Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

Real-time-cyber-attack-monitoring-and-threat-intelligence-platform

Plataforma auto-alojada para monitorización en tiempo real de ataques cibernéticos con detección híbrida (reglas + ML) y mapa mundial en vivo.

Ficha actualizada 28 sept 2026, 13:45 · upstream 28 sept 2026, 13:43 · release sin release detectada

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es Real-time-cyber-attack-monitoring-and-threat-intelligence-platform

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

Vanguard-360 es una plataforma de operaciones de seguridad (SecOps) diseñada para centralizar la visibilidad de servidores, agentes y operadores mediante un stack auto-alojado. Utiliza un motor de detección híbrido que combina firmas deterministas para vulnerabilidades comunes como SQLi o XSS con modelos de comportamiento basados en IsolationForest entrenados con tráfico real.

La arquitectura se basa en FastAPI (Python) para el backend, React para el frontend y Nginx como único punto de entrada, asegurando una gestión simplificada del tráfico y la seguridad. Incluye un pipeline de ingestión idempotente que soporta reintentos y entrega fuera de orden sin duplicar alertas.

La plataforma permite gestionar flotas de recolectores remotos desde el dashboard, pausar o reanudar el envío de logs por servidor, y ofrece análisis de archivos históricos con seguimiento de progreso. Todo ello se despliega mediante Docker Compose en un entorno de producción robusto.

CASOS DE USO
  • Monitorización continua de flotas de servidores propios para detectar intrusiones en tiempo real
  • Análisis de logs históricos mediante carga masiva y streaming de análisis
  • Gestión centralizada de agentes remotos con control de estado online/offline
  • Visualización geográfica de ataques en un mapa mundial interactivo
  • Enrichment de IPs con datos de reputación desde AbuseIPDB
PUNTOS DESTACADOS
  • Motor híbrido reglas/ML que no depende exclusivamente de datos sintéticos para entrenamiento
  • Ingestión idempotente segura contra reintentos y duplicados de agentes
  • Arquitectura single-ingress simplificada con Nginx como único punto expuesto
  • Gestión de flotas de recolectores remota vía dashboard con pausas programables
PRECAUCIONES
  • Requiere generación manual de secretos fuertes antes del despliegue inicial
  • Los modelos ML solo se activan tras acumular suficientes ventanas de datos limpios
  • Uso estrictamente defensivo, no apto para infraestructura de terceros sin permiso
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

DashboardWorld MapLive AlertsCollector ControlIP LookupML Status
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU2 vCPUrecomendación inicial
MEMORIA2 GBRAM estimada
DISCO30 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Clonar repositorio, copiar .env.example a .env y generar secretos fuertes con openssl. Ejecutar docker compose up --build -d. El backend espera PostgreSQL saludable antes de migrar. Requiere Python 3.11 y Docker Compose v2.x+.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
ReactNode.jsFastAPIPython
SERVICIOS
PostgreSQLRedis
BASES DE DATOS
PostgreSQLRedis
PUERTOS
8080800080
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.