gleisspe/Pwbi-Dashbord-SecureWatch
GitHub: gleisspe/Pwbi-Dashbord-SecureWatch
基于 Power BI 和 DAX 构建的 SOC 安全运营中心高管看板，用于可视化监控网络安全事件、威胁分析和安全运营绩效指标。
Stars: 0 | Forks: 0
----------------------------------------------------------------------葡萄牙语----------------------------------------------------------------------------------
# Pwbi-Dashbord-SecureWatch
使用 Power BI 开发的 SOC（安全运营中心）高管看板，包含维度建模、高级 DAX 度量和威胁分析。
# 🛡️ SecureWatch：SOC Dashboard (Power BI & DAX)
使用 Power BI 构建的**安全运营中心 (SOC)** 高管和分析看板，用于监控网络安全事件、响应时间、防火墙指标和威胁分析。
## 📊 看板概述
该面板旨在提供组织安全态势清晰、实时的视图，通过对比历史数据（2023 年与 2024 年），并按严重程度、攻击源国家、矢量类型（Phishing、Malware、Zero-Day）和部门进行细分。
### 关键绩效指标 (KPI)：
* **事件总数：** 约 3,604,000（带有 YoY 百分比差异）。
* **平均响应时间：** 4.12 小时。
* **防火墙正常运行时间 (Uptime)：** 98.12%。
* **数据泄露：** 37 个受监控事件。
## 🛠️ 技术与工具
* **Power BI Desktop**（维度建模、高级 DAX、UX/UI 设计）
* **DAX (Data Analysis Expressions)**：用于处理复杂的业务逻辑、YoY 计算和条件格式。
## 🧮 使用的 DAX 度量示例
该项目大量使用 DAX 来处理业务逻辑、历史对比和动态 KPI。以下是模型中使用的结构示例：
```
-- Cálculo do Total de Incidentes de 2024
Total Incidents 2024 =
CALCULATE(
[Total Incidents],
YEAR('dim_date'[Date]) = 2024
)
-- Variação Percentual YoY para Incidentes
Incidents Year.Over.Year% =
VAR _CurrentYear = [Total Incidents 2024]
VAR _PreviousYear = [Total Incidents 2023]
RETURN
DIVIDE(_CurrentYear - _PreviousYear, _PreviousYear, 0)
-- Tempo Médio de Resposta Global
avg Responde Time =
AVERAGE('fact_incidents'[ResponseTimeHours])
```
## 📂 项目结构
* `Dashboard.pbix` — Power BI 主文件，包含数据模型、DAX 度量和可视化。
* `assets/` — 看板的图像和屏幕截图。
## 🚀 如何查看
1. 在此代码库中下载 `.pbix` 文件。
2. 使用 **Power BI Desktop** 打开文件。
3. 浏览 *Dashboard* 和 *Details* 选项卡，与 *Risk Level*、*Category* 和 *Department* 的筛选器进行交互。
------------------------------------------------------------------------英语-----------------------------------------------------------------------------------
使用 Power BI 构建的 SOC（安全运营中心）高管看板，具有高级 DAX 度量、威胁情报分析和 YoY 性能指标。
# 🛡️ SecureWatch：SOC Dashboard (Power BI & DAX)
使用 Power BI 构建的**安全运营中心 (SOC)** 高管和分析看板，用于监控网络安全事件、响应时间、防火墙指标和威胁分析。
## 📊 看板概述
该面板旨在提供组织安全态势清晰、实时的视图，通过对比历史数据（2023 年与 2024 年），并按严重程度、攻击源国家、矢量类型（Phishing、Malware、Zero-Day）和部门进行细分。
### 关键绩效指标 (KPI)：
* **事件总数：** 约 3,604,000（带有 YoY 百分比差异）。
* **平均响应时间：** 4.12 小时。
* **防火墙正常运行时间 (Uptime)：** 98.12%。
* **数据泄露：** 37 个受监控事件。
## 🛠️ 技术与工具
* **Power BI Desktop**（维度建模、高级 DAX、UX/UI 设计）
* **DAX (Data Analysis Expressions)**：用于处理复杂的业务逻辑、YoY 计算和条件格式。
## 🧮 使用的 DAX 度量示例
该项目大量使用 DAX 来处理业务逻辑、历史对比和动态 KPI。以下是模型中使用的结构示例：
```
-- Total Incidents for 2024
Total Incidents 2024 =
CALCULATE(
[Total Incidents],
YEAR('dim_date'[Date]) = 2024
)
-- YoY Percentage Variance for Incidents
Incidents Year.Over.Year% =
VAR _CurrentYear = [Total Incidents 2024]
VAR _PreviousYear = [Total Incidents 2023]
RETURN
DIVIDE(_CurrentYear - _PreviousYear, _PreviousYear, 0)
-- Global Average Response Time
avg Responde Time =
AVERAGE('fact_incidents'[ResponseTimeHours])
```
标签：DAX, Power BI, 商业智能, 安全运营, 对抗机器学习, 扫描框架, 网络安全监控, 驱动开发