MCP AI 모니터

MCP_AI_모니터

🔍 개요

MCP_AI_Monitor는 비지도 학습 알고리즘을 사용하여 리소스 사용에서 비정상적인 동작을 감지하는 포괄적인 시스템 모니터링 솔루션입니다. 실시간으로 시스템 성능에 대한 심층적인 가시성을 제공하도록 설계되었으며, 데이터 수집, 예측 분석 및 상세 보고 기능을 결합합니다.

✨ 주요 특징

🤖 AI 이상 감지 - Isolation Forest를 사용하여 비정상적인 시스템 동작을 식별합니다.
📊 실시간 분석 - CPU, RAM 및 네트워크 메트릭의 지속적인 모니터링
🧠 적응형 학습 - 시스템의 정상적인 동작에 맞춰 조정하여 거짓 양성을 줄입니다.
📱 즉각적인 알림 - 이상이 감지되면 시스템이 경고합니다.
📈 상세 시각화 - 추세 식별이 가능한 리소스 사용 그래프
⚙️ 프로세스 분석 - 리소스 집약적 애플리케이션 식별
🌐 네트워크 모니터링 - 활성 연결 및 네트워크 성능 분석
📡 Discord 통합 - 자세한 보고서가 Discord 채널로 자동 전송됩니다.
🎨 최신 CLI 인터페이스 - 터미널의 다채롭고 직관적인 디스플레이

🚀 주문 가능

주문하다	설명
`python mcp.py collect`	시스템 데이터 수집(CPU, RAM)
`python mcp.py train`	이상 탐지를 위한 AI 모델 학습
`python mcp.py monitor`	이상 감지로 실시간 모니터링 시작
`python mcp.py stats`	사용량 그래프와 통계를 생성합니다.
`python mcp.py discord`	Discord에 자세한 보고서를 보냅니다.
`python mcp.py network`	네트워크를 분석하고 전담 보고서를 보냅니다.
`python mcp.py all`	전체 시퀀스(수집, 교육, 모니터링)를 수행합니다.

🛠️ 건축

MCP_AI_Monitor는 여러 개의 추가 기능으로 구성되어 있습니다.

데이터 수집 모듈 ( collect_data.py )
- 정기적으로 시스템 메트릭을 기록합니다.
- 나중에 분석할 수 있도록 CSV 형식으로 데이터를 저장합니다.
AI 학습 모듈 ( train_model.py )
- 수집된 데이터를 사전 처리합니다
- 이상 탐지를 위한 Isolation Forest 모델 학습
- 실시간 사용을 위해 모델을 저장합니다.
모니터링 모듈 ( monitor_ai.py )
- 훈련된 모델을 사용하여 실시간으로 이상을 감지합니다.
- 정상적인 행동에 적응하기 위한 학습 단계를 구현합니다.
- 실제 이상 현상과 애플리케이션 실행을 구별합니다.
Discord 통합
- 하드웨어 및 네트워크에 대한 별도의 보고서를 보냅니다.
- 각 데이터 범주에 대해 구성 가능한 웹후크를 사용합니다.
- 주제별 임베드를 통한 최적화된 시각적 형식

📊 디스코드 보고서

MCP_AI_Monitor는 자세한 보고서를 생성하여 전용 웹훅을 통해 Discord로 전송합니다.

하드웨어 보고서

시스템 정보 - CPU, RAM, OS에 대한 세부 정보
사용량 그래프 - CPU/RAM 추세 시각화
활성 프로세스 - 전력 소모가 가장 많은 애플리케이션 목록

네트워크 보고서

네트워크 활동 - 업로드/다운로드 속도, 데이터 볼륨
네트워크 인터페이스 - 활성 인터페이스 및 해당 IP 주소의 세부 정보
활성 연결 - 설정된 연결 및 관련 프로세스 추적

📋 필수 조건

파이썬 3.8 이상
Python 종속성( pip install -r requirements.txt 를 통해 설치 가능):
- psutil - 시스템 데이터 수집
- scikit-learn - 머신 러닝 알고리즘
- 판다스 - 데이터 조작
- matplotlib - 그래프 생성
- colorama - 터미널의 다채로운 디스플레이
- discord-webhook - Discord와 통합

🔧 설치

이 저장소를 복제하세요:

지엑스피1

종속성을 설치합니다.

pip install -r requirements.txt

Discord 웹훅 구성(선택 사항):
- mcp.py 파일에서 웹훅 URL을 변경합니다.
- 하드웨어 및 네트워크 보고서에 대해 별도의 웹훅을 사용할 수 있는 기능

📖 사용자 가이드

빠른 시작

처음으로 완전히 사용하려면:

# Collecte de données (60 secondes par défaut)
python mcp.py collect

# Entraînement du modèle IA
python mcp.py train

# Surveillance en temps réel
python mcp.py monitor

자동화된 워크플로

전체 프로세스를 하나의 명령으로 실행하려면:

# Exécute la séquence complète et envoie un rapport sur Discord
python mcp.py all --duration 120 --report

🔍 이상 감지

이 시스템은 Isolation Forest 알고리즘을 사용하여 비정상적인 동작을 감지합니다.

학습 단계 - 기준선을 설정하기 위한 데이터 수집
동적 적응 - 정상적인 동작에 따라 임계값 조정
스마트 필터링 - 앱 실행을 감지하여 거짓 양성을 줄입니다.
이상 점수 매기기 - 비정상 수준에 따른 이벤트 분류

🌱 기여

기여를 환영합니다! 기여하려면:

프로젝트를 포크하다
기능에 대한 브랜치를 만듭니다( git checkout -b feature/amazing-feature )
변경 사항을 커밋하세요( git commit -m 'Add some amazing feature' )
브랜치에 푸시( git push origin feature/amazing-feature )
풀 리퀘스트 열기

📜 라이센스

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여되었습니다. 자세한 내용은 LICENSE 파일을 참조하세요.

👥 저자

MedusaSH - 초기 개발 - Github

🙏 감사의 말

scikit-learn을 이용한 산림 단열
시스템 메트릭에 액세스하기 위한 psutil
Discord 통합을 위한 discord-webhook 라이브러리

MCP AI Monitor

Integrations