# Eurocybersecurite AI Cybersecurity Application 🤖🛡️
[](https://www.python.org/)
[](LICENSE)
[](https://huggingface.co/)
[](https://github.com/eurocybersecurite/AI-powered/stargazers)
## 🔗 Dépôt GitHub
Vous pouvez trouver le code source de cette application sur GitHub : [https://github.com/eurocybersecurite/AI-powered](https://github.com/eurocybersecurite/AI-powered)
---
## 🌐 Description
**Eurocybersecurite AI Cybersecurity Application** est une application de cybersécurité basée sur l’intelligence artificielle.
Elle utilise un modèle léger pré-entraîné de **Hugging Face** pour :
* Détecter des menaces cachées dans des données textuelles
* Identifier des attaques persistantes qui échappent aux contrôles traditionnels
* Fournir une analyse rapide et automatisée des risques
Objectif : offrir une **protection proactive** et accessible aux équipes sécurité.
---
## 🔧 Fonctionnalités principales
* 📊 Analyse automatique de textes
* 🤖 Détection par modèle IA (Hugging Face)
* ⚡ Application légère et rapide
* 🌍 Interface web simple d’utilisation (Flask)
* 🛡️ Détection d’attaques persistantes basées sur l’IA
* 📑 Rapport instantané avec niveau de menace
---
## ⚙️ Installation
### 🔧 Prérequis
* Python **3.11+**
* Pip & virtualenv
### Étapes
```bash
# 1. Créer un environnement virtuel
python3 -m venv venv
# 2. Activer l’environnement
source venv/bin/activate # Linux/macOS
venv\Scripts\activate # Windows
# 3. Installer les dépendances
pip install -r requirements.txt
```
---
## 🚀 Utilisation
1. Lancer l’application :
```bash
python main.py
```
2. Ouvrir le navigateur : [http://localhost:5577](http://localhost:5577)
3. Entrer un texte à analyser dans le champ **"Enter data to analyze"**
4. Cliquer sur **Run Analysis**
5. Lire le rapport affiché : niveau de menace + type de modèle IA utilisé
---
## 🗺️ Feuille de route (Roadmap)
* [x] Analyse de textes par IA Hugging Face
* [x] Interface web Flask
* [ ] Support multi-langues
* [ ] Intégration d’alertes par email/Slack
* [ ] Amélioration des modèles avec fine-tuning
* [ ] Export avancé des rapports (PDF/CSV)
---
## Nouveautés et Améliorations (Version 0.2.0)
* Ajout d'un système de notification basique affichant l'historique des notifications sur la page d'accueil.
* Limitation de la taille du texte d'entrée à 512 caractères.
* Ajout des métadonnées (Licence, Auteur, Étiquettes, Nécessite)
---
## 📦 Déploiement
### 📤 PyPI
```bash
pip install twine
python setup.py sdist bdist_wheel
twine upload dist/*
```
### 🌐 GitHub
```bash
git init
git add .
git commit -m "Initial commit"
git remote add origin <repository_url>
git push -u origin main
```
---
## 🤝 Contribution
Les contributions sont les bienvenues !
Merci d’ouvrir une **issue** ou une **Pull Request** pour proposer vos améliorations.
👤 **Auteur principal :** Abdessemed Mohamed Redha
**Contact :** [mohamed.abdessemed@eurocybersecurite.fr](mailto:abdessemed.mohamed@eurocybersecurite.fr)
---
## 📜 Licence
Ce projet est sous licence **MIT**.
Voir [LICENSE](LICENSE) pour plus de détails.
