Anujith2907/Aegis-AI-SOC
GitHub: Anujith2907/Aegis-AI-SOC
基于 AI 的企业级安全运营中心平台,集成实时威胁检测、事件严重性预测、根因分析、自动化响应与报告生成,解决传统 SOC 在告警洪流中研判效率低下的问题。
Stars: 0 | Forks: 0
# CyberGuard AI – 自主网络事件调查与响应系统
## 概述
这是一个企业级 AI 网络安全平台,能够检测网络威胁、预测事件严重程度、分析根本原因、检索相似事件、生成 AI 驱动的报告,并自动化安全响应。它具有极具未来感的 3D 安全运营中心 (SOC) 界面。
## 🚀 快速开始链接
### 1. 前端 (React 3D 安全运营中心)
前端采用 React.js、TypeScript、Tailwind CSS v4 和 React Three Fiber 构建。它配备了完善的 Mock API 兜底机制,这意味着**无需运行后端,您即可在离线状态下测试所有功能**。
**启动开发服务器:**
```
cd frontend
npm install
npm run dev
```
👉 **开发链接:** [http://localhost:5173](http://localhost:5173)
**构建并预览生产版本:**
```
cd frontend
npm run build
npm run preview
```
👉 **生产预览链接:** [http://localhost:4173](http://localhost:4173)
### 2. 后端 (FastAPI AI 引擎)
后端利用 Python FastAPI、Scikit-Learn(XGBoost/Random Forest 模型)、ChromaDB(Vector store)和 LangChain(LLM 推理)来实现实时的威胁情报和 AI 副驾驶功能。
**启动后端服务器 (Windows):**
```
cd backend
python -m venv venv
venv\Scripts\activate
pip install -r requirements.txt
uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload
```
👉 **后端 Swagger UI 文档:** [http://localhost:8000/docs](http://localhost:8000/docs)
👉 **后端健康检查:** [http://localhost:8000/api/health](http://localhost:8000/api/health)
## 🛡️ 核心功能
- **3D 网络防御系统:** 交互式网络地球仪,展示实时模拟攻击。
- **事件预测:** 使用机器学习模型检测 DDoS 攻击、恶意软件和网络入侵。
- **RAG 安全副驾驶:** AI 聊天机器人,利用向量化威胁情报协助分析师调查根本原因。
- **自动化报告:** 自动生成可下载的 DOCX/PDF 网络事件报告。
- **管理面板:** 实时 ML 模型性能指标、系统日志和基于角色的访问控制。
## 💻 技术栈
- **前端:** React.js, TypeScript, Vite, Tailwind CSS v4, Zustand, Recharts, Three.js, React Three Fiber, Framer Motion, GSAP
- **后端:** FastAPI, Python, Pydantic
- **AI/ML:** Scikit-learn (Random Forest, KMeans, PCA), LangChain, ChromaDB, 通过 Groq API 调用的 Llama 3 (可配置)
标签:AI安全, AMSI绕过, AV绕过, Chat Copilot, DNS 反向解析, FastAPI, LangChain, React, Syscalls, Sysdig, 威胁检测, 安全运营中心, 网络映射, 自动化响应, 自动化攻击, 轻量级, 逆向工具