本次提交包含完整的AI SOC(Security Operations Center)分析师平台,支持本地大模型和Claude API集成,实现端到端的安全威胁分析。 ## 🚀 主要功能 ### 后端架构 (FastAPI) - **多源数据接入**: 支持JSON/CSV格式安全告警数据上传 - **智能预处理**: 基于YAML配置的字段映射和实体提取 - **图分析引擎**: NetworkX驱动的攻击链图构建和分析 - **评分系统**: 实体和子图的多维度风险评分算法 - **LLM集成**: 支持多提供商(Claude、OpenAI、本地模型)的智能报告生成 - **API接口**: 完整的RESTful API (Swagger文档: /docs) ### 前端界面 (Vue 3 + TypeScript) - **拖拽上传**: 支持拖拽上传和实时预览 - **管道分析**: 可视化的数据处理管道状态 - **智能报告**: 动态生成的威胁分析报告和可视化 - **响应式设计**: 适配桌面和移动端的现代UI ### LLM智能分析 - **多模型支持**: qwen3(8B/32B)、deepseek-r1(70B)、Claude 4等 - **超时优化**: 分层超时配置(120s-600s)适配不同模型规模 - **内容清理**: 自动过滤模型思考过程,输出专业分析报告 - **中文优化**: 针对中文安全分析场景的prompt工程 ## 🛠️ 技术栈 **后端**: FastAPI + SQLAlchemy + NetworkX + 多LLM提供商 **前端**: Vue 3 + TypeScript + Naive UI + Tailwind CSS + Vite **数据处理**: YAML配置 + JSONPath表达式 **部署**: Docker支持 + 环境变量配置 ## 🐛 修复的关键问题 1. **LLM超时问题**: 实现前后端分层超时配置,支持大模型长时间推理 2. **报告格式化**: 修复Markdown渲染和换行符显示问题 3. **数据映射**: 统一前后端字段命名和数据结构映射 4. **时间格式**: 修复时间戳解析和中文本地化显示 5. **思考标签清理**: 自动过滤qwen模型的<think>标签 ## 📊 测试数据 包含完整的多阶段APT攻击场景测试数据: - 钓鱼邮件 → 恶意软件执行 → C2通信 - 云凭证窃取 → 资源探测 → 横向渗透 - 后门用户创建 → 权限提升 → 容器控制 ## 🔧 开发工具 - **模型切换**: switch_model.py 支持快速切换本地LLM模型 - **超时测试**: test_llm_timeout.py 验证不同模型性能 - **依赖安装**: install_llm_deps.py 自动安装LLM依赖 🤖 Generated with [Claude Code](https://claude.ai/code) Co-Authored-By: Claude <[email protected]>
53 lines
1.5 KiB
Python
53 lines
1.5 KiB
Python
#!/usr/bin/env python3
|
|
"""
|
|
安装LLM集成所需的依赖包
|
|
"""
|
|
import subprocess
|
|
import sys
|
|
import os
|
|
|
|
def install_package(package_name):
|
|
"""安装Python包"""
|
|
try:
|
|
print(f"正在安装 {package_name}...")
|
|
subprocess.check_call([sys.executable, "-m", "pip", "install", package_name])
|
|
print(f"✅ {package_name} 安装成功")
|
|
return True
|
|
except subprocess.CalledProcessError as e:
|
|
print(f"❌ {package_name} 安装失败: {e}")
|
|
return False
|
|
|
|
def main():
|
|
"""主函数"""
|
|
print("🚀 开始安装LLM集成依赖...")
|
|
|
|
# 必需的依赖包
|
|
dependencies = [
|
|
"anthropic>=0.34.0", # Claude API
|
|
"openai>=1.3.0", # OpenAI API (也用于本地模型)
|
|
"python-dotenv", # 环境变量管理
|
|
]
|
|
|
|
success_count = 0
|
|
|
|
for dep in dependencies:
|
|
if install_package(dep):
|
|
success_count += 1
|
|
|
|
print(f"\n📊 安装结果: {success_count}/{len(dependencies)} 个包安装成功")
|
|
|
|
if success_count == len(dependencies):
|
|
print("\n🎉 所有依赖安装完成!")
|
|
print("\n📝 接下来的配置步骤:")
|
|
print("1. 复制 .env.example 为 .env")
|
|
print("2. 在 .env 中配置你的API密钥")
|
|
print("3. 在 configs/llm.yaml 中选择要使用的模型提供商")
|
|
print("4. 重启后端服务")
|
|
else:
|
|
print("\n⚠️ 部分依赖安装失败,请检查错误信息")
|
|
return 1
|
|
|
|
return 0
|
|
|
|
if __name__ == "__main__":
|
|
sys.exit(main()) |