harshithabv13/Employee-Action-Log-Analysis-System
GitHub: harshithabv13/Employee-Action-Log-Analysis-System
一款基于规则引擎与无监督机器学习的员工操作日志实时分析平台,用于检测内部威胁和数据泄露风险。
Stars: 0 | Forks: 0
# 🛡️ SOC CyberShield:员工操作日志分析系统
一款现代化的、生产级的 Security Operations Center (SOC) Web 应用程序,它通过摄取系统审计日志来实时监控员工的操作。该平台结合使用了硬编码的启发式安全约束以及无监督机器学习(`IsolationForest`),以隔离内部威胁、标记数据泄露风险,并最大限度地提高组织基础设施的安全性。
## 🚀 核心功能
* **实时数据摄取:** 可通过活跃的 Web 界面直接进行拖拽式 CSV 日志解析。
* **交互式控制中心:** 实时调整班次时间阈值和最大允许数据传输大小。
* **动态 KPI 遥测行:** 即时的指标计数器,显示总业务量、身份验证失败、计划偏差和数据泄露。
* **基于规则的安全告警引擎:** 针对策略违规(例如,登录失败、非工作时间访问、超大文件体积)自动生成上下文标记。
* **AI 异常套件:** 采用多维特征映射的无监督机器学习模型,用于识别隐藏的威胁向量。
* **交互式空间映射:** 精美集成的可视化散点图,将活动时间与数据包大小进行对照绘图。
* **高对比度深色主题:** 采用 Cyberpunk 风格的时尚设计,旨在实现快速的结构可读性。
## 🛠️ 技术栈
* **Python**(核心应用程序引擎逻辑)
* **Streamlit**(生产级前端 Web 应用程序框架)
* **Pandas**(数据矩阵摄取、特征提取和操作)
* **Scikit-learn**(Isolation Forest 离群点检测模型矩阵)
* **Matplotlib**(空间特征图生成与图形渲染)
## 📦 安装与设置
在运行应用程序之前,请确保您安装了完整且最新的项目依赖项:
```
python -m pip install pandas scikit-learn streamlit matplotlib
## 运行 Project
python -m streamlit run app.py
```
标签:Kubernetes, Python, Streamlit, 内部威胁检测, 安全运营, 异常检测, 扫描框架, 无后门, 访问控制, 逆向工具