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