SaibhargaviMalkapuram/PriviNetra-AI-Based-Privilege-Threat-Detection-Framework

# 基于机器学习的云环境权限提升攻击检测与防御 ## 📌 概述 本项目是一个基于 AI 的云安全系统，旨在利用机器学习算法检测云环境中的权限提升和内部攻击。 该系统分析云活动日志，并使用集成学习技术识别可疑行为。 ## 🚀 功能特性 * 内部威胁检测 * 权限提升攻击检测 * 基于机器学习的分类 * 算法性能比较 * 混淆矩阵可视化 * 攻击预测系统 * 基于 GUI 的实现 ## 🛠️ 使用技术 * Python * 机器学习 * Tkinter * Scikit-learn * XGBoost * LightGBM * CatBoost * Pandas * NumPy * Matplotlib * Seaborn ## 📂 数据集 * CERT Insider Threat Dataset 数据集链接： https://github.com/lcd-dal/feature-extraction-for-CERT-insider-threat-test-datasets ## ⚙️ 使用算法 * Random Forest * AdaBoost * XGBoost * LightGBM * CatBoost ## 📊 模块 1. 上传 CERT 数据集 2. 预处理和拆分数据集 3. 运行 Random Forest 4. 运行 AdaBoost 5. 运行 XGBoost 6. 运行 LightGBM 7. 运行 CatBoost 8. 比较图表 9. 攻击预测 ## 💻 系统要求 ### 硬件 * Intel i3 或以上处理器 * 最低 4GB RAM ### 软件 * Windows 操作系统 * Python 3.7+ ## 📦 安装说明 ``` pip install -r requirements.txt ``` ## ▶️ 运行项目 ``` python Main.py ``` 或者 运行： ``` run.bat ``` ## 📈 结果 | 算法 | 准确率 | | ------------- | -------- | | Random Forest | 86% | | AdaBoost | 88% | | XGBoost | 88.27% | | LightGBM | 97% | ## 🔐 应用领域 * 云安全 * 网络安全 * 内部威胁检测 * 企业安全系统 ## 📷 输出 添加以下内容的截图： * 数据集上传 * 训练输出 * 混淆矩阵 * 准确率图表 * 预测结果 ## 📄 许可证 本项目专为教育和研究目的而开发。

标签：AMSI绕过, Apex, Python, 人工智能, 威胁检测, 无后门, 机器学习, 用户模式Hook绕过, 网络安全, 逆向工具, 隐私保护