J3DI-19/Sentinel

# Sentinel Sentinel 是一个 AI 辅助的智能家居 IoT 数字取证与事件响应平台。它是一个学术原型，能够将异构的 IoT 证据转化为可解释的警报、风险评分、关联事件、重构的时间线、设备图谱以及可直接用于调查的报告。 ## 主要功能 - 摄取公开的 IoT 数据集和模拟的智能家居事件。 - 保留证据来源、源哈希、适配器版本和验证错误。 - 将异构记录标准化为规范的事件模型。 - 运行确定性规则、行为基线、有界风险评分、关联和时间线重构。 - 通过 React 仪表板展示调查结果，包括指标、图表、证据表、时间线和设备图谱。 - 通过 Ollama 使用本地 Qwen 9B Q4_K_M 模型，提供基于证据的摘要、解释、调查聊天、邮件草稿和可视化布局规划。 - 导出报告并支持经调查员批准的 SMTP 通知。 Python 仍然是计算权威：语言模型可以解释已验证的结果，但它不能计算取证数值、捏造证据、执行代码、修改证据或自主发送消息。 ## 架构 该平台由以下几层组成： 1. **证据和适配器层** — 注册案例，对输入进行哈希处理，验证数据集字段，并输出规范事件或记录在案的拒绝。 2. **检测和风险引擎** — 应用规则和基线，并返回条件追踪、证据引用和因子化评分。 3. **关联和时间线引擎** — 使用声明的实体键和时间窗口链接事件，并生成稳定、可重现的时间线。 4. **图和查询引擎** — 计算图关系、过滤器、聚合和可用于图表的数值。 5. **API、存储和警报** — 提供 FastAPI/Pydantic 契约、SQLite 持久化、审计历史、导出和已批准的 SMTP 投递。 6. **可视化和 AI** — 渲染白名单内的 React 组件，并提供有界的本地辅助。 ## 技术栈 - **前端:** React, Vite, Tailwind CSS, shadcn/ui, Recharts, React Flow - **后端:** Python, FastAPI, Pandas, NetworkX, Pydantic - **存储:** SQLite，带有 repository 边界，以支持未来的 PostgreSQL - **本地 AI:** Ollama，使用 Qwen 9B Q4_K_M - **测试和工具:** Pytest, Git, GitHub, SMTP 和现代浏览器 ## 数据来源与评估 概要将 TON_IoT 和 CICIoT2023 确定为公开的基准来源，并由受控的模拟案例作为补充。评估旨在衡量规范化的正确性、可重现性、检测和关联质量、可视化安全性、可用性以及在既定配置下的性能。 具有代表性的黄金案例应保留预期的规范化记录、规则匹配、风险因素、关联边和有序时间线，以便审查者可以验证完整的调查路径。 ## 范围与安全保障 Sentinel 涵盖批量导入、案例管理、确定性分析、仪表板审查、本地 AI 辅助、SQLite 案例历史、SMTP 警报和报告导出。 它不声称具备生产就绪性、法律可采性、实时拦截、固件提取、自主隔离功能，也不能替代企业级 SIEM、IoT 安全或取证产品。证据尽可能在本地处理，模型上下文是有界的，密钥保留在 repository 之外，并且确定性调查结果与 AI 生成的叙述保持区分。 ## 环境要求 - 64 位四核处理器 - 最低 16 GB RAM；本地推理建议使用 24–32 GB - 30 GB 可用 SSD 空间 - 可选的受支持 GPU，以获得更快的 Ollama 响应速度 - Python, Node.js, SQLite, Git 以及带有选定模型的 Ollama ## 项目文档 - [完整项目概要 (DOCX)](docs/synopsis/Sentinel_Full_Synopsis.docx) - [完整项目概要 (PDF)](docs/synopsis/Sentinel_Full_Synopsis.pdf) ## 团队 - Atharva Rangnekar (K053) - Aarya Rao (K054) - Ayra Jha (K028) - 项目指导: Prof. Rohit Suryawanshi ## 项目状态 本 repository 包含项目概要和文档基线。实现、数据集适配器、确定性分析、仪表板模块、测试和评估工件是概要中描述的计划交付成果。

标签：AI风险缓解, AV绕过, DInvoke, FastAPI, 人工智能, 代码示例, 库, 应急响应, 数字取证, 数据分析, 智能家居, 物联网, 特权检测, 用户模式Hook绕过, 自动化脚本, 逆向工具