Muhammad-Abubakar18/Intrusion-Eye

# 👁️ Intrusion Eye - Web 漏洞扫描器 **🌐 在线演示：** [https://intrusioneye.vercel.app](https://intrusioneye.vercel.app) ## 📖 描述 Intrusion Eye 是一款综合性、AI 驱动的 Web 漏洞扫描器和网络安全工具，旨在监控、扫描和检测复杂的安全事件。它采用现代、简洁的界面，提供实时警报、定时扫描和强大的用户管理功能。该平台旨在为开发者和安全研究人员提供清晰、可操作的洞察，帮助他们了解 Web 应用程序的安全态势。 ## 🌟 核心功能 - **实时漏洞扫描**：主动探测 Web 应用程序是否存在高影响漏洞，如 SQL 注入（SQLi）、跨站脚本攻击（XSS、DOM XSS）和跨站请求伪造（CSRF）。 - **深度 Web 爬虫**：利用自动化的无头浏览器（headless browser）导航动态单页应用（SPA），发现隐藏的 endpoint、表单和 JavaScript 资源。 - **全面的报告生成**：生成对开发者友好的 PDF、HTML 和 JSON 报告，包含确切的 payload 复现步骤、置信度评分和可操作的修复建议。 - **安全态势分析**：被动评估 WAF 配置，识别缺失的安全标头，并检测暴露的敏感信息。 - **定时自动扫描**：配置周期性的后台扫描，并通过自动化的邮件通知实现持续的安全监控。 - **基于角色的访问控制**：通过 JWT 身份验证、Google OAuth 集成和扫描使用配额限制来实现安全的用户管理。 ## 🏛️ 架构 本项目围绕面向服务的架构构建，划分为多个独立且解耦的组件： - **[前端](Frontend)**：基于 React 的单页应用，负责处理用户界面、实时警报监控、扫描调度和报告可视化。 - **[后端 API](backend)**：Django REST Framework 核心，提供安全的 JWT 身份验证、异步后台 worker 处理（Celery）以及 PostgreSQL 集成。 - **[扫描引擎（模拟版）](backend/scanner/services)**：负责发现攻击向量、生成智能 payload 和解析高级表单的核心模块。 - **[ML 训练（已移除）](ml_training)**：原用于检测恶意特征和行为模式的机器学习模型。 ## 🧩 模块 - **身份验证与用户管理**：基于 JWT 的安全身份验证，具有用户使用限制和 Google OAuth 集成。 - **主动漏洞引擎**：使用针对性的 payload 注入，自动测试 SQLi、XSS、DOM XSS 和 CSRF 漏洞。 - **被动漏洞分析器**：检测缺失的安全标头、暴露的敏感数据和 WAF 配置缺陷。 - **爬虫服务**：自动化的无头浏览，用于发现动态 endpoint 和大量依赖 JavaScript 渲染的页面。 - **报告引擎**：动态生成包含漏洞评分和修复建议的 PDF、JSON 和 HTML 报告。 - **调度系统**：配置带有自动邮件通知的周期性后台扫描。 ## 🛠️ 技术栈 - **前端**：React.js, TailwindCSS - **后端**：Python, Django, Django REST Framework, SimpleJWT - **数据库**：PostgreSQL - **任务队列**：Celery & Redis（用于异步后台扫描） - **自动化与爬虫**：Selenium, BeautifulSoup4 - **原 ML 引擎**：Scikit-Learn / PyTorch（在此版本中已被模拟逻辑替代） ## ✨ 独特优势 大多数漏洞扫描器依赖于简单的特征匹配或通用的爬虫机制，这在现代 Web 应用程序中往往会失效。Intrusion Eye 的突出之处在于： - **AI 驱动的 Payload 生成**：原引擎不再暴力测试通用的 payload，而是利用机器学习对输入字段进行分类，并根据上下文智能变异 payload。 - **高级表单发现**：使用无头浏览器（Selenium）来解析传统工具容易遗漏的、由 JavaScript 渲染的表单和 SPA 元素。 - **深度防御检测**：在执行主动 payload 之前，主动剖析并检测 Web 应用防火墙（WAF）、速率限制和验证码，从而最大限度地减少噪音。 - **可操作的报告**：提供详细的、以开发者为中心的修复步骤，并带有高置信度评分。 ### 1. 前置条件 - **Python**（3.8+ 版本） - **Node.js** & **npm** - **PostgreSQL** - **Redis**（可选，用于后台任务/Celery worker） ### 2. 后端设置（Django） 1. 导航到 backend 文件夹： cd backend 2. 创建并激活虚拟环境： python -m venv .venv # Windows： .venv\Scripts\activate # Linux/macOS： source .venv/bin/activate 3. 安装依赖项： pip install -r requirements.txt 4. 将 `.env.example` 文件复制到 `.env` 并填写详细信息： cp .env.example .env 5. 应用数据库迁移： python manage.py migrate 6. 运行后端服务器： python manage.py runserver 8000 后端 API 将在本地运行于：`http://localhost:8000` ### 3. 前端设置（React） 1. 导航到 Frontend 文件夹： cd Frontend 2. 安装前端依赖项： npm install 3. 运行开发服务器： npm start Web 界面将在本地运行于：`http://localhost:3000` ## 📝 许可证 本项目是 **Intrusion Eye** 的一部分。保留所有权利。

标签：CISA项目, DAST, Django, DOE合作, React, Syscalls, Web安全, 加密, 恶意软件分析, 搜索引擎查询, 测试用例, 漏洞扫描器, 自动化渗透测试, 蓝队分析, 逆向工具