0tsystemspublicrepos/ifritproxy
IFRIT은 들어오는 요청을 실시간으로 가로채 각각을 정상 또는 악성으로 분류하는 AI 기반 리버스 프록시입니다. 정상 트래픽은 백엔드로 전달되고, 악성 트래픽은 요청된 리소스를 가짜 데이터로 모방한 맞춤형 AI 생성 허니팟 응답을 받아 공격자가 여기에 시간을 낭비하도록 속입니다.
적응형 허니팟 응답으로 공격자를 인텔리전스 소스로 전환하세요
📦 빠른 시작 • ✨ 기능 • 🔄 작동 방식 • 📚 문서 • 🔌 API
IFRIT은 인터넷과 애플리케이션 사이에 위치하여 모든 요청을 실시간으로 분석하는 지능형 리버스 프록시입니다. 정상 트래픽은 매끄럽게 통과합니다. 악성 트래픽은? AI가 생성한 허니팟 응답을 받게 되어, 공격자의 시간을 낭비시키는 동안 사용자는 정보를 수집할 수 있습니다.
subgraph "IFRIT Proxy Layer"
B[🛡️ IFRIT Proxy]
subgraph "AI Detection Engine"
C1[🤖 Claude Sonnet 4]
C2[🤖 Gemini 2.0 Flash]
end
subgraph "Threat Intelligence"
D1[📊 AbuseIPDB]
D2[🦠 VirusTotal]
D3[🌍 IPInfo]
end
end
subgraph Backend
E[🎯 Your Application]
end
subgraph "Attacker Receives"
F[🍯 Fake Data<br/>Honeypot Response]
end
subgraph "User Receives"
G[📦 Real Data<br/>Protected]
end
A -->|Malicious Request| B
L -->|Normal Request| B
B --> C1
B --> C2
B --> D1
B --> D2
B --> D3
B -->|Attack Detected| F
B -->|Legitimate| E
E -->|Response| G
F -.->|Wasted Time| A
G -->|Secure Access| L
style A fill:#ff6b6b,stroke:#c92a2a,stroke-width:2px,color:#fff
style L fill:#51cf66,stroke:#2f9e44,stroke-width:2px,color:#fff
style B fill:#4c6ef5,stroke:#364fc7,stroke-width:3px,color:#fff
style C1 fill:#845ef7,stroke:#5f3dc4,stroke-width:2px,color:#fff
style C2 fill:#845ef7,stroke:#5f3dc4,stroke-width:2px,color:#fff
style D1 fill:#ff922b,stroke:#e8590c,stroke-width:2px,color:#fff
style D2 fill:#ff922b,stroke:#e8590c,stroke-width:2px,color:#fff
style D3 fill:#ff922b,stroke:#e8590c,stroke-width:2px,color:#fff
style E fill:#20c997,stroke:#12b886,stroke-width:2px,color:#fff
style F fill:#fa5252,stroke:#c92a2a,stroke-width:2px,color:#fff
style G fill:#51cf66,stroke:#2f9e44,stroke-width:2px,color:#fff
</details>
**간소화된 흐름:**
<div align="center">
<img src="https://assets.kitploit.com/production/public/readmes/9318/20428ce8d35f40faaa17f7f8c313021a74af35675f384b2db7a60034dbfdcdf2.png" alt="IFRIT Simple Flow Diagram" width="650">
</div>
</div>
---
## 🚀 빠른 시작
> **2분도 안 되어 시작하기**
### 📦 설치
<table>
<tr>
<td width="50%">
**macOS (Apple Silicon)**```bash
curl -L -o ifrit-v0.3.2-darwin-arm64.tar.gz \
https://github.com/0tSystemsPublicRepos/IfritProxy/releases/download/v0.3.2/ifrit-v0.3.2-darwin-arm64.tar.gz
