Lalepragati/AI-Driven-Behavioral-Biometric-Authentication-System

GitHub: Lalepragati/AI-Driven-Behavioral-Biometric-Authentication-System

该系统利用机器学习分析击键动力学行为来检测异常登录,通过风险评分与本地可解释AI层帮助防范账户接管。

Stars: 1 | Forks: 0

# AI-Driven-Behavioral-Biometric-Authentication-System 模块 1 提供了更大型 AI 平台中的行为生物特征认证部分。 ## 包含内容 - 用于注册、登录、行为评估、异常评分和审计日志记录的 FastAPI 后端 - 适用于浏览器的击键动力学采集流程 - 用于基线训练和异常检测的本地机器学习 pipeline - 具有允许、提升认证和拦截决策的风险引擎 - 用于生成人类可读安全摘要的 Ollama 解释层 - 具备离线优先本地回退机制的 Google Sheets 适配器 - 用于安全登录采集和风险审查的 Next.js dashboard ## 仓库结构 - `backend/` FastAPI 服务和 ML pipeline - `frontend/` Next.js dashboard - `docs/` 架构和操作说明 ## 模块 1 目标 - 在浏览器中安全地采集击键动力学 - 在本地训练单用户行为基线 - 检测异常打字行为并计算 0-100 的风险评分 - 在可用时使用 Ollama 解释决策 - 将安全事件记录到 Google Sheets 或离线缓冲队列 ## 运行策略 此工作空间已搭建好本地开发环境。在 `backend/` 和 `frontend/` 中安装依赖项,然后分别启动 API 和 dashboard。
标签:AI风险缓解, Apex, AV绕过, FastAPI, LLM评估, Ollama, 异常检测, 机器学习, 行为生物识别, 逆向工具