2、3、4层帧的分布式网络包分析流水线
network-pipeline的Python项目详细描述
Antinex-网络数据分析管道
这是一个分布式Python3框架,用于自动捕获网络流量并将其转换为CSV文件。一旦你有了一个csv文件,你就可以建立、训练和调整机器学习模型,通过主动监控网络层来保护你自己的基础设施。
它支持将捕获的网络流量自动发布到antinex rest api,用于使用预先训练的深层神经网络来预测这是否是攻击记录ref="https://github.com/jay johnson/antinex core django---训练和预测" rel="nofollow">antinex core。有关更多详细信息,请参阅 使用预先训练的神经网络进行实时预测部分。发布到rest api也可以在docker中运行。
构建机器学习或人工智能模型有很多选择,但目前我正在使用带有Postgres和SSL的jupyter hub来运行jupyterhub在我的存储库中运行的用于查找漏洞的动态分析工具。
- django rest framework+jwt+swagger -运行 准备数据集 并使用多租户django 2.0+rest api服务器支持jwt和swagger
- 模拟目录 -使用Zap与django、flask、react、vue和spring捕获模拟攻击
- 准备数据集部分 -从捕获的记录中准备训练CSV
- 培训模型部分 -培训机器学习和准备好的CSV的人工智能模型,请查看antinex core准确率超过99.8%和a Jupyter笔记本
- 数据集存储库 -如果您想查看某些数据的外观,则会捕获记录