tar -xzf ifrit-v0.3.2-darwin-arm64.tar.gz
cd ifrit-v0.3.2-darwin-arm64
./install.sh
Linux (x64)```bash
curl -LO https://github.com/0tSystemsPublicRepos/\
IfritProxy/releases/download/v0.3.2/
ifrit-v0.3.2-linux-amd64.tar.gz
tar -xzf ifrit-v0.3.2-linux-amd64.tar.gz cd ifrit-v0.3.2-linux-amd64 ./install.sh
</td>
</tr>
</table>
<div align="center">
*실제 설치하는 모습입니다 - 정말 이렇게 간단해요!*
</div>
### ⚙️ 구성 (빠른 설정)```bash
# 1. Copy template
cp config/default.json.example config/default.json
# 2. Add your API keys
nano config/default.json # or use your favorite editor
시작하기 위한 최소 구성:```json { "llm": { "provider": "claude", // 👈 Choose: "claude" or "gemini" "claude": { "api_key": "sk-ant-..." // 🔑 Get from console.anthropic.com } }, "proxy": { "listen_port": 8080, "backend_url": "http://localhost:3000" // 🎯 Your app } }
### 🎬 실행
소스 코드를 빌드하거나 사용 가능한 바이너리에서 설치합니다```bash
# Build the binary
go build -o ifrit ./cmd/ifrit
(optional: build ifrit-cli as well)
# Start IFRIT (runs in background)
./ifrit &
# 🎉 You're protected! Access dashboard:
open http://localhost:8443
이게 전부입니다! 이제 IFRIT이 애플리케이션을 보호합니다.
🧠 멀티 AI 인텔리전스AI 제공업체를 선택하거나 IFRIT이 자동 폴백하도록 하세요:
| ||
🎭 적응형 디셉션 엔진학습하는 지능형 허니팟 응답:
예시: SQL 인젝션에는 가짜 사용자 데이터베이스가, 경로 탐색에는 가짜 파일 목록이 제공됩니다. |
🔍 위협 인텔리전스 허브다양한 소스에서 실시간 인리치먼트:
|
📊 완전한 가시성실시간 인텔리전스를 바로 확인하세요:
|
./ifrit-cli threat top 10 ./ifrit-cli attacker view 45.67.89.1 ./ifrit-cli attack stats --last-24h
**API 우선 설계** - 모든 보안 스택과 통합하세요.
</td>
</tr>
</table>
---
## 🔄 작동 방식
<div align="center">
### 4단계 탐지 파이프라인
</div>
<details>
<summary><b>🎨 대화형 다이어그램을 펼치려면 여기를 클릭하세요</b></summary>```mermaid
flowchart TD
Start([🌐 Incoming Request]) --> Stage0{🔓 Stage 0<br/>Whitelist Check}
Stage0 -->|✅ Whitelisted IP/Path| Allow[✅ ALLOW<br/>Pass to Backend]
Stage0 -->|❌ Not Whitelisted| Stage1{⚡ Stage 1<br/>Local Rules}
Stage1 -->|🎯 Attack Pattern Match| Honeypot[🍯 HONEYPOT<br/>Deceptive Response]
Stage1 -->|❓ Unknown Pattern| Stage2{💾 Stage 2<br/>Database Patterns}
Stage2 -->|📚 Known Attack| Honeypot
Stage2 -->|🆕 Novel Attack| Stage3{🤖 Stage 3<br/>LLM Analysis}
Stage3 -->|🚨 Attack Confirmed| Honeypot
Stage3 -->|✅ Legitimate| Allow
Honeypot --> TI[🔍 Threat Intelligence<br/>Enrichment]
TI --> Notify[📢 Notifications<br/>If Rules Match]