Raw data
{
"_id": null,
"home_page": "https://github.com/tuteur1/RooR",
"name": "Eurocybersecurite-AI-Cybersecurity",
"maintainer": "Mohamed Abdessemed",
"docs_url": null,
"requires_python": ">=3.9",
"maintainer_email": "mohamed.abdessemed@eurocybersecurite.fr",
"keywords": "cybersecurity, audit, remediation, AI, machine-learning, flask, python, qwen, transformers",
"author": "Eurocybersecurite",
"author_email": "mohamed.abdessemed@eurocybersecurite.fr",
"download_url": "https://files.pythonhosted.org/packages/3f/56/4e98f81e83ec7537b0bf3dfd524772fada445b82b8679abd659da4e6e69d/eurocybersecurite_ai_cybersecurity-0.2.3.tar.gz",
"platform": null,
"description": "# Eurocybersecurite AI Cybersecurity Application \ud83e\udd16\ud83d\udee1\ufe0f\n\n[](https://www.python.org/)\n[](LICENSE)\n[](https://huggingface.co/)\n[](https://github.com/eurocybersecurite/AI-powered/stargazers)\n\n## \ud83d\udd17 D\u00e9p\u00f4t GitHub\n\nVous pouvez trouver le code source de cette application sur GitHub : [https://github.com/eurocybersecurite/AI-powered](https://github.com/eurocybersecurite/AI-powered)\n\n---\n\n## \ud83c\udf10 Description\n\n**Eurocybersecurite AI Cybersecurity Application** est une application de cybers\u00e9curit\u00e9 bas\u00e9e sur l\u2019intelligence artificielle.\nElle utilise un mod\u00e8le l\u00e9ger pr\u00e9-entra\u00een\u00e9 de **Hugging Face** pour :\n\n* D\u00e9tecter des menaces cach\u00e9es dans des donn\u00e9es textuelles\n* Identifier des attaques persistantes qui \u00e9chappent aux contr\u00f4les traditionnels\n* Fournir une analyse rapide et automatis\u00e9e des risques\n\nObjectif : offrir une **protection proactive** et accessible aux \u00e9quipes s\u00e9curit\u00e9.\n\n---\n\n## \ud83d\udd27 Fonctionnalit\u00e9s principales\n\n* \ud83d\udcca Analyse automatique de textes\n* \ud83e\udd16 D\u00e9tection par mod\u00e8le IA (Hugging Face)\n* \u26a1 Application l\u00e9g\u00e8re et rapide\n* \ud83c\udf0d Interface web simple d\u2019utilisation (Flask)\n* \ud83d\udee1\ufe0f D\u00e9tection d\u2019attaques persistantes bas\u00e9es sur l\u2019IA\n* \ud83d\udcd1 Rapport instantan\u00e9 avec niveau de menace\n\n---\n\n## \u2699\ufe0f Installation\n\n### \ud83d\udd27 Pr\u00e9requis\n\n* Python **3.11+**\n* Pip & virtualenv\n\n### \u00c9tapes\n\n```bash\n# 1. Cr\u00e9er un environnement virtuel\npython3 -m venv venv\n\n# 2. Activer l\u2019environnement\nsource venv/bin/activate # Linux/macOS\nvenv\\Scripts\\activate # Windows\n\n# 3. Installer les d\u00e9pendances\npip install -r requirements.txt\n```\n\n---\n\n## \ud83d\ude80 Utilisation\n\n1. Lancer l\u2019application :\n\n```bash\npython main.py\n```\n\n2. Ouvrir le navigateur : [http://localhost:5577](http://localhost:5577)\n3. Entrer un texte \u00e0 analyser dans le champ **\"Enter data to analyze\"**\n4. Cliquer sur **Run Analysis**\n5. Lire le rapport affich\u00e9 : niveau de menace + type de mod\u00e8le IA utilis\u00e9\n\n---\n\n## \ud83d\uddfa\ufe0f Feuille de route (Roadmap)\n\n* [x] Analyse de textes par IA Hugging Face\n* [x] Interface web Flask\n* [ ] Support multi-langues\n* [ ] Int\u00e9gration d\u2019alertes par email/Slack\n* [ ] Am\u00e9lioration des mod\u00e8les avec fine-tuning\n* [ ] Export avanc\u00e9 des rapports (PDF/CSV)\n\n---\n\n## Nouveaut\u00e9s et Am\u00e9liorations (Version 0.2.0)\n* Ajout d'un syst\u00e8me de notification basique affichant l'historique des notifications sur la page d'accueil.