psagun/sentinelwatch
GitHub: psagun/sentinelwatch
AI 驱动的安全与合规监控平台,持续采集开放网络中的威胁情报、法规变更和品牌暴露数据,为安全团队提供结构化的风险告警与自动化调查能力。
Stars: 0 | Forks: 0
# SentinelWatch
**AI 驱动的安全与合规监控平台**
SentinelWatch 持续监控开放网络中的威胁、法规变更、第三方风险和品牌暴露情况——直接向安全和合规团队提供结构化、可操作的情报。
专为 **Web Data UNLOCKED Hackathon** 构建——赛道 3:安全与合规。
## 功能介绍
- **威胁情报 Pipeline** — 监控开放网络源(CVE 订阅源、安全博客、暗网论坛、粘贴站点)以获取特定组织的风险指标
- **法规合规监控器** — 追踪 GDPR、CCPA、SEC 及其他法规变更,将更新内容解析为结构化警报
- **第三方风险评估** — 持续评估供应商在网络上的暴露情况
- **品牌与数据暴露检测** — 尽早检测泄露的凭证、暴露的数据和声誉威胁
- **自主调查 Agent** — 调查威胁指标并返回结构化风险评估且无需人工干预的 AI Agent
## 架构概述
```
┌─────────────────────────────────────────────────────────────┐
│ Data Collection Layer │
│ Bright Data Web Unlocker | SERP API | Scraping Browser │
└──────────────────────────┬──────────────────────────────────┘
│
┌──────────────────────────▼──────────────────────────────────┐
│ Analysis & Intelligence Layer │
│ Threat Analyzer | Compliance Analyzer | Risk Scorer │
│ AI/ML API-powered investigation agents │
└──────────────────────────┬──────────────────────────────────┘
│
┌──────────────────────────▼──────────────────────────────────┐
│ Memory & Storage Layer │
│ Cognee (persistent agent memory) | PostgreSQL (findings) │
└──────────────────────────┬──────────────────────────────────┘
│
┌──────────────────────────▼──────────────────────────────────┐
│ Alerting & Reporting Layer │
│ Alert Manager | Slack/Email/PagerDuty | Webhook exports │
└──────────────────────────┬──────────────────────────────────┘
│
┌──────────────────────────▼──────────────────────────────────┐
│ API & Integration Layer │
│ REST API | Webhook receiver | Dashboard feed │
└─────────────────────────────────────────────────────────────┘
```
## 使用的 Bright Data 工具
| 工具 | 用途 |
|---|---|
| **Web Unlocker** | 绕过安全论坛、粘贴站点、监管页面上的机器人检测 |
| **SERP API** | 通过 Google、Bing 实时搜索威胁指标 |
| **MCP Server** | 将 AI Agent 直接连接到实时网络上下文 |
| **Scraping Browser** | 为重度依赖 JS 的合规和风险页面提供完整的浏览器自动化 |
| **Web Scraper API** | 通过预构建的站点爬虫获取结构化数据 |
## 技术栈
- **Python 3.11+** — 核心应用程序
- **FastAPI** — REST API
- **Bright Data SDK** — 网络数据收集
- **AI/ML API** — AI 推理与分析
- **Cognee** — Agent 记忆与上下文
- **PostgreSQL** — 存储发现与警报
- **Docker** — 容器化部署
## 开始使用
完整的设置说明请参阅 [SETUP.md](SETUP.md)。
快速开始:
```
cp .env.example .env
# 填写您的 API keys
docker-compose up -d
```
## 项目结构
```
sentinelwatch/
├── src/ # Core application source
│ ├── main.py # Entry point
│ ├── config.py # Configuration management
│ ├── data_collection/ # Bright Data integration layer
│ ├── intelligence/ # AI analysis and risk scoring
│ ├── memory/ # Cognee agent memory
│ ├── alerting/ # Alert management and notifications
│ └── api/ # REST API
├── agents/ # Autonomous AI agent definitions
├── config/ # YAML configuration files
├── tests/ # Test suite
├── docs/ # Documentation
└── docker-compose.yml # Deployment
```
## 合作伙伴技术
- **AI/ML API** — 为智能层(分析、推理、提取)提供支持
- **Cognee** — 在调查工作流中提供持久的 Agent 记忆
- **TriggerWare.ai** — 由网络数据变更触发的事件驱动工作流
- **Speechmatics** — 可选的语音提醒和报告功能
## 演示
观看产品演示或浏览演示文稿:
- **📹 演示脚本** — [`docs/demo-script.md`](docs/demo-script.md) — 一段约 3 分钟的带解说演示,涵盖实体监控、发现、警报、合规和 AI 报告
- **📊 演示文稿** — 打开位于 [`/presentation/`](https://frontend-lilac-eta-55.vercel.app/presentation/index.html) 的幻灯片(包含截图的 10 张幻灯片)
- **🌐 在线应用** — [frontend-lilac-eta-55.vercel.app](https://frontend-lilac-eta-55.vercel.app)
- **📄 PDF** — 从幻灯片下载 PDF 版本的演示文稿(Ctrl+P → 另存为 PDF,横向,A3)
### 演示流程
```
Entities → Add Website → Configure Scans → Scan Runs → Dashboard → Findings → Alerts → Compliance → AI Reports
```
## 许可证
Hackathon 项目——请参阅 Hackathon 条款。
标签:合规监控, 威胁情报, 安全合规, 实时处理, 开发者工具, 数据泄露监测, 测试用例, 第三方风险管理, 网络代理, 请求拦截, 逆向工具