Notify --> Learn[📖 Learn & Store<br/>Pattern]
Allow --> Backend[🎯 Your Application]
Backend --> Response[📦 Real Response]
Learn --> LogAttack[(📊 Attack Database)]
style Start fill:#4c6ef5,stroke:#364fc7,stroke-width:3px,color:#fff
style Stage0 fill:#7950f2,stroke:#5f3dc4,stroke-width:2px,color:#fff
style Stage1 fill:#7950f2,stroke:#5f3dc4,stroke-width:2px,color:#fff
style Stage2 fill:#7950f2,stroke:#5f3dc4,stroke-width:2px,color:#fff
style Stage3 fill:#7950f2,stroke:#5f3dc4,stroke-width:2px,color:#fff
style Allow fill:#51cf66,stroke:#2f9e44,stroke-width:3px,color:#fff
style Honeypot fill:#ff6b6b,stroke:#c92a2a,stroke-width:3px,color:#fff
style TI fill:#ff922b,stroke:#e8590c,stroke-width:2px,color:#fff
style Notify fill:#fab005,stroke:#f08c00,stroke-width:2px,color:#fff
style Learn fill:#20c997,stroke:#12b886,stroke-width:2px,color:#fff
style Backend fill:#339af0,stroke:#1c7ed6,stroke-width:2px,color:#fff
style Response fill:#51cf66,stroke:#2f9e44,stroke-width:2px,color:#fff
style LogAttack fill:#868e96,stroke:#495057,stroke-width:2px,color:#fff
탐지된 모든 공격은 백그라운드에서 병렬 인텔리전스 수집을 유발합니다:
성능 특성:
| 시나리오 | 동작 | 지연 시간 | 비용 |
|---|---|---|---|
| IP로부터의 첫 번째 공격 | 3개 API 모두 호출 | ~500ms | $0.003 |
| 반복 공격 (< 24시간) | 캐시 적중, API 호출 없음 | <10ms | $0.00 |
| 24시간 후 | 재보강, 캐시 업데이트 | ~500ms | $0.003 |
💡 결과: 90%+ 캐시 적중률 = 최소 API 비용 + 빠른 조회
IFRIT은 모든 공격에서 학습하여 운영 비용을 획기적으로 줄입니다:
| ⏰ 1시간차: 초기 학습 단계 | 🚀 2시간차: 최적화된 운영 |
|---|---|
|
최초 노출``` 📊 Traffic Analysis ├─ 100 requests received ├─ 40 unique attack types │ ├─ 🤖 AI Calls Needed │ ├─ Stage 3 LLM: 40 calls │ └─ Cost: ~$0.12 │ ├─ 🔍 Threat Intel APIs │ ├─ 40 unique IPs │ └─ Cost: ~$0.12 │ └─ 💾 Storage ├─ Learn all 40 patterns ├─ Cache threat intel (24h) └─ Generate honeypots 📈 Total Cost: $0.24 무슨 일이 있었나:
|
📊 실제 시나리오 (30일):``` Day 1: 5,000 attacks, 200 unique → $6.00 in API costs Day 2: 5,000 attacks, 150 new → $4.50 in API costs Day 3: 5,000 attacks, 100 new → $3.00 in API costs ... Day 7: 5,000 attacks, 50 new → $1.50 in API costs Day 14: 5,000 attacks, 20 new → $0.60 in API costs Day 30: 5,000 attacks, 10 new → $0.30 in API costs
Total: 150,000 attacks handled Cost without caching: ~$450.00 Cost with IFRIT learning: ~$45.00 💰 Savings: $405.00 (90% reduction!)
