Vishalkumaran2007/ThreatBridge

GitHub: Vishalkumaran2007/ThreatBridge

面向金融机构的 AI 驱动安全平台,通过关联网络安全遥测与交易行为来统一检测网络威胁与金融欺诈。

Stars: 2 | Forks: 0

# 🛡️ ThreatBridge AI
### AI 驱动的网络安全遥测与交易行为关联分析 检测。关联。解释。响应。 专为 **FinSpark'26 × 马哈拉施特拉银行** 打造 ![Next.js](https://img.shields.io/badge/Next.js-15-black?logo=next.js) ![TypeScript](https://img.shields.io/badge/TypeScript-3178C6?logo=typescript) ![Gemini](https://img.shields.io/badge/Google%20Gemini-AI-4285F4?logo=google) ![TailwindCSS](https://img.shields.io/badge/TailwindCSS-06B6D4?logo=tailwindcss) ![Status](https://img.shields.io/badge/Status-Hackathon%20Prototype-success)
## 🚨 面临的问题 现代银行每天都会产生数以百万计的安全事件和金融交易。 这些系统通常是分开分析的: - 交易监控系统关注欺诈行为。 - 安全信息系统关注网络威胁。 - SOC 分析师手动关联这两个来源。 随着交易量的增长,手动调查变得: ❌ 缓慢 ❌ 成本高昂 ❌ 容易出错 ❌ 难以扩展 因此,复杂的攻击往往在造成财务损失后才被发现。 ## 💡 我们的解决方案 ThreatBridge AI 弥合了以下两者之间的鸿沟: 🔐 网络安全遥测 与 💳 金融交易情报 通过关联登录活动、设备行为、交易模式、网络安全警报和用户风险历史,ThreatBridge 能够识别传统系统遗漏的威胁。 该平台持续: - 检测异常 - 计算动态风险评分 - 关联网络与金融事件 - 生成可解释的 AI 洞察 - 支持 SOC 调查 - 自动化响应工作流 ## 🎯 核心能力 ### 🔗 威胁关联引擎 关联以下内容: - 登录行为 - 设备情报 - 交易活动 - 网络安全事件 - 历史账户行为 以识别隐藏的攻击模式。 ### 🤖 可解释的 AI 智能 由 Google Gemini 提供支持。 ThreatBridge 不仅仅是标记威胁。 它会解释: - 为什么账户存在风险 - 触发了哪些规则 - 置信度水平 - 建议的操作 ### 📊 动态风险评分 每个账户都会获得一个持续更新的风险评分。 | 评分 | 风险等级 | |---------|------------| | 0–30 | 🟢 安全 | | 31–60 | 🟡 中等 | | 61–80 | 🟠 高危 | | 81–100 | 🔴 严重 | ### 🚨 自动化响应系统 **中等风险** - 生成警报 - 加强监控 **高风险** - 标记账户 - 要求验证 **严重风险** - 冻结账户 - 升级至 SOC - 要求管理员批准 ### ⚛️ 量子风险监控 监控容易受到以下攻击的加密资产: **先收集,后解密 (Harvest Now, Decrypt Later, HNDL)** 攻击。 评估: - RSA 部署 - ECDSA 资产 - TLS 基础设施 - 后量子迁移准备情况 ## 🏗️ 架构 ``` Cybersecurity Events │ ▼ ┌──────────────────┐ │ ThreatBridge AI │ └──────────────────┘ ▲ │ Financial Transactions │ ▼ Threat Correlation Engine │ ▼ Risk Scoring Engine │ ▼ Gemini Analysis Layer │ ▼ Alert Generation │ ▼ SOC Dashboard ``` ## ✨ 功能 ### 高管仪表盘 实时安全态势与银行风险概览。 ### 威胁警报 监控并调查可疑活动。 ### 欺诈检测 识别账户盗用企图和金融欺诈。 ### 威胁关联 发现网络事件与金融事件之间的关系。 ### AI 调查报告 生成可解释的安全评估。 ### 量子风险中心 评估对后量子密码学的准备情况。 ### SOC 调查工作区 支持分析师驱动的调查和升级。 ### 自动化中心 配置智能响应工作流。 ## 🛠 技术栈 ### 前端 - Next.js 15 - React 19 - TypeScript - Tailwind CSS - Framer Motion - Recharts ### AI 层 - Google Gemini API ### 数据层 - 静态 JSON 数据集 - 本地威胁情报模拟 ### 可视化 - Recharts - 自定义 SVG 组件 ## 🚀 快速开始 ``` git clone cd threatbridge npm install npm run dev ``` 打开: ``` http://localhost:3000 ``` ## 🔑 可选的 Gemini 集成 创建: ``` .env.local ``` ``` GEMINI_API_KEY=your_api_key GEMINI_MODEL=gemini-3.5-flash ``` 未集成 Gemini 时: ✅ 仪表盘可用 ✅ 风险评分可用 ✅ 威胁关联可用 ✅ 警报管理可用 集成 Gemini 后: ✅ AI 解释 ✅ 调查摘要 ✅ SOC 建议 ✅ 威胁情报报告 ## 👨‍💻 团队 ### ThreatBridge AI - Vishalkumaran V — 开发者 - Viljon Kumar J — 演示者 - Karthikeyan A S — 研究分析师 ## 🏆 FinSpark'26 愿景 ThreatBridge AI 重新构想了银行安全,将网络安全情报和交易监控统一到一个 AI 驱动的威胁情报平台中。 通过结合威胁关联、可解释的 AI 和基于风险的自动化,ThreatBridge 使金融机构能够更早地检测威胁、更快地进行调查,并充满信心地做出响应。
### 🛡️ ThreatBridge AI #### 将网络安全情报与金融信任紧密相连 专为 FinSpark'26 打造 🚀
标签:AI驱动, AMSI绕过, 威胁检测, 安全运营, 扫描框架, 欺诈检测, 自动化攻击, 金融风控