bhargav-62/SentinelX-AI-Cyber-Defense-System
GitHub: bhargav-62/SentinelX-AI-Cyber-Defense-System
一个基于机器学习的轻量级网络安全威胁情报平台，提供 IP 情报分析、异常检测和可视化仪表板。
Stars: 0 | Forks: 0
# 🔐 SentinelX AI 网络防御系统
一个由 AI 驱动的网络安全威胁情报平台，旨在使用机器学习和实时 IP 情报 API 分析 IP 地址、检测可疑网络行为、可视化网络活动并提供交互式威胁分析。
# 🚀 在线演示
https://sentinelx-ai-cyber-defense-system-mdrpjytwcmtynqwusayemw.streamlit.app
# 📂 GitHub 仓库
https://github.com/bhargav-62/SentinelX-AI-Cyber-Defense-System
# 📌 功能
✅ 公网 IP 地址情报分析
✅ 使用 IP API 进行地理位置追踪
✅ 组织和时区检测
✅ 交互式网络安全仪表板
✅ 基于机器学习的威胁检测
✅ Isolation Forest 异常检测
✅ 模拟网络活动监控
✅ 威胁状态识别
✅ 交互式分析图表
✅ 使用 Streamlit Cloud 进行实时部署
# 🛠️ 使用的技术
- Python
- Streamlit
- Pandas
- Scikit-learn
- Plotly
- Requests API
- Isolation Forest 算法
# 🧠 机器学习概念
该项目使用 Isolation Forest 机器学习算法，基于以下特征识别可疑和异常的网络活动：
- 请求次数
- 失败登录尝试次数
- 数据传输量
被识别为异常的活动将被分类为可疑威胁。
# 🌍 IP 情报信息
该平台获取实时 IP 信息，包括：
- IP 地址
- 城市
- 国家
- 组织
- 大致位置
- 时区
数据通过公共 IP 情报 API 获取。
# 📊 仪表板模块
## 🔹 安全概览
显示：
- 威胁等级
- 请求指标
- 系统状态
- 已分析的 IP 数量
## 🔹 IP 情报
显示详细的 IP 信息和地理位置数据。
## 🔹 IP 大致位置
在交互式地图上可视化 IP 位置。
## 🔹 网络活动分析
显示：
- 请求数
- 失败登录数
- 数据传输量
使用交互式分析图表展示。
# ▶️ 安装与本地运行
## 步骤 1：克隆仓库
```
git clone https://github.com/bhargav-62/SentinelX-AI-Cyber-Defense-System.git
```
标签：Apex, API集成, GitHub, IP情报分析, Kubernetes, Plotly, Python, Scikit-learn, 交互式图表, 人工智能, 可观测性, 地理定位追踪, 威胁情报, 威胁等级评估, 字符串匹配, 孤立森林, 安全仪表盘, 开发者工具, 开源安全工具, 异常检测, 数据科学, 无后门, 机器学习, 流式应用, 用户模式Hook绕过, 登录失败分析, 网络安全, 网络活动监控, 网络防御系统, 资源验证, 逆向工具, 逆向工程平台, 隐私保护