koruturu-tharunsaitilak/automated-network-scanner

# SentinelAI 🛡️ SentinelAI 是一款由人工智能和开源情报 (OSINT) 工具驱动的高级 Web 与网络漏洞扫描器。它提供了一个现代化的 Flask Web 界面，用于运行、跟踪和分析漏洞扫描，自动将结果映射到已知的 CVE 数据库，评估安全风险，并利用本地大型语言模型 (LLM) 预测潜在的攻击向量。 ## 🚀 核心功能 * **网络扫描**：通过集成 Nmap 进行主动端口发现和服务版本指纹识别。 * **CVE 映射**：使用官方 NVD API 对发现的软件和版本进行实时查询，并在本地存储 CVSS v3/v2 评分。 * **Web 漏洞扫描**：Header 分析、CMS/JS 框架指纹识别、HTTP 方法评估，以及缺失的安全 Header（如 HSTS、CSP 等）检查。 * **子域名发现**：通过 Subfinder（或多线程 DNS 暴力破解后备方案）进行集成的子域名枚举，并通过 HTTPx 验证存活主机。 * **OWASP ZAP 集成**：使用 OWASP Zed Attack Proxy (ZAP) API 进行自动化的 Web 爬虫和主动漏洞扫描。 * **动态风险评分**：结合上下文感知的优先级排序引擎，根据 CVSS 指标、端口暴露情况和漏洞利用可用性计算风险评分。 * **AI Copilot 与分析**：利用本地 Ollama (Mistral) 引擎生成风险摘要、攻击路径、威胁狩猎指标，并为 Copilot 聊天提供支持。 * **报告引擎**：自动生成 HTML 和 PDF 报告，用于执行摘要和详细的技术发现。 ## 💻 技术栈 * **后端与 Web 服务器**：Python 3, Flask, Jinja2, SQLite3, Threading / `concurrent.futures` * **前端**：HTML5, 原生 CSS3（自定义暗黑/高对比度样式），JavaScript, Bootstrap 5 * **安全与漏洞扫描器**： - Nmap（通过 `python-nmap`） - OWASP Zed Attack Proxy (ZAP)（通过自定义 REST API 集成） - Subfinder & HTTPx * **漏洞信息丰富**：NIST NVD API (v2) * **AI 与 LLM 集成**：Ollama（使用 `mistral` 模型的本地部署） * **PDF 报告生成**：ReportLab * **隧道/远程暴露**：Ngrok ## 🛠️ 架构与核心模块 该应用程序由多个模块化组件构成： * `app.py`：核心 Flask 应用程序，托管 API endpoint，处理路由请求并管理异步扫描任务。 * `ai_engine.py`：与 Ollama 的本地 `mistral` LLM 实例交互，生成风险摘要、攻击路径、威胁狩猎日志，并为 Copilot 聊天提供支持。 * `scanner.py`：封装 `python-nmap` 配置的网络扫描引擎。 * `web_scanner.py`：自定义的 HTTP 响应 Header 和客户端技术栈识别分析器。 * `subdomain_finder.py`：使用本地二进制路径或 DNS 暴力破解后备方案处理子域名发现。 * `zap_scanner.py`：处理与 Zed Attack Proxy 的交互，包括启动 ZAP 并运行爬虫和主动扫描。 * `cve_lookup.py`：连接到 NIST NVD 数据库 API 以获取 CVE 描述和评分。 * `risk_scorer.py`：应用基于 CVSS 的公式，并根据暴露权重进行调整以确定风险优先级。 * `database.py`：管理本地 SQLite 数据库（`sentinelai.db`）的 schema，用于记录扫描、端口和 CVE 历史数据。 * `report_generator.py`：将扫描记录转换为专业的 PDF/HTML 文件。 ## 📋 前置条件 要运行 SentinelAI 并启用所有功能，请确保您的环境中已安装以下工具： 1. **Python 3.x**：确保已将 Python 添加到您的环境变量路径中。 2. **Nmap**：必须安装。默认搜索路径为 `E:\tools\nmap\nmap.exe`，或位于您的系统 PATH 中。 3. **子域名工具**：（可选，用于子域名扫描器）`subfinder` 和 `httpx` 二进制文件应位于您的 PATH 中或存放在 `C:\Tools\` 目录下。 4. **OWASP ZAP**：Zed Attack Proxy 必须安装在 `C:\Program Files\ZAP\Zed Attack Proxy\ZAP.exe` 以便自动启动，或者在端口 `8090` 上运行并使用 API Key `sentinelai-zap-key`。 5. **Ollama**：在本地 `http://localhost:11434` 运行，并已下载 `mistral` 模型（`ollama run mistral`）。 ## 📦 安装与设置 1. **克隆代码仓库**： git clone https://github.com/koruturu-tharunsaitilak/automated-network-scanner.git cd automated-network-scanner 2. **设置虚拟环境**： python -m venv venv source venv/bin/activate # 在 Windows 上使用：venv\Scripts\activate 3. **安装依赖项**： 确保 `pip` 已更新，并安装所需的 Python 包（例如 `Flask`、`requests`、`python-nmap`、`fpdf2`/`reportlab` 等）。 4. **验证数据库**： SQLite 数据库（`sentinelai.db`）会在首次启动时通过 `database.py` 自动初始化。 ## 🏃 运行应用程序 对于 Windows 环境，提供了一个快速启动的批处理脚本，用于激活虚拟环境并同时启动 Flask 和 Ngrok 隧道： ``` start_sentinel (2).bat ``` 或者，手动运行： ``` # 启动 Flask Server (在 http://127.0.0.1:5000 上启动) python app.py ``` ## 📄 许可证 本项目专为内部安全测试和教育研究目的而配置。请负责任地使用。

标签：AI大模型, AI风险缓解, CTI, Web安全, 云存储安全, 动态插桩, 密码管理, 插件系统, 数据可视化, 网络扫描, 自动化评估, 蓝队分析, 误配置预防, 逆向工具