Ayushmanzzz/Cyber-Incident-Response-in-Banking-SOC

GitHub: Ayushmanzzz/Cyber-Incident-Response-in-Banking-SOC

该项目是一个AI驱动的SOC Pipeline,通过多层模块化架构将原始日志转化为包含检测、评分和响应建议的可执行安全情报。

Stars: 0 | Forks: 0

# 🚨 AI 驱动的 SOC Pipeline 一个端到端的**安全运营中心 (SOC) pipeline**,能够摄取原始日志,执行多层分析,利用 AI 驱动的洞察丰富事件,并生成可执行的安全情报。 ## 🔍 概述 该项目通过多个智能层处理日志,模拟真实世界的 SOC 工作流: * 日志摄取与标准化 * 特征工程 * 异常与基于规则的检测 * CIS 基准丰富 * AI 驱动的攻击分析 * CVSS 评分 * 自动化响应生成 * 前端仪表盘可视化 ## 🧠 核心功能 * ⚡ **通过文件上传实时摄取日志** * 🧩 **多层模块化 pipeline 架构** * 🤖 **AI 驱动的事件分析与叙述生成** * 📊 **自动化 CVSS 评分** * 🛡️ **响应建议引擎** * 📁 **用于可视化的前端仪表盘** * 🔁 **端到端 pipeline 集成 (前端 ↔ 后端)** ## 🏗️ 架构 ``` Layer 1 → Feature Engineering Layer 2 → Detection Engine Layer 3 → CIS Benchmark Mapping Layer 4 → AI Analysis Layer 5 → CVSS Scoring Layer 6 → Response Generation ``` ## ⚙️ 技术栈 ### 后端 * Python * FastAPI * 模块化 pipeline 架构 ### 前端 * Next.js * React * Tailwind CSS ### AI / 处理 * 自定义 AI 分析层 * 基于规则 + 异常检测 * CVSS 评分逻辑 ## 📂 项目结构 ``` SOC_project/ │ ├── Frontend/ # Next.js dashboard │ ├── app/ │ ├── public/ │ └── package.json │ ├── layer_1_feature_engineering/ ├── layer_2_detection/ ├── layer_3_cis/ ├── layer_4_ai_analysis/ ├── layer_5_cvss/ ├── layer_6_response/ │ ├── api_server.py # Main backend API ├── frontend_formatter.py # Formats output for UI └── README.md ``` ## 🚀 快速开始 ### 1️⃣ 克隆代码库 ``` git clone https://github.com/your-username/soc-pipeline.git cd soc-pipeline ``` ### 2️⃣ 启动后端 ``` uvicorn api_server:app --reload --host 127.0.0.1 --port 8000 ``` 检查 API: ``` http://127.0.0.1:8000/docs ``` ### 3️⃣ 启动前端 ``` cd Frontend npm install npm run dev ``` 打开: ``` http://localhost:3000 ``` ## 📥 用法 1. 进入 **上传日志页面** 2. 上传一个 JSON 日志文件 3. 后端运行完整的 SOC pipeline 4. 结果将: * 经过所有层处理 * 保存到 `frontend_output.json` * 在仪表盘中显示 ## 🔄 Pipeline 流程 ``` Upload Logs → FastAPI → Layer 1 → Layer 2 → Layer 3 → AI Analysis → CVSS → Response → Frontend Dashboard ``` ## 📊 示例输出 每个事件包含: * 🧾 解析后的日志数据 * 🚨 检测结果 * 📘 CIS 基准映射 * 🧠 AI 生成的攻击叙述 * 🔢 CVSS 分数 * 🛠️ 建议的响应 ## 🧪 未来改进 * 实时流式日志 (Kafka / WebSockets) * 数据库集成 (PostgreSQL + pgvector) * 身份验证与 RBAC * 威胁情报集成 * SIEM 集成 ## 👥 团队 作为 **黑客松项目** 的一部分开发,旨在实现真实世界的 SOC 模拟目标。 部署链接:https://socpipeline-gz4w74iq4-xsullcraser-8273s-projects.vercel.app ## 🏁 总结 该项目展示了 AI 和结构化 pipeline 如何将原始日志转化为**可执行的安全情报**,从而模拟真实世界的 SOC 操作。 ## ⭐ 如果您喜欢这个项目 请在 GitHub 上给它点个 ⭐ 并分享您的反馈!
标签:AI安全分析, AMSI绕过, AV绕过, FastAPI, 威胁检测, 安全运营中心, 网络映射, 逆向工具