collins288/threat-intelligence
GitHub: collins288/threat-intelligence
一个基于 AI 的大学网络安全毕业设计项目，使用 CICIDS2017 数据集进行网络流量威胁检测并通过 Web 界面展示实时威胁情报。
Stars: 0 | Forks: 0
# UniNet Shield — 实时威胁情报
**毕业设计 | 基于 AI 的大学网络安全**
## 方案 A — 使用真实的 CICIDS2017 数据集（提交推荐）
1. 访问：https://www.unb.ca/cic/datasets/ids-2017.html
2. 下载 **MachineLearningCSV.zip**（免费，约 450MB）
3. 解压它 —— 你会得到一个名为 `MachineLearningCVE/` 的文件夹
4. 在项目中创建 `data/cicids2017/` 文件夹
5. 将 `MachineLearningCVE/` 中的所有 `.csv` 文件复制到 `data/cicids2017/` 中
6. 运行配置并启动：
```
python setup.py
python app.py
```
## 方案 B — 使用合成数据立即运行（无需下载）
```
python setup.py # detects no CICIDS files, uses synthetic data automatically
python app.py
```
## 在浏览器中打开 → http://127.0.0.1:5000
## 环境要求
- Python 3.9+
- 首次执行 `pip install` 需要网络连接
## 完整文档
查看 **DOCUMENTATION.md** 获取完整的技术说明。
标签：Apex, Python, 威胁情报, 开发者工具, 无后门, 机器学习, 校园网, 网络安全, 逆向工具, 隐私保护