Sravankumar63/INEAT-Intelligent-Network-Exposure-Assessment-Tool-Ports-Scanner-

# 🛡️ 智能网络暴露评估工具 (INEAT) 一款基于 Python 和 Streamlit 的网络安全应用程序，旨在通过扫描 TCP 端口、检测运行的服务、评估安全风险以及生成专业的 PDF 安全报告来识别网络暴露情况。 ## 📖 概述 智能网络暴露评估工具（INEAT）是一款轻量级的网络安全评估工具，允许用户分析主机的开放 TCP 端口及相关服务。该应用程序结合了官方的 IANA 端口信息和自定义的安全知识库，通过交互式的 Streamlit 仪表板提供风险评估、服务分类、安全建议、暴露分析以及可下载的 PDF 报告。 ## ✨ 功能 - TCP 端口扫描 - 多线程扫描引擎 - 主机名和 IP 地址验证 - 多种扫描模式 - 快速扫描 (1–1024) - 标准扫描 (1–10000) - 完整扫描 (1–65535) - 自定义扫描 - 使用 IANA 端口数据库进行服务检测 - 自定义 INEAT 安全知识库 - 风险评估引擎 - 安全等级计算 - 暴露评分计算 - 服务分类 - 安全建议 - 变更检测 - 暴露趋势分析 - 交互式 Streamlit 仪表板 - 搜索和过滤开放端口 - 交互式风险分布图表 - 专业 PDF 报告生成 - PDF 下载支持 - 扫描历史记录 ## 🏗️ 项目架构 ``` User │ ▼ Streamlit Dashboard │ ▼ Port Scanning Engine │ ┌──────────┴──────────┐ ▼ ▼ IANA Dataset INEAT Dataset │ │ └──────────┬──────────┘ ▼ Service Detection ▼ Risk Assessment ▼ Recommendations Engine ▼ PDF Report Generator ▼ Download Report ``` ## 📂 项目结构 ``` INEAT │ ├── dashboard │ └── app.py │ ├── scanner │ ├── port_scanner.py │ ├── validator.py │ ├── services.py │ ├── service_loader.py │ ├── risk_engine.py │ ├── recommendation_engine.py │ ├── security_grade.py │ ├── exposure_trend.py │ ├── change_detection.py │ ├── history_view.py │ ├── pdf_report.py │ └── config.py │ ├── database │ ├── database.py │ └── history.py │ ├── data │ ├── service-names-port-numbers.csv │ └── ineat_services.csv │ ├── reports │ ├── screenshots │ ├── main.py ├── requirements.txt └── README.md ``` ## 🛠️ 使用的技术 ### 编程语言 - Python 3 ### 框架 - Streamlit ### 库 - Socket - Concurrent Futures - Pandas - Plotly - ReportLab - SQLite3 ### 数据库 - SQLite ### 数据来源 - IANA 服务名称和端口号 - 自定义 INEAT 安全数据集 ## ⚙️ 安装说明 克隆仓库。 ``` git clone https://github.com/Sravankumar63/INEAT.git ``` 导航至项目文件夹。 ``` cd INEAT ``` 安装依赖项。 ``` pip install -r requirements.txt ``` ## ▶️ 运行项目 ### 命令行版本 ``` python main.py ``` ### Streamlit 仪表板 ``` streamlit run dashboard/app.py ``` ## 📊 仪表板功能 仪表板提供： - 目标主机输入 - 扫描模式选择 - 开放端口表 - 风险评估 - 暴露评分 - 安全等级 - 风险分布图表 - 安全建议 - 端口详情 - 变更检测 - PDF 报告下载 ## 📄 PDF 报告 生成的 PDF 报告包含： - 扫描摘要 - 开放端口摘要 - 端口详情 - 服务信息 - 风险评估 - 建议 - 安全摘要 ## 📸 截图 ### 仪表板  ### 扫描结果  ### 风险评估  ### 端口详情  ### PDF 报告  ## 🚀 未来增强功能 - UDP 端口扫描 - 操作系统检测 - Banner Grabbing - CVE 集成 - 漏洞数据库集成 - 导出为 CSV/Excel - 身份验证 - 定时扫描 - 电子邮件报告发送 - REST API 支持 ## 🎯 应用场景 - 网络暴露评估 - 安全审计 - 网络安全学习 - 内部网络评估 - 教学演示 - 安全研究 ## 👨‍💻 作者 **Sravan Kumar** GitHub: https://github.com/Sravankumar63 ## 📜 许可证 本项目基于 MIT 许可证授权。 ## ⭐ 支持 如果您觉得这个项目有用，请考虑在 GitHub 上给它点个 ⭐。

标签：AES-256, Kubernetes, Python, Streamlit, 安全报告, 插件系统, 数据统计, 无后门, 漏洞评估, 端口扫描, 网络安全, 访问控制, 逆向工具, 隐私保护