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