YashrajG29/AI-Based-Military-Intelligence-and-Threat-Analysis-Dashboard
GitHub: YashrajG29/AI-Based-Military-Intelligence-and-Threat-Analysis-Dashboard
一个基于Streamlit和scikit-learn构建的印度安全事件数据分析仪表盘,提供地理空间映射、严重性预测和趋势可视化功能。
Stars: 0 | Forks: 0
# 印度威胁分析仪表盘
大学项目 - 使用 Python
和一个简单的机器学习模型分析印度过去的安全事件。
制作者:Yash Raj
学院:IIIT Vadodara
## 如何运行
```
pip install -r requirements.txt
python utils/build_india_dataset.py
python train_attack_model.py
streamlit run app.py
```
## 文件
- `app.py` - 主页
- `pages/` - 其他 8 个页面(Streamlit 会从该文件夹中自动检测这些文件)
- `utils/build_india_dataset.py` - 构建数据集(我从新闻报道中收集的 33 起真实事件)
- `utils/common.py` - 多个页面共用的共享函数
- `train_attack_model.py` - 训练在“严重性预测”页面中使用的 ML 模型
- `data/india_threat_incidents.csv` - 数据集
- `models/attack_model.joblib` - 训练好的模型(运行 train_attack_model.py 后生成)
## 关于数据
我从新闻来源(Reuters、Wikipedia、Al Jazeera 等)收集了 1993 年至 2025 年间
印度 33 起公开报道的重大安全事件。这
不是官方政府数据集,只是我为了这个项目
尽可能收集和整理的内容。与其他来源相比,数据可能略有出入。
## 使用的库
streamlit、pandas、numpy、scikit-learn、plotly、joblib
标签:Apex, Kubernetes, scikit-learn, Streamlit, 代码示例, 地理空间分析, 数据分析, 时序预测, 机器学习, 访问控制, 逆向工具