Sahil-Singh01/Global-Cybersecurity-Threat-Intelligence-Analysis-Using-MySQL

# 使用 MySQL 进行全球网络安全威胁情报分析 ## 概述 本项目使用 MySQL 分析全球网络安全事件，旨在揭示攻击模式、财务影响、行业漏洞以及防御机制的有效性。 该项目展示了如何使用现实世界中的网络安全数据进行基于 SQL 的威胁情报和业务分析。 ## 目标 - 分析网络攻击趋势 - 识别高风险国家 - 发现脆弱行业 - 衡量财务损失 - 评估防御机制 - 执行高级 SQL 分析 ## 数据集信息 该数据集包含来自多个国家和行业的网络安全事件。 ### 特征 | 列 | 描述 | |----------|------------| | Country | 发生攻击的国家 | | Year | 事件发生的年份 | | Attack_Type | 网络攻击类型 | | Target_Industry | 受攻击的行业 | | Financial_Loss | 经济损失 | | Number_of_Affected_Users | 受影响的用户 | | Attack_Source | 攻击来源 | | Security_Vulnerability_Type | 被利用的漏洞 | | Defense_Mechanism_Used | 使用的安全措施 | | Incident_Resolution_Time_in_Hours | 解决时间 | ## 数据库 Schema ``` CREATE TABLE cyber_attacks ( Incident_ID INT AUTO_INCREMENT PRIMARY KEY, Country VARCHAR(100), Year INT, Attack_Type VARCHAR(100), Target_Industry VARCHAR(100), Financial_Loss DECIMAL(15,2), Number_of_Affected_Users INT, Attack_Source VARCHAR(100), Security_Vulnerability_Type VARCHAR(100), Defense_Mechanism_Used VARCHAR(100), Incident_Resolution_Time_in_Hours INT ); ``` ## 已执行的分析 ### 数据集探索 - 事件总数 - 国家总数 - 行业总数 - 覆盖年份 ### 国家分析 - 受攻击最多的国家 - 损失最高的国家 - 用户影响最大的国家 ### 攻击分析 - 最常见的攻击类型 - 损失最惨重的攻击类型 - 影响用户最多的攻击类型 ### 行业分析 - 最常受攻击的行业 - 损失最高的行业 - 用户影响最大的行业 ### 漏洞分析 - 被利用最多的漏洞 - 损失最高的漏洞 ### 防御机制分析 - 最常用的防御机制 - 最快的事件解决方法 ### 趋势分析 - 各年度攻击情况 - 各年度财务损失 - 用户影响趋势 ### 高级 SQL - CTE - Window Functions - Rankings - Subqueries - 损失贡献分析 ## 🛠 展示的 SQL 技能 - SELECT - WHERE - GROUP BY - ORDER BY - HAVING - 聚合函数 - Subqueries - CTE - Window Functions - RANK() - DENSE_RANK() - ROW_NUMBER() ## 主要成果 ✔ 识别出网络攻击活动最频繁的国家 ✔ 分析了造成最大经济损失的攻击类型 ✔ 评估了行业级别的网络风险 ✔ 评估了防御机制的有效性 ✔ 应用了高级 SQL 分析技术 ## 作者 **Sahil Singh** aspiring Data Analyst | 数据科学爱好者

标签：SQL, 代码示例, 商业智能, 多线程, 数据分析, 数据科学, 系统审计, 网络安全, 资源验证, 隐私保护