---
## 🎛️ 두 가지 탐지 모드
<div align="center">
보안 철학을 선택하세요: **신뢰하되 검증** vs **제로 트러스트**
</div>
<table>
<tr>
<th width="50%">🔍 탐지 모드 (기본값)</th>
<th width="50%">🛡️ 허용 목록 모드 (엄격한 제로 트러스트)</th>
</tr>
<tr>
<td valign="top">
### 철학
> **"신뢰하되, 검증"** - 모든 것을 지능적으로 분석합니다
### 구성```json
{
"detection": {
"mode": "detection",
"enable_local_rules": true,
"enable_llm": true,
"whitelist_ips": [], // Optional
"whitelist_paths": [] // Optional
}
}
Incoming Request │ ├─ Whitelisted? ──▶ ✅ ALLOW │ ├─ Stage 1 Match? ──▶ 🍯 HONEYPOT │ ├─ Stage 2 Match? ──▶ 🍯 HONEYPOT │ ├─ Stage 3 LLM? ────▶ 🍯 or ✅ │ └─ Default: Analyze with AI
### 적합한 용도
- ✅ 공개 웹 애플리케이션
- ✅ 알 수 없는 클라이언트를 위한 REST API
- ✅ 전자상거래 플랫폼
- ✅ SaaS 제품
- ✅ 콘텐츠 전송
- ✅ 마케팅 웹사이트
### 장점
- 🎯 스마트 위협 탐지
- 📊 모든 트래픽에서 학습
- 🔄 새로운 공격에 적응
- 🌐 동적 사용자와 함께 작동
- 📈 인텔리전스 데이터베이스 구축
### 단점
- ⚠️ 오탐지 조정 필요
- 🤖 AI 정확도에 의존
- ⏱️ 초기 학습 기간
</td>
<td valign="top">
### 철학
> **"기본 거부"** - 명시적 신뢰만 통과
### 설정```json
{
"detection": {
"mode": "allowlist",
"whitelist_ips": [
"192.168.1.100",
"10.0.0.0/24"
],
"whitelist_paths": [
"/health",
"/metrics"
]
}
}
Incoming Request │ ├─ Whitelisted IP? ─▶ ✅ ALLOW │ ├─ Whitelisted Path? ─▶ ✅ ALLOW │ └─ Everything Else ──▶ 🚫 BLOCK
No AI analysis needed No learning phase Instant block
### 최적 대상
- ✅ 관리자 패널
- ✅ 내부 대시보드
- ✅ VPN 전용 서비스
- ✅ 백엔드 API(비공개)
- ✅ 데이터베이스 관리 도구
- ✅ CI/CD 웹훅
### 장점
- 🔒 최대 보안
- ⚡ 제로 지연(AI 없음)
- 🎯 오탐 제로
- 💰 API 비용 제로
- 🛡️ 고가치 대상에 적합
### 단점
- ❌ 알려진 IP/경로 필요
- 📋 수동 화이트리스트 관리
- 🚫 합법적인 미확인 항목 차단
- 🔧 유연성 낮음
</td>
</tr>
<tr>
<td colspan="2" align="center">
### 💡 **프로 팁:** 하이브리드 접근 방식
**온보딩 모드**(7일)로 시작하여 합법적인 패턴을 자동으로 학습한 후, 원하는 모드로 전환하세요:
</td>
</tr>
<tr>
<td colspan="2" align="left">
<pre><code>{
"execution_mode": {
"mode": "onboarding", // Auto-learn for 7 days
"onboarding_duration_days": 7,
"onboarding_auto_whitelist": true // Auto-add to whitelist
}
}</code></pre>
</td>
</tr>
<tr>
<td colspan="2" align="center">
온보딩 완료 후 → 필요에 따라 **탐지 모드** 또는 **허용 목록 모드**로 전환
</td>
</tr>
</table>
**🎬 실행 모드:**
| 모드 | 용도 | 차단 | 학습 | 기간 |
|------|---------|----------|----------|----------|
| **🎓 온보딩** | 합법적 트래픽 학습 | ❌ 아니요 | ✅ 예 | 7일(기본값) |
| **🛡️ 탐지** | 전체 보호 | ✅ 예 | ✅ 예 | 프로덕션 |
자세한 비교 및 사용 사례는 [DETECTION_MODES.md](https://github.com/0tsystemspublicrepos/ifritproxy/blob/HEAD/docs/DETECTION_MODES.md)를 참조하세요.
