IgorSecurityDeveloper/MemoryGuard_AI

# 内存守护AI **MemoryGuard AI** 是一个以安全为导向的监控项目，旨在从分布式环境中收集、处理和分析与内存相关的事件。该项目正在作为一个动手学习和项目集的倡议进行开发，专注于 **支持工程、网络安全、后端系统、可观察性和事件驱动架构**。 MemoryGuard AI 的主要目标是模拟一个现代的监控和安全管道，其中轻量级代理收集系统内存指标，将它们发送到消息平台，并允许后端服务消费、处理，并最终存储或分析这些事件。 当前的架构包括一个基于 **Go 的收集器**，负责收集内存使用数据，以及一个 **Java Quarkus 后端**，旨在消费和处理事件。服务之间的通信通过 **Apache Kafka** 处理，而 **PostgreSQL** 被用作关系数据库层。环境通过 **Docker Compose** 容器化，这使得在本地复制、测试和演进系统变得更加容易。 ## 项目目的 MemoryGuard AI 的创建是为了探索网络安全、故障排除和后端工程如何在实际项目中协同工作。目前，它不是一个完成的商业产品，而是一个不断增长的技术基础，用于学习和展示与以下相关的技能： * 事件驱动系统 * 系统监控 * 内存使用收集 * 基于 Kafka 的通信 * 使用 Quarkus 的 Java 后端开发 * 基于 Go 的轻量级代理 * Docker 化的开发环境 * 技术故障排除和基础设施设置 * 以安全为导向的架构 ## 当前架构 当前项目流程如下： ``` Go Collector → Kafka Topic → Quarkus API → PostgreSQL ``` 收集器将内存使用事件发布到名为 `memory-events` 的 Kafka 主题。后端 API 负责消费这些事件，并将后来扩展以持久化、分析和通过 API 和仪表板公开收集的数据。 ## 使用的技术 * **Java 21** * **Quarkus** * **Go** * **Apache Kafka** * **Zookeeper** * **PostgreSQL** * **PgAdmin** * **Docker** * **Docker Compose** * **WSL / Linux 开发环境** ## 路线图 计划中的改进包括： * 在 PostgreSQL 中持久化内存事件 * 创建 REST 端点以查询收集的数据 * 添加基本异常内存使用警报规则 * 构建前端仪表板 * 提高收集器的功能，包括 CPU、进程和磁盘指标 * 添加身份验证和租户感知架构 * 探索异常检测和 AI 辅助分析 * 通过日志、指标和仪表板提高可观察性 ## 专业背景 该项目反映了我对将 **支持工程**、**网络安全**、**故障排除** 和 **软件开发** 结合起来的兴趣。它是我在构建更强大的安全后端系统、面向事件的监控、云就绪架构和现实世界基础设施故障排除技能方面的学习路径的一部分。

标签：API集成, Docker容器化, Go语言, Java Quarkus, Kafka消息队列, PostgreSQL数据库, 事件驱动架构, 内存使用分析, 内存监控, 分布式系统, 可观测性, 后端开发, 响应大小分析, 基础设施配置, 学习项目, 安全架构, 技术基础, 技术挑战, 数据库存储, 日志审计, 测试用例, 消息传递, 程序破解, 请求拦截, 轻量级代理