dashboard

Files

SOC Analyst 6ff59a36d7 feat(clustering): intégration Fingerprint HTTP Headers (agg_header_fingerprint_1h)

Sources des nouvelles features :
- agg_header_fingerprint_1h : Cookie, Referer par src_ip (JOIN sur IPv6)
- ml_detected_anomalies : header_order_shared_count, distinct_header_orders (déjà jointé)

Nouvelles features (indices 27-30) :
  [27] FP Popularité  : popularité du fingerprint headers (log1p/log1p(500k))
       fingerprint rare (bot artisanal) → 0.0 ; très populaire (browser) → 1.0
  [28] FP Rotation    : distinct_header_orders (log1p/log1p(10))
       rotation de fingerprint entre requêtes = comportement bot
  [29] Cookie Présent : présence header Cookie (engagement utilisateur réel)
  [30] Referer Présent: présence header Referer (navigation HTTP normale)

risk_score_from_centroid() : 14 termes, somme=1.0
  + hfp_rare (1-popularité) × 0.06 + hfp_rotating × 0.06
  ML × 0.25 reste dominant

name_cluster() : 2 nouveaux labels
  '🔄 Bot fingerprint tournant' : hfp_rotating>0.6 + anomalie>0.15
  '🕵️ Fingerprint rare suspect' : hfp_popular<0.15 + anomalie>0.20
  '🌐 Navigateur légitime' : fingerprint populaire confirmé

N_FEATURES : 27 → 31

Co-authored-by: Copilot <223556219+Copilot@users.noreply.github.com>

2026-03-19 11:13:37 +01:00

__init__.py

Initial commit: Bot Detector Dashboard for SOC Incident Response

2026-03-14 21:33:55 +01:00

analysis.py

fix: correct CampaignsView, analysis.py IPv4 split, entities date filter

2026-03-15 23:10:35 +01:00

attributes.py

Initial commit: Bot Detector Dashboard for SOC Incident Response

2026-03-14 21:33:55 +01:00

audit.py

feat(phase3): Classification en masse, Export STIX, Audit Logs