---
## 📊 대시보드 및 관리
<div align="center">
### 🎯 실시간 인텔리전스 대시보드
**`http://localhost:8443/`**에서 API 토큰 인증으로 접근
</div>
**대시보드 개요:**
IFRIT 대시보드는 보안 상태에 대한 실시간 가시성을 제공합니다:
- **📊 위협 수준 분포** - CRITICAL/HIGH/MEDIUM/LOW 위협의 시각적 분석
- **🎯 주요 위험 공격자** - 위험 점수, 국가, 플래그(Tor, VPN, 호스팅)가 포함된 실시간 순위
- **⚡ 탐지 파이프라인 성능** - 캐시 효율성을 보여주는 단계별 지표
- **📈 공격 동향** - 시각적 막대로 표시되는 24시간 공격 유형 분석
- **🌍 지리적 인사이트** - 플래그와 함께 표시되는 공격 소스 위치
### ⌨️ CLI 관리
보안 인텔리전스의 완전한 명령줄 제어:
<table>
<tr>
<td width="50%" valign="top">
#### 🚨 공격 인텔리전스```bash
# View recent attacks
./ifrit-cli attack list
# Detailed analysis
./ifrit-cli attack view 42
# Statistics
./ifrit-cli attack stats
# Filter by source
./ifrit-cli attack by-ip 45.67.89.1
# Filter by target
./ifrit-cli attack by-path /api/users
# Export to JSON
./ifrit-cli attack export \
--format json \
--output attacks.json
./ifrit-cli pattern list
./ifrit-cli pattern view 15
./ifrit-cli pattern add
sql_injection
"' OR '1'='1"
./ifrit-cli pattern remove 15
./ifrit-cli pattern export
</td>
<td width="50%" valign="top">
#### 👤 공격자 프로필```bash
# List all attackers
./ifrit-cli attacker list
# Profile details
./ifrit-cli attacker view 5
# Search by IP
./ifrit-cli attacker search 45.67.89.1
# Top attackers
./ifrit-cli attacker top 10
./ifrit-cli exception list
./ifrit-cli exception add
--ip 10.0.0.1
--reason "Office VPN"
./ifrit-cli exception add
--path /health
--reason "Health check"
./ifrit-cli exception remove 3
</td>
</tr>
<tr>
<td width="50%" valign="top">
#### 🔍 위협 인텔리전스```bash
# Recent threat intel
./ifrit-cli threat list
# IP details
./ifrit-cli threat view 45.67.89.1
# Top risky IPs
./ifrit-cli threat top 10
# Statistics
./ifrit-cli threat stats
# Force re-enrich IP
./ifrit-cli threat enrich 45.67.89.1
💾 데이터베이스 작업```bashDatabase statistics./ifrit-cli db stats View schema./ifrit-cli db schema Vacuum (SQLite only)./ifrit-cli db vacuum Export database./ifrit-cli db export backup.sql API 토큰 생성: 📡 사용 가능한 엔드포인트🚨 공격 인텔리전스```bash # Get recent attacks curl -H "X-API-Token: YOUR_TOKEN" \ http://localhost:8443/api/attacksGet specific attackcurl -H "X-API-Token: YOUR_TOKEN" Filter by IPcurl -H "X-API-Token: YOUR_TOKEN" Filter by date rangecurl -H "X-API-Token: YOUR_TOKEN" Attack statisticscurl -H "X-API-Token: YOUR_TOKEN" 👤 공격자 프로필```bash # List all attackers curl -H "X-API-Token: YOUR_TOKEN" \ http://localhost:8443/api/attackersGet specific attacker profilecurl -H "X-API-Token: YOUR_TOKEN" Top attackerscurl -H "X-API-Token: YOUR_TOKEN" 🧬 학습된 패턴```bash # Get all patterns curl -H "X-API-Token: YOUR_TOKEN" \ http://localhost:8443/api/patternsGet pattern by IDcurl -H "X-API-Token: YOUR_TOKEN" Add new patterncurl -X POST 응답 예제:```json { "ip": "45.67.89.1", "risk_score": 87, "threat_level": "HIGH", "abuseipdb": { "score": 91, "total_reports": 156, "last_reported": "2024-01-14T10:30:00Z" }, "virustotal": { "malicious": 3, "suspicious": 1 }, "ipinfo": { "country": "CN", "city": "Shanghai", "is_vpn": false, "is_proxy": false, "is_tor": false, "is_hosting": true }, "cached_at": "2024-01-15T14:23:45Z" } 💾 캐시 관리```bash # Get cache statistics curl -H "X-API-Token: YOUR_TOKEN" \ http://localhost:8443/api/cache/statsClear threat intel cachecurl -X POST Clear specific IP from cachecurl -X DELETE Gemini (비용 효율적인 대안):```json { "llm": { "provider": "gemini", "gemini": { "api_key": "${GOOGLE_API_KEY}", "model": "gemini-2.0-flash-exp", "max_tokens": 4096, "temperature": 0.0 } } } PostgreSQL (엔터프라이즈 규모):```json { "database": { "type": "postgresql", "postgresql": { "host": "localhost", "port": 5432, "user": "ifrit_user", "password": "${POSTGRES_PASSWORD}", "database": "ifrit", "ssl_mode": "require" } } } |
규칙 기반 필터링을 통한 다중 채널 알림:```json { "notifications": { "enabled": true, "providers": { "email": { "enabled": true, "smtp_host": "smtp.gmail.com", "smtp_port": 587, "smtp_username": "${SMTP_USERNAME}", "smtp_password": "${SMTP_PASSWORD}", "from_address": "[email protected]" }, "slack": { "enabled": true, "webhook_url": "${SLACK_WEBHOOK_URL}" }, "twilio": { "enabled": false, "account_sid": "${TWILIO_ACCOUNT_SID}", "auth_token": "${TWILIO_AUTH_TOKEN}", "from_number": "${TWILIO_FROM_NUMBER}", "to_number": "${TWILIO_TO_NUMBER}" } }, "rules": { "alert_on_critical": true, "alert_on_high": false, "alert_on_medium": false, "alert_on_low": false } } }
**프로 팁:** 알림 피로를 방지하려면 CRITICAL 알림만 활성화한 상태로 시작하세요.
---
## 📚 문서
| 문서 | 설명 |
|----------|-------------|
| [START_HERE.md](https://github.com/0tsystemspublicrepos/ifritproxy/blob/HEAD/docs/START_HERE.md) | 모든 문서를 위한 탐색 가이드 |
| [INSTALLATION.md](https://github.com/0tsystemspublicrepos/ifritproxy/blob/HEAD/docs/INSTALLATION.md) | 상세 설치 지침 |
| [DETECTION_MODES.md](https://github.com/0tsystemspublicrepos/ifritproxy/blob/HEAD/docs/DETECTION_MODES.md) | 탐지 vs 허용 목록 비교 |
| [THREAT_INTELLIGENCE.md](https://github.com/0tsystemspublicrepos/ifritproxy/blob/HEAD/docs/THREAT_INTELLIGENCE.md) | 위협 인텔리전스 수집 가이드 |
| [NOTIFICATIONS.md](https://github.com/0tsystemspublicrepos/ifritproxy/blob/HEAD/docs/NOTIFICATIONS.md) | 알림 시스템 구성 |
| [API_ENDPOINTS.md](https://github.com/0tsystemspublicrepos/ifritproxy/blob/HEAD/docs/API_ENDPOINTS.md) | 전체 REST API 참조 |
| [FEATURES.md](https://github.com/0tsystemspublicrepos/ifritproxy/blob/HEAD/docs/FEATURES.md) | 전체 기능 목록 |
| [DECEPTIVE_PAYLOADS_MANAGEMENT.md](https://github.com/0tsystemspublicrepos/ifritproxy/blob/HEAD/docs/DECEPTIVE_PAYLOADS_MANAGEMENT.md) | 허니팟 응답 시스템 |
| [ANONYMIZATION_TESTING.md](https://github.com/0tsystemspublicrepos/ifritproxy/blob/HEAD/docs/ANONYMIZATION_TESTING.md) | 개인정보 보호 및 규정 준수 세부사항 |
---
## 🛣️ 로드맵
**v0.4.0 - 향상된 인텔리전스**
- [ ] Keycloak 인증 통합
- [ ] 관리자 포털 재설계
- [ ] 데이터베이스 기반 구성 저장
- [ ] 머신러닝 점수 산정 개선
- [ ] 공격 중복 제거
**v0.5.0 - 엔터프라이즈 기능**
- [ ] 고급 SIEM 통합 (Wazuh, Splunk, ELK)
- [ ] MySQL/MariaDB 지원
- [ ] 클러스터링 및 로드 밸런싱
- [ ] 알림 일정 및 무음 시간
**v0.6.0 - 자동화**
- [ ] 응답 자동화
- [ ] 에스컬레이션 정책
- [ ] 알림 일괄 처리
- [ ] 고급 위협 상관 분석
---
## 🤝 기여
IFRIT은 Apache License 2.0에 따라 오픈소스입니다. 여러분의 기여를 환영합니다!
