3031333/netra-intelligence-grid

# NETRA：分布式威胁情报平台 NETRA（网络提取与威胁解决架构，Network Extraction & Threat Resolution Architecture）是一个专为执法机构设计的平台，用于追踪、映射并对网络犯罪集团进行合法分流处理。该平台允许警员拦截遥测数据、维护动态威胁拓扑，并利用连接至《印度刑罚典》（BNS）的自主检索增强生成（RAG）防护盾。 **在线应用：** [https://netra-intelligence-grid-dpnq7jvoikdeu3c79jzrf3.streamlit.app/](https://netra-intelligence-grid-dpnq7jvoikdeu3c79jzrf3.streamlit.app/) ## 项目结构 ### 后端 后端采用 Python、FastAPI 和 Neon Serverless Postgres 构建。它负责处理安全的用户身份认证、异步音频遥测数据处理、关系图谱生成，以及通过 Qdrant 和 Hugging Face 实现容错的向量数据库查询。 #### 设置 安装依赖项： ``` pip install -r requirements.txt ``` 创建包含以下内容的 `.env` 文件： ``` DATABASE_URL= QDRANT_URL= QDRANT_API_KEY= HF_TOKEN= SECRET_KEY= ``` 启动服务器： ``` uvicorn main:app --host 0.0.0.0 --port 8000 --reload ``` #### 路由 * **主应用与路由：** `main.py` * 身份认证与注册：`/login`, `/register/`, `/register-admin/` * RAG 分流处理：`/triage-scam/` * 音频拦截：`/upload-audio/` * 拓扑映射：`/generate-syndicate-map/` * **安全与认证逻辑：** `auth.py` * **向量搜索与 AI 引擎：** `rag_engine.py` #### 模型 * **数据库配置与模型：** `database.py` * 用户模型：`User`（处理警员 IAM 和加密凭证） * 拦截日志模型：`InterceptRecord`（处理原始遥测数据和威胁实体） * 离线词汇数据库：`bns_database.json`（解耦的法律条文） ### 前端 前端是一个采用 Python、Streamlit 和 PyVis 构建的解耦微服务。它为执法人员提供了一个安全、交互式的仪表板，用于身份认证、可视化网络图谱以及查询 RAG 防护盾。 #### 设置 *（注意：请确保后端正在运行，并且 `app.py` 中的 `API_BASE_URL` 指向您的后端服务器）* 安装依赖项（如果尚未安装）： ``` pip install -r requirements.txt ``` 启动开发服务器： ``` streamlit run app.py ``` #### 组件 * **主应用界面：** `app.py` * **登录组件：** IAM 网关（处理 JWT 加密握手） * **注册组件：** 警员注册表单 * **在传拦截器组件：** 处理向后端进行异步多文件音频 payload 上传。 * **实时犯罪集团拓扑组件：** 获取关系数据并渲染交互式的 NetworkX/PyVis HTML 地图（`live_threat_map.html`）。 * **公民 RAG 防护盾组件：** 用于针对 BNS 法规进行零幻觉语义法律分流的对话式界面。

标签：AV绕过, FastAPI, IaC 扫描, Kubernetes, Streamlit, 只读文件系统, 向量数据库, 威胁情报, 实时处理, 开发者工具, 执法调查, 检索增强生成, 测试用例, 特权检测, 访问控制, 逆向工具