JuttSahib1999/ai-threat-intel-platform

# 🛡️ AI 威胁情报平台      一个**基于 AI 的威胁情报平台**，能够自动从多个开源威胁情报源收集、分析和关联妥协指标 (IOCs)。该平台使用人工智能来识别恶意软件活动、映射威胁之间的关系，并生成全面的威胁报告。 ## 👨‍💻 作者 **Abdul Muqeet Tabraiz** [](https://www.linkedin.com/in/abdul-muqeet-tabraiz/) [](https://github.com/JuttSahib1999) ## ✨ 功能 - 🔍 **自动化 IOC 收集**：从 AlienVault OTX、URLhaus、MalwareBazaar 和 ThreatFox 收集威胁数据 - 🧠 **AI 驱动的分析**：使用自然语言处理进行威胁情报分析 - 🔗 **关系映射**：基于图的分析来识别 IOC 之间的连接 - 🎯 **活动检测**：自动识别恶意软件活动和攻击模式 - 📊 **综合报告**：生成详细的 HTML、JSON 和文本报告 - 💾 **持久化存储**：SQLite 数据库用于存储和查询威胁数据 - 📈 **威胁评分**：基于多种因素的自动风险评分 - 🌐 **跨平台**：支持在 Windows、Linux 和 macOS 上运行 ## 📋 前置条件 - **Python 3.8 或更高版本** - **Windows 10/11**、Linux 或 macOS - **互联网连接**（用于收集威胁情报源） - **最低 4GB 内存**（建议 8GB） - **1GB 可用磁盘空间** ## 🚀 快速开始 (Windows 10/11) ### 方法 1：使用 run.bat（最简单） 1. **下载并解压项目** 2. **双击 `run.bat`** 3. 脚本将自动： - 创建虚拟环境 - 安装所有依赖项 - 设置目录结构 - 运行威胁情报平台 4. **检查 `data/reports/` 以获取生成的报告** ### 方法 2：手动安装 1. 打开命令提示符或 PowerShell 2. 导航到项目目录 cd ai-threat-intel-platform 3. 创建虚拟环境 python -m venv venv 4. 激活虚拟环境 venv\Scripts\activate 5. 安装依赖项 pip install -r requirements.txt 6. 运行平台 python -m src.main ## 📁 项目结构 ai-threat-intel-platform/ ├── src/ │ ├── collectors/ # 威胁情报源收集器 │ │ ├── alienvault_collector.py │ │ ├── urlhaus_collector.py │ │ ├── malwarebazaar_collector.py │ │ └── threatfox_collector.py │ ├── analyzers/ # AI 分析引擎 │ │ ├── ai_analyzer.py │ │ ├── relationship_mapper.py │ │ └── campaign_detector.py │ ├── reporters/ # 报告生成 │ │ └── report_generator.py │ ├── database/ # 数据持久化 │ │ └── db_manager.py │ ├── utils/ # 实用工具 │ │ ├── config.py │ │ └── helpers.py │ └── main.py # 主入口 ├── data/ # 输出目录 │ ├── iocs/ # 原始 IOC 数据 │ ├── reports/ # 生成的报告 │ └── database/ # SQLite 数据库 ├── tests/ # 单元测试 ├── templates/ # 报告模板 ├── requirements.txt # Python 依赖项 ├── setup.py # 包安装设置 ├── run.bat # Windows 启动器 └── README.md # 文档 ## 🔧 用法 ### 基本用法 使用默认设置运行 python -m src.main ### 编程方式用法 from src.main import ThreatIntelligencePlatform 初始化平台 platform = ThreatIntelligencePlatform() 运行分析 platform.run() ### 自定义集成 from src.collectors.alienvault_collector import AlienVaultCollector from src.analyzers.ai_analyzer import AIThreatAnalyzer 收集 IOCs collector = AlienVaultCollector() iocs = collector.collect() 分析威胁 analyzer = AIThreatAnalyzer() analysis = analyzer.analyze_ioc_correlations(iocs) print(f"Analysis complete: {analysis}") ## 📊 示例输出 ╔══════════════════════════════════════════════════════════╗ ║ AI THREAT INTELLIGENCE PLATFORM v1.0.0 ║ ║ Author: Abdul Muqeet Tabraiz ║ ║ Date: July 20, 2026 ║ ╚══════════════════════════════════════════════════════════╝ [1/5] Collecting IOCs from free sources... [+] Total IOCs collected: 847 [2/5] Storing IOCs in database... [+] IOCs stored successfully [3/5] Analyzing IOCs with AI... [+] Analysis complete - Malware families identified: 23 - IOC types: {'ip': 312, 'domain': 245, 'url': 190, 'hash': 100} - Average threat score: 6.8/10 [4/5] Detecting threat campaigns... [+] Campaigns detected: 7 - EMOTET_2026-07-04: emotet (89 IOCs) - TRICKBOT_2026-07-03: trickbot (67 IOCs) [5/5] Generating threat reports... [+] Reports generated: - HTML: data/reports/threat_report_20260720_120000.html - JSON: data/reports/threat_report_20260720_120000.json - TEXT: data/reports/threat_report_20260720_120000.txt ## 🧪 运行测试 # 运行所有测试 python -m pytest tests/ # 运行特定测试文件 python -m pytest tests/test_collectors.py # 以 verbose 输出运行 python -m pytest tests/ -v ## 🛠️ 配置 API 密钥（可选但推荐） 要获取真实的威胁情报数据，请注册免费的 API 密钥： AlienVault OTX: https://otx.alienvault.com/api/ Abuse.ch: https://bazaar.abuse.ch/api/ 复制并编辑 API 密钥文件： cp src/utils/api_keys.example.py src/utils/api_keys.py 添加你的密钥： ALIENVAULT_API_KEY = "your-64-character-key-here" ABUSE_CH_API_KEY = "your-48-character-key-here" 如果没有 API 密钥，平台将使用逼真的示例数据进行演示。 ## 📄 许可证 本项目基于 MIT 许可证授权 - 详情请参阅 LICENSE 文件。 ## ⚠️ 免责声明 本平台仅供教育和防御目的使用。在监控或分析任何网络或系统之前，请务必确保您已获得适当的授权。作者不对本软件的任何滥用行为负责。 ## 🎯 核心功能详情 # AI 分析能力 1. 威胁描述的自然语言处理 2. 自动识别恶意软件家族 3. 行业部门目标分析 4. 攻击向量分类 5. 威胁情感分析 # 关系映射 1. 基于图的 IOC 关联 2. 用于活动识别的社区检测 3. 中心节点分析 4. 相关威胁之间的路径查找 # 报告生成 1. **HTML 报告**：包含表格和统计数据的交互式样式报告 2. **JSON 报告**：用于集成的机器可读格式 3. **文本报告**：用于快速查阅的纯文本摘要 ## 📈 性能 1. 每次运行处理 1000 多个 IOC 2. 平均执行时间：2-5 分钟 3. 数据库支持数百万条记录 4. 内存高效设计 ## 🔒 安全说明 1. 所有 API 请求均受速率限制 2. 不会向外传输任何敏感数据 3. 仅限本地数据库存储 4. 对所有收集的数据进行输入验证 ## 🌟 支持 **如有问题、疑问或建议：** GitHub Issues：[创建 issue](https://github.com/JuttSahib1999/ai-threat-intel-platform/issues) LinkedIn：[与作者联系](https://www.linkedin.com/in/abdul-muqeet-tabraiz/) ## 📝 更新日志 **版本 1.0.0 (2026 年 7 月 20 日)** 初始发布 集成了四个威胁情报源 AI 驱动的分析引擎 活动检测系统 多种报告格式 跨平台支持 **由 Abdul Muqeet Tabraiz 用 ❤️ 构建** 最后更新：2026 年 7 月 20 日

标签：IOC分析, Python, 人工智能, 威胁情报, 安全运营, 开发者工具, 扫描框架, 无后门, 用户模式Hook绕过, 逆向工具