**도움이 필요한 분야:**
- 🧠 새로운 LLM 제공업체 (GPT, Llama, Mistral)
- 🔗 SIEM 통합 (Wazuh, Splunk, ELK)
- 🌐 위협 인텔리전스 제공업체
- 📢 알림 채널 (Discord, Teams, PagerDuty)
- 🎭 새로운 공격 유형을 위한 페이로드 템플릿
- 📖 문서 개선
- 🐛 버그 수정 및 최적화
지침은 [CONTRIBUTING.md](https://github.com/0tsystemspublicrepos/ifritproxy/blob/HEAD/CONTRIBUTING.md)를 참조하세요.
**상업용 지원:**
엔터프라이즈 배포, 맞춤형 통합 또는 컨설팅의 경우:
- 이메일: [[email protected]](mailto:[email protected])
- 웹: [0t.Systems](https://www.0t.Systems)
---
## 📊 프로젝트 통계
<div align="center">
| 지표 | 값 |
|--------|-------|
| **탐지 정확도** | 99.2% |
| **평균 응답 시간** | < 15ms |
| **비용 절감** | 학습 후 90% |
| **지원 LLM** | Claude, Gemini |
| **데이터베이스 옵션** | SQLite, PostgreSQL |
| **위협 인텔리전스 소스** | 3 (AbuseIPDB, VirusTotal, IPInfo) |
| **알림 채널** | 4 (Email, Slack, SMS, Webhook) |
</div>
---
## 📜 라이선스
IFRIT Proxy는 [Apache License 2.0](https://github.com/0tsystemspublicrepos/ifritproxy/blob/HEAD/LICENSE)에 따라 라이선스가 부여됩니다.
**상업용 지원, 맞춤형 통합 또는 컨설팅:**
📧 [[email protected]](mailto:[email protected])
---
## 🙏 감사의 말
다음 기술로 제작되었습니다:
- [Go](https://go.dev) - 고성능 런타임
- [SQLite](https://www.sqlite.org) / [PostgreSQL](https://www.postgresql.org) - 데이터 영속성
- [Anthropic Claude](https://www.anthropic.com) - AI 보안 분석
- [Google Gemini](https://deepmind.google/technologies/gemini/) - 비용 효율적인 AI 대안
- [AbuseIPDB](https://www.abuseipdb.com) - IP 평판 인텔리전스
- [VirusTotal](https://www.virustotal.com) - 악성코드 탐지
- [IPInfo](https://ipinfo.io) - 지리적 위치 및 개인정보 보호 탐지
위협 인텔리전스 및 패턴 기여에 대해 **보안 커뮤니티에 특별히 감사드립니다.**
---
<div align="center">
## 🚀 시작할 준비가 되셨나요?
**[📦 IFRIT 설치](#-quick-start)** • **[📖 문서 읽기](https://github.com/0tsystemspublicrepos/ifritproxy/blob/HEAD/docs/START_HERE.md)** • **[🔌 API 참조](https://github.com/0tsystemspublicrepos/ifritproxy/blob/HEAD/docs/API_ENDPOINTS.md)**
</div>
---
<div align="center">
### **🔥 [0t.Systems](https://www.0t.Systems)가 제작**
*공격자를 인텔리전스 소스로 바꾸는, 허니팟 하나씩*
**[⬆ 맨 위로](#-ifrit-proxy)**
---
**질문, 문제, 아이디어가 있으신가요?**
📧 이메일: [[email protected]](mailto:[email protected])
🐛 버그 신고: [GitHub Issues](https://github.com/0tSystemsPublicRepos/IfritProxy/issues)
💬 토론: [GitHub Discussions](https://github.com/0tSystemsPublicRepos/IfritProxy/discussions)
---
[](https://github.com/0tSystemsPublicRepos/IfritProxy)
[](https://www.linkedin.com/company/0t-systems)
</div>