\n* Limitation de la taille du texte d'entr\u00e9e \u00e0 512 caract\u00e8res.\n* Ajout des m\u00e9tadonn\u00e9es (Licence, Auteur, \u00c9tiquettes, N\u00e9cessite)\n\n---\n\n## \ud83d\udce6 D\u00e9ploiement\n\n### \ud83d\udce4 PyPI\n\n```bash\npip install twine\npython setup.py sdist bdist_wheel\ntwine upload dist/*\n```\n\n### \ud83c\udf10 GitHub\n\n```bash\ngit init\ngit add .\ngit commit -m \"Initial commit\"\ngit remote add origin <repository_url>\ngit push -u origin main\n```\n\n---\n\n## \ud83e\udd1d Contribution\n\nLes contributions sont les bienvenues !\nMerci d\u2019ouvrir une **issue** ou une **Pull Request** pour proposer vos am\u00e9liorations.\n\n\ud83d\udc64 **Auteur principal :** Abdessemed Mohamed Redha\n **Contact :** [mohamed.abdessemed@eurocybersecurite.fr](mailto:abdessemed.mohamed@eurocybersecurite.fr)\n\n---\n\n## \ud83d\udcdc Licence\n\nCe projet est sous licence **MIT**.\nVoir [LICENSE](LICENSE) pour plus de d\u00e9tails.\n",
"bugtrack_url": null,
"license": "MIT",
"summary": "AI-powered cybersecurity application by Eurocybersecurite",
"version": "0.2.3",
"project_urls": {
"Documentation": "https://eurocybersecurite.fr/auth/login.php",
"Homepage": "https://github.com/tuteur1/RooR",
"Issues": "https://github.com/tuteur1/RooR/issues",
"Source": "https://github.com/tuteur1/RooR.git"
},
"split_keywords": [
"cybersecurity",
" audit",
" remediation",
" ai",
" machine-learning",
" flask",
" python",
" qwen",
" transformers"
],
"urls": [
{
"comment_text": null,
"digests": {
"blake2b_256": "1bececf7311d5479ed6b66e0b6c4582069c90a0a44bb979553d863cced4ee18c",
"md5": "574dc142f26cefe108e13f9227c8fd96",
"sha256": "c7efbfad81716d2e0c24737e781167eeb4ffb916e9b277f528ebc7782e06f289"
},
"downloads": -1,
"filename": "eurocybersecurite_ai_cybersecurity-0.2.3-py3-none-any.whl",
"has_sig": false,
"md5_digest": "574dc142f26cefe108e13f9227c8fd96",
"packagetype": "bdist_wheel",
"python_version": "py3",
"requires_python": ">=3.9",
"size": 7881,
"upload_time": "2025-09-14T19:55:04",
"upload_time_iso_8601": "2025-09-14T19:55:04.789366Z",
"url": "https://files.pythonhosted.org/packages/1b/ec/ecf7311d5479ed6b66e0b6c4582069c90a0a44bb979553d863cced4ee18c/eurocybersecurite_ai_cybersecurity-0.2.3-py3-none-any.whl",
"yanked": false,
"yanked_reason": null
},
{
"comment_text": null,
"digests": {
"blake2b_256": "3f564e98f81e83ec7537b0bf3dfd524772fada445b82b8679abd659da4e6e69d",
"md5": "b3ff2f737a1cc8e01ac8ae9f7c9ddd17",
"sha256": "26dc5dcc5031f32a8202fdbfc0ad25d55460f63eb74ff4900c99c4d9351ece8d"
},
"downloads": -1,
"filename": "eurocybersecurite_ai_cybersecurity-0.2.3.tar.gz",
"has_sig": false,
"md5_digest": "b3ff2f737a1cc8e01ac8ae9f7c9ddd17",
"packagetype": "sdist",
"python_version": "source",
"requires_python": ">=3.9",
"size": 7930,
"upload_time": "2025-09-14T19:55:06",
"upload_time_iso_8601": "2025-09-14T19:55:06.043800Z",
"url": "https://files.pythonhosted.org/packages/3f/56/4e98f81e83ec7537b0bf3dfd524772fada445b82b8679abd659da4e6e69d/eurocybersecurite_ai_cybersecurity-0.2.3.tar.gz",
"yanked": false,
"yanked_reason": null
}
],
"upload_time": "2025-09-14 19:55:06",
"github": true,
"gitlab": false,
"bitbucket": false,
"codeberg": false,
"github_user": "tuteur1",
"github_project": "RooR",
"travis_ci": false,
"coveralls": false,
"github_actions": false,
"lcname": "eurocybersecurite-ai-cybersecurity"
}
JSON
