SurakshaAI — 巴基斯坦本土 AI 防御平台

Uraan Pakistan 全国黑客马拉松 — 决赛入围作品
面向国家安全的 AI 驱动威胁情报、视频监控和边境异常检测。

在线演示 →

## 概述 SurakshaAI 是一个本土的 AI 驱动防御平台，旨在通过以下三个核心能力来加强巴基斯坦的国家安全： | 模块 | 功能 | |---|---| | **威胁情报** | 实时检测网络攻击、网络钓鱼企图和多语言威胁 | | **视频监控** | 在实时和录像画面中识别人物、车辆和武器 | | **边境异常检测** | 检测边境地区的入侵者、无人机和可疑活动 | 所有检测模型均在特定领域的数据集上进行了训练，以确保在巴基斯坦独特的作战环境中实现最佳性能。 ## 模块 ### 威胁情报 | 功能 | 模型 | 描述 | |---|---|---| | 网络攻击检测 | RandomForest | 对网络流量进行分类，以实时检测攻击 | | 网络钓鱼检测 | DistilBERT | 经过 fine-tuning 的 transformer 模型，用于电子邮件/消息钓鱼识别 | | 多语言威胁分析 | Custom NLP | 针对乌尔都语和区域语言的负面情绪和威胁分析 | ### 视频监控分析 | 功能 | 模型 | 描述 | |---|---|---| | 实时目标检测 | YOLOv8L | 检测实时视频流中的人物、车辆和城市物体 | | 武器检测 | Custom YOLO | 识别安全录像中的枪支和刀具 | | 实时网络摄像头监控 | Browser-based | 通过网络摄像头结合 AI 覆盖层进行实时检测 | ### 边境异常检测 | 功能 | 模型 | 描述 | |---|---|---| | 人员检测 | YOLOv5 | 针对热成像和远程无人机录像进行了优化 | | 无人机 (UAV) 检测 | YOLOv11x | 高召回率的空中威胁识别 | | 边境监控模拟 | AI Simulation | 结合威胁热力图对边境区域活动进行分析 | ## 技术栈 | 层级 | 技术 | |---|---| | **前端** | Next.js 15, TypeScript, Tailwind CSS, ShadCN UI, Framer Motion | | **AI/ML** | YOLOv5, YOLOv8L, YOLOv11x, DistilBERT, RandomForest | | **基础设施** | Python（模型训练）, Google GenAI | ## 快速开始 ``` git clone https://github.com/codewithsalty/Suraksha-AI.git cd Suraksha-AI npm install npm run dev ``` 在浏览器中打开 **http://localhost:3000**。 ## 截图 _即将推出 — 截图将在最终确定后在此处添加。_ ## 在线演示 请在 [suraksha-ai-pakistan.netlify.app](https://suraksha-ai-pakistan.netlify.app) 查看已部署的版本

标签：Python, YOLOv8, 人工智能, 威胁情报, 开发者工具, 异常检测, 无后门, 用户模式Hook绕过, 自动化攻击, 视频监控, 逆向工具