sofiaboiko/soc-training-platform

# SOC 培训平台       **一个双语（EN/UA）的自主托管培训平台，专为 SOC Analyst 的备考、技能评估和知识检验而设计。** SOC 培训平台是一个本地、独立的 Flask 应用程序，旨在帮助安全团队和个人学习者学习、练习和验证跨三个难度级别（初级 → Level 3）的 SOC Analyst 知识。它将理论（抽认卡、攻击参考库）、动手实践（场景识别、日志识别、事件响应流程构建）和结构化考试（术语、攻击知识、事件响应）与本地持久化的进度追踪器结合在一起。 该应用程序完全双语：每个页面、问题和卡片都提供**英语**和**乌克兰语**版本，因此它同样适用于讲乌克兰语的学员，以及需要纯英语轨道的国际候选人、学生或招聘流程。 ## 适用人群？ - **有志成为 SOC 分析师的人员**，正在准备面试或认证类评估。 - **安全团队**，需要一种轻量级的方式来入职、 benchmark 并定期重新测试员工的知识（Level 1–3）。 - **招聘经理 / 招聘人员**，希望有一种结构化的方式来评估 SOC 候选人。 - **培训师和导师**，正在运行内部技能提升计划。 - **国际学习者**，希望学习英语的 SOC 基础知识，并可选乌克兰语轨道。 ## 核心功能 - **理论** - 抽认卡牌组（A–L）：缩写、通俗易懂的安全术语、MITRE ATT&CK 技术/战术、Windows Event ID、HTTP 状态码、常用端口、Linux/Windows/网络命令以及 Linux 日志位置。 - 攻击参考库（涵盖 3 个级别的 60 种攻击），包含 MITRE 映射、检测指导和响应步骤。 - “标记为已学习”追踪功能，支持单张卡片和整个卡牌组级别，以及按级别对每种攻击进行追踪——所有这些都会反映在进度中。 - **实践** - 场景识别——阅读场景描述，选择匹配的攻击。 - 日志识别——阅读原始日志，输入攻击名称（容忍拼写错误，接受常见表述，提供非剧透提示）。 - 事件响应流程构建器——拖放以排列出正确的确认/响应顺序。 - 单个任务可以标记为已学习；已完成的任务将固定在列表底部，并且不会被重新洗牌。 - **考试** - **术语检查**——每次尝试都是从所有理论卡牌组（A–L）中抽取 200 个术语进行全新且独一无二的随机洗牌。答案支持内联核对（✔/✘），并具有拼写/变体容忍度，如果检查器误判了有效答案，还可以进行手动覆盖。 - **攻击知识**——基于场景和日志的识别任务，每次尝试都会按级别重新生成。 - **事件响应（关联分析）**——每次尝试从每个级别包含 30 个真实、非通用的关联分析场景题库中随机抽取 10 个场景（混合了真实事件与误报/分诊判断）。每个问题都有自己的倒计时器，根据级别和场景的紧急程度进行校准——超时将计为错误并自动跳过。这里的及格线为 80%（其他考试为 85%），反映出了每道题更高的难度。 - 每次尝试结束都会显示通过/未通过界面，并提供完整的逐题回顾（支持两种语言），该回顾将在进度页面保留 24 小时，之后才会过期。 - **进度** - 本地持久化历史记录：按格式/级别统计的实践准确率（紧凑的颜色编码表格）、包含通过/失败状态的考试尝试历史记录以及指向该次尝试回顾报告的链接，以及已学习理论内容的细分（卡片、卡牌组、各级别攻击、各模块/级别的实践任务）。 - 用于查看理论覆盖率、实践准确率和考试分数趋势的图表。 - **天生的双语设计**——所有面向学习者的字符串，包括考试反馈、回顾报告和进度标签，均提供英语和乌克兰语版本，并在考试结果/报告界面上提供原地语言切换功能。 ## 路线图 - 除目前面向初级的 Level 1–3 范围外，增加 Middle / Senior 难度轨道。 - 扩展到相邻领域（例如渗透测试、SOC 工程）。 - 为 SOC 团队日常使用的特定工具和技术栈提供实操模块。 - 根据实际使用情况持续修复 bug 和优化用户体验。 ## 快速开始 ### 前置条件 - Python 3.10+ ### 安装说明 ``` python -m venv .venv # Windows .venv\Scripts\activate # macOS/Linux source .venv/bin/activate pip install -r requirements.txt python run.py ``` 然后在浏览器中打开 **http://127.0.0.1:5000**。 进度数据存储在本地 SQLite 数据库（`data/soc_training_progress.sqlite3`）中，永远不会离开您的计算机。 ## 项目结构 ``` app/ routes/ Flask blueprints — pages and JSON API endpoints services/ Data loading and domain logic (decoupled from routes) templates/ Jinja2 templates, grouped by module static/ CSS and JS, one file per feature area data/ terms/ Theory flashcard content (decks A–L) attacks/ Attack reference library practice/ Scenario/log/incident-flow practice content exam/ Fixed exam content (incident response, answer aliases) ``` ## 内容数据 所有学习内容都以带版本的 JSON 格式存放在 `data/` 目录下，方便审查、扩展或翻译： - 抽认卡：`data/terms/*.json` - 攻击：`data/attacks/attacks.json` - 实践任务：`data/practice/*.json` - 事件响应关联场景：`data/exam/incident_response.json`（每个级别 30 个，总共 90 个） ## 反馈 发现 bug、有建议或想分享反馈？请提交一个 [GitHub Issue](../../issues) —— 您可以直接在 issue 中附上截图。 请参阅 [CONTRIBUTING.md](CONTRIBUTING.md) 了解更多额外说明。 ## 许可证 © 2026 Sofia Boiko。基于 **[CC BY-NC-ND 4.0](LICENSE)** 发布 —— 可**保留署名**自由使用和分享，**仅限非商业用途**，** **禁止修改/衍生副本。请参阅 [NOTICE.md](NOTICE.md) 了解这在** 实际应用中的含义以及署名详细信息。

标签：Flask, Python, SOC分析师, SQLite, 安全培训, 教育平台, 数据可视化, 无后门, 自定义脚本, 调试辅助, 逆向工具