117503445/iot-bug-dig

iot-bug-dig-backend

镜像概述和主要用途

iot-bug-dig-backend是一个物联网漏洞挖掘的后端服务，主要用于提供后端API接口和运行爬虫任务，支持物联网漏洞相关数据的处理和分析。该服务依赖Stanford CoreNLP进行自然语言处理，并使用特定的Python沙箱镜像提供运行环境，支持通过Docker Compose实现便捷部署。

核心功能和特性

• 基于Python 3.9构建，提供后端API服务
• 支持爬虫任务运行，用于数据采集
• 集成NLTK自然语言处理工具，需预先下载资源
• 依赖Stanford CoreNLP服务进行高级自然语言处理
• 使用专用Python沙箱镜像（Python 2和Python 3版本）提供安全运行环境
• 所有运行时生成文件统一存储于/data路径，便于数据管理
• 支持Docker Compose一键部署

使用场景和适用范围

适用于物联网漏洞挖掘相关的开发、测试和部署场景，可作为漏洞数据采集、处理和分析的后端服务，供研究人员或开发团队进行物联网安全相关的应用开发和数据处理。

使用方法和配置说明

安装准备

1. 环境依赖：确保已安装Python 3.9
2. 安装Python依赖：

   bash
   pip install -r requirements.txt
   

3. 配置文件设置： 复制配置文件示例并修改为实际配置：

   bash
   cp ./conf/config.json.example ./conf/config.json
   

   编辑./conf/config.json文件，根据实际需求配置相关参数。
4. 下载NLTK资源：

   bash
   python nltk_download.py
   

5. 拉取依赖Docker镜像：
   • 启动Stanford CoreNLP服务：

     bash
     docker run --name stanfordnlp --restart unless-stopped -p 9000:9000 -d nlpbox/corenlp
     

   • 拉取Python沙箱镜像：

     bash
     docker pull 117503445/iotbugdig-sandbox-python3
     docker pull 117503445/iotbugdig-sandbox-python2
     

运行服务

1. 启动后端服务：

   bash
   uvicorn server:app --reload --reload-dir src
   

   （--reload参数启用热重载，--reload-dir src指定监听src目录变化）

2. 运行爬虫任务：

   bash
   python call_spider.py
   

部署方式

通过Docker Compose实现便捷部署：

bash
docker-compose up -d

（需确保当前目录存在有效的docker-compose.yml文件）

注意事项

• 所有运行时生成的文件（如日志、数据文件等）均存储在/data路径下，建议对该路径进行持久化挂载以防止数据丢失。