 为网络安全专业人士构建**
标签:GNU通用公共许可证, HTTP/HTTPS抓包, MITM代理, Node.js, Python, React, Syscalls, 威胁情报, 安全运营, 安全运营中心, 开发者工具, 态势感知, 扫描框架, 无后门, 网络映射, 自动化响应, 自定义脚本, 请求拦截, 负责任AI, 逆向工具