abdelrahmanhossamshaat0001/Decko-Your-AI-Cyber-Assistant

# 🦊 Decko — AI 网络安全助手 v2.0 ### 毕业项目 · 完整版 ## 什么是 Decko？ Decko 是一款专为防御性安全工作流设计的 **AI 驱动的网络安全副驾驶**， 适用于道德黑客团队、学生和 SOC 分析师。 它**不仅是一个聊天机器人** —— 它是一个完整的桌面安全工作站，包含： - 双 AI 大脑（Gemini 云端 + Ollama 离线） - 带有唇形同步的动态狐狸头像 - 网络扫描器、Web fuzzer、加密工作台 - 文件取证 + YARA 签名引擎 - ML 异常检测 (IsolationForest) - 用于事件响应的 YAML playbook 引擎 - MITRE ATT&CK 教育模拟器（包含授权确认机制） - 来自 NVD API 2.0 的实时 CVE 订阅 - 完整的 SQLite 审计跟踪 + CSV 导出 - 支持语音输出 (TTS) 和语音输入 (STT) ## 项目结构 ``` decko_v2/ ├── decko.py # Main PyQt6 application (complete rewrite v2.0) ├── tools.py # All security tool functions ├── requirements.txt # Python dependencies ├── playbooks/ │ ├── malware_response.yaml │ └── ransomware_containment.yaml ├── fox_idle.gif # Avatar animations ├── fox_talk.gif ├── fox_think.gif ├── fox.gif └── decko_memory.db # SQLite audit log (auto-created) ``` ## 设置 (Windows — 推荐) ``` cd "C:\Users\YourName\Desktop\Decko_Project" # 创建虚拟环境 python -m venv venv # 激活它 venv\Scripts\activate # 安装所有依赖 pip install -r requirements.txt # 设置你的 Gemini API key（在 aistudio.google.com 免费获取一个） $env:GEMINI_API_KEY = "YOUR_KEY_HERE" # 运行 Decko python decko.py ``` ## 设置 (Linux / macOS) ``` python3 -m venv venv source venv/bin/activate pip install -r requirements.txt export GEMINI_API_KEY="YOUR_KEY_HERE" python decko.py ``` ## 离线模式 (Ollama — 无需互联网) ``` # 从 https://ollama.com 安装 Ollama # 拉取一个 model ollama pull llama3 # 启动 Ollama 服务器 ollama serve # 在 Decko → Settings tab → Ollama 部分 # Host: http://localhost:11434 # Model: llama3 # 点击：Apply Ollama Brain ``` ## 功能清单 | 模块 | 状态 | 备注 | |---------------------|--------|-------| | PyQt6 桌面 UI | ✅ 完成 | 无边框、透明、窗口置顶 | | 狐狸头像 + GIF | ✅ 完成 | 闲置 / 思考 / 交谈 — AI 回复时唇形同步 | | Gemini AI 聊天 | ✅ 完成 | google-genai SDK（支持新版 + 旧版回退） | | Ollama 离线 LLM | ✅ 完成 | llama3, phi3, 任意 Ollama 模型 | | 文件取证 | ✅ 完成 | MD5, SHA256, 大小, 数据库日志 | | YARA 扫描器 | ✅ 完成 | yara-python + 内置字符串回退 | | 端口扫描器 | ✅ 完成 | 25 个常用端口，风险标记 | | Web 目录 Fuzz | ✅ 完成 | 23 个敏感路径 + 安全标头 | | 加密工作台 | ✅ 完成 | SHA256, MD5, Base64, 密码生成 | | 哈希字典 | ✅ 完成 | 根据字典文件破解 MD5 | | 静态代码审计 | ✅ 完成 | 16 种风险模式，多重危险级别 | | ML 异常检测 | ✅ 完成 | IsolationForest，自动采集 | | Playbook 引擎 | ✅ 完成 | YAML，包含 2 个示例 playbook | | MITRE 模拟器 | ✅ 完成 | 8 种技术，授权确认机制 | | CVE 实时订阅 | ✅ 完成 | NVD API 2.0，关键词过滤 | | 语音输出 (TTS) | ✅ 完成 | pyttsx3，在设置中切换 | | 语音输入 (STT) | ✅ 完成 | SpeechRecognition + 麦克风 | | HTML 报告生成 | ✅ 完成 | 完整样式报告，在浏览器中打开 | | SQLite 审计日志 | ✅ 完成 | 所有操作、取证、playbook、模拟 | | 日志 CSV 导出 | ✅ 完成 | 导出为文件 | | 系统监控器 | ✅ 完成 | 状态栏实时显示 CPU + RAM | ## 安全与道德 Decko **专为授权的防御性安全工作**而设计。 - 不生成恶意软件 - 不进行未经授权的漏洞利用 - 不包含凭据暴力破解或隐蔽功能 - 在进行任何模拟之前需要经过授权确认机制 - 所有操作均带有时间戳并被不可变地记录 - 完全离线工作（Ollama 模式） — 零数据泄露 ## 毕业演示流程 1. **Dashboard** — 点击 "Run Demo" 加载所有场景 2. **Terminal** — 与 Decko AI 聊天 3. **Forensics** — 加载文件 → 哈希 → YARA 扫描 4. **Arsenal → Network** — 扫描 127.0.0.1 5. **Arsenal → Web** — Fuzz http://localhost 6. **Arsenal → Crypto** — 哈希 + Base64 操作 7. **Coding** — 在预加载的风险样本上点击 "Analyze Code Risks" 8. **Anomaly** — 观看 ML 采集基线（8 个样本）→ 运行分析 9. **Playbook** — 选择 malware_response.yaml → 执行 10. **Simulator** — 选择 T1059.001 → 授权确认 → 运行 11. **Intel** — 获取 CVE（关键词：Apache 或 Windows） 12. **Dashboard** — 点击 "Generate Report" → 在浏览器中打开 HTML ## 依赖项 | 包 | 用途 | |---------|---------| | PyQt6 | 桌面 GUI | | google-genai | Gemini AI 大脑 | | psutil | 系统指标 | | requests | HTTP 工具 + CVE 订阅 | | PyYAML | Playbook 引擎 | | scikit-learn | ML 异常检测 | | numpy | 用于 ML 的数值数据 | | pyttsx3 | 离线文本转语音 | | SpeechRecognition | 语音输入 | ## 构建者 AbdElrahman Hossam *TKBW — 思考、求知、构建、智能工作。*

标签：AI风险缓解, CISA项目, DLL 劫持, DNS 反向解析, IP 地址批量处理, PyQt6, SOC分析, 大语言模型, 威胁分析, 安全辅助工具, 密码管理, 库, 应急响应, 恶意代码分类, 桌面应用, 自动化侦查工具, 逆向工具