5andeepNambiar/ai-threat-intelligence-platform

# AI 威胁情报平台 一个由 AI 驱动的网络安全平台，能够检测恶意的 API 请求、分析攻击模式，并利用 LLM、事件驱动微服务和分布式系统架构生成修复建议。 # 概述 本项目模拟了一个真实的企业级 API 安全监控平台，具备以下能力： - 检测 SQL 注入、XSS、暴力破解攻击以及可疑的 payload - 实时分析 API 流量 - 使用 AI/LLM 对威胁进行分类 - 自动生成修复建议 - 使用 Kafka 异步处理事件 - 在仪表板中可视化威胁情报 - 存储历史攻击数据以供分析 该系统的设计采用了受生产级分布式系统启发、具备高度可扩展性的后端工程原则。 # 架构 ``` Angular Dashboard ↓ Spring Boot Gateway ↓ Kafka Event Pipeline ↓ FastAPI AI Analysis Service ↓ Ollama Local LLM ↓ PostgreSQL + Redis ``` # 技术栈 ## 前端 - Angular - TypeScript - Angular Material ## 后端 - Java - Spring Boot - Spring Data JPA - Kafka ## AI 服务 - Python - FastAPI - Ollama - Llama3 ## 基础设施 - PostgreSQL - Redis - Docker - Docker Compose # 功能 ## 安全威胁检测 - SQL 注入检测 - XSS 检测 - 暴力破解检测 - 可疑 payload 分析 - 威胁严重性分类 ## AI 驱动分析 - 基于 LLM 的威胁分类 - AI 生成的修复建议 - Payload 解释引擎 - 智能攻击摘要生成 ## 分布式系统设计 - 使用 Kafka 的事件驱动架构 - 异步威胁处理 - 模块化微服务 - 可扩展的后端服务 ## 仪表板与分析 - 威胁监控仪表板 - 严重性分析 - 攻击时间轴可视化 - 历史威胁检查 # 系统设计目标 本项目专注于： - 可扩展架构 - 低延迟处理 - 生产级工程实践 - 模块化服务设计 - AI 系统集成 - 分布式系统概念 - 后端可扩展性 # 文件夹结构 ``` genai-api-security-analyzer/ │ ├── backend-gateway/ │ ├── ai-analysis-service/ │ ├── frontend-dashboard/ │ ├── docker-compose.yml │ └── README.md ``` # 微服务 ## 1. 后端网关 (Spring Boot) 负责： - 接收 API 流量 - 请求验证 - 发布 Kafka 事件 - 数据库持久化 - 威胁 API ### 职责 - REST API - PostgreSQL 集成 - Kafka 生产者 - 请求编排 ## 2. AI 分析服务 (FastAPI) 负责： - 消费攻击 payload - 威胁分类 - 生成修复建议 - AI 推理编排 ### 职责 - Ollama 集成 - LLM 提示 - 威胁分析 - 异步处理 ## 3. Angular 仪表板 负责： - 威胁可视化 - 分析仪表板 - 监控 UI - 攻击检查 ### 职责 - 图表 - 表格 - 威胁视图 - 分析 # 数据库 Schema ## api_requests | 列名 | 类型 | |---|---| | id | UUID | | endpoint | VARCHAR | | method | VARCHAR | | payload | TEXT | | created_at | TIMESTAMP | ## threat_analysis | 列名 | 类型 | |---|---| | id | UUID | | request_id | UUID | | threat_type | VARCHAR | | severity | VARCHAR | | ai_summary | TEXT | | remediation | TEXT | | confidence_score | FLOAT | | created_at | TIMESTAMP | # API Endpoint ## 提交 Payload ``` POST /api/analyze ``` ### 请求 ``` { "endpoint": "/login", "method": "POST", "payload": "admin' OR 1=1 --" } ``` ## 获取威胁 ``` GET /api/threats ``` ## 获取威胁详情 ``` GET /api/threats/{id} ``` # Kafka 事件流 ``` API Request ↓ Spring Boot Gateway ↓ Kafka Topic ↓ AI Analysis Service ↓ Threat Classification ↓ Database Storage ↓ Angular Dashboard ``` # AI Pipeline ``` API Payload ↓ Prompt Construction ↓ LLM Analysis ↓ Threat Classification ↓ Remediation Generation ↓ Threat Storage ``` # 运行项目 # 1. 克隆仓库 ``` git clone ``` # 2. 启动基础设施 ``` docker compose up -d ``` 这将启动： - PostgreSQL - Redis - Kafka # 3. 运行 Ollama 安装： https://ollama.com/ 运行模型： ``` ollama run llama3 ``` # 4. 启动 AI 服务 ``` cd ai-analysis-service python -m venv venv venv\Scripts\activate pip install -r requirements.txt uvicorn app.main:app --reload ``` # 5. 启动 Spring Boot 后端 ``` cd backend-gateway mvn spring-boot:run ``` # 6. 启动 Angular 前端 ``` cd frontend-dashboard npm install ng serve ``` # 未来改进 ## 计划增强功能 - JWT 身份验证 - Redis 缓存 - 威胁评分引擎 - pgvector 集成 - 语义攻击相似度搜索 - Kubernetes 部署 - Prometheus 监控 - Grafana 仪表板 - CI/CD pipeline - 限流 - API 网关集成 # 学习目标 本项目展示了： - 分布式系统 - 后端工程 - 事件驱动架构 - AI 系统工程 - 可扩展的微服务 - 网络安全概念 - 异步处理 - 生产级架构 - 全栈开发 # 为什么这个项目很重要 现代应用程序日益需要： - AI 集成 - 可扩展的后端系统 - 网络安全工具 - 事件驱动架构 本项目将上述所有内容整合到了一个生产级的工程平台中。

标签：AI风险缓解, CISA项目, DLL 劫持, DOE合作, JS文件枚举, Python, Web安全, 域名枚举, 大语言模型, 威胁情报, 开发者工具, 微服务架构, 搜索引擎查询, 无后门, 测试用例, 版权保护, 红队行动, 蓝队分析, 请求拦截, 逆向工具