Varunshankarvg/Bio-Sentinel-Enterprise

# Bio-Sentinel 企业版 **多层深度学习生物特征取证与安全活体验证系统。** Bio-Sentinel 是一个端到云的生物特征识别框架，旨在消除 zero-day 呈现攻击、虚拟摄像头注入和超逼真的 deepfake。该系统不依赖传统的基于外观的空间伪影，而是验证生物物理特征和认知意志。 ## 🧬 核心架构 1. **第 1 层：硬件完整性审计：** 边缘客户端 WebGL 和 WebRTC 指纹识别，用于拦截 OBS 和虚拟摄像头注入。 2. **第 2 层：主动色彩反射：** 物理光响应分析，用于揭露 2D 屏幕重放。 3. **第 3 层：时序 rPPG 提取：** 定制的 3D-CNN (BioRefiner)，用于提取远程光电容积脉搏波描记法 (rPPG) 信号，以确认真实的心血管节律。 4. **第 4 层：认知意志：** 眼部微颤 (OMT) 空间方差跟踪，用于揭露静态渲染。 5. **持续零信任监控器：** 实时空间边界框交并比 (IoU) 跟踪，以缓解身份验证后的会话劫持。 ## 🚀 如何运行演示 ### 1. 启动云端后端 后端负责处理繁重的 3D-CNN BioRefiner 推理和 WebSocket 流。 ``` # 导航到项目目录 cd Enterprise_Build # 运行 Python server python server.py ``` ### 2. 初始化管理员 SOC 仪表板 * 脚本会自动在您的浏览器中启动管理员仪表板。 * 仪表板将等待实时的 WebSocket 遥测数据（ECG 波形、BPM 和头部偏航角）。 ### 3. 连接边缘客户端 * 在您的客户端机器上打开 Web 浏览器（或打开一个新标签页）。 * 导航至客户端 endpoint（例如 `http://localhost:8000/templates/client.html`）。 * 授予摄像头权限。系统将执行第 0 层硬件审计，并开始流式传输 60 帧的时序窗口以进行生理学验证。

标签：rPPG, 反欺诈, 活体检测, 深度学习, 生物特征识别, 边缘计算, 逆向工具