Skip to content

Commit ec80a5f

Browse files
Revise README com novas informações e seções
Atualiza a descrição do projeto e adiciona informações sobre tecnologias e convite à comunidade.
1 parent b2364a9 commit ec80a5f

1 file changed

Lines changed: 24 additions & 17 deletions

File tree

README.md

Lines changed: 24 additions & 17 deletions
Original file line numberDiff line numberDiff line change
@@ -1,31 +1,38 @@
11
# 📊 Análise de Tráfego de Rede com Python
22
## 🎥 Demonstração da Execução
