2025-11-11 - 20251111012 (코드 보기)

import os
import openai
import json
import streamlit as st
import pandas as pd
import numpy as np

from openai import OpenAI
from dotenv import load_dotenv

load_dotenv()
api_key = os.getenv('OPENAI_API_KEY')

system_content = '''
너는 아주 멋진 사이버보안 전문가야.
사용자가 업로드한 로그 데이터를 기반으로 리스크 위험도 분석해줘.
json 형식 이외의 다른 텍스트는 절대 포함하지 마.
출력예시)
[
    {"ip" : "", "country" : "", "attack_type" : "", "risk_score" : ""}
]
'''

def ask_llm(frm) :
    client = OpenAI(api_key=api_key)
    response = client.chat.completions.create(
    model='gpt-4o-mini',
    messages=[
        # role : system, user, assistance
        # content : content
        {'role' : 'system', 'content' : system_content},
        {'role' : 'user', 'content' : f'로그분석\n{frm.head(20).to_dict()}'},
    ],
    # 응답 문장의 길이 제한
    max_tokens=1024,
    # 출력 다양성(무작위성) :보수적, 창의적 : 0~1 낮을수록 보수적
    temperature=0.8
    )
    return response

def view() :
    st.set_page_config(page_title='보안로그분석AI', layout='wide')
    st.title('LLM 기반 관리자 대시보드')
    st.markdown('---')
    st.markdown('''
    보안 로그 데이터를 기반으로 공격유형, 국가, 위험도등을 분석하여 시각적으로 구현    
    ''')

    # csv 파일 업로드
    file = st.file_uploader('***_log.csv')
    if file :
        frm = pd.read_csv(file)
        st.dataframe(frm.head())

    if st.button('분석요청') :
        with st.spinner('분석중입니다....') :
            response = ask_llm(frm)

            # response parsing
            # print(response.choices[0].message.content)
            # print('>>>>')
            # print(response.choices[0].message.content.strip)
            data = json.loads(response.choices[0].message.content)
            resultFrm = pd.DataFrame(data)
            st.success('분석 완료!!')
            st.subheader('분석 결과 데이터 확인')
            st.dataframe(resultFrm)




if __name__=='__main__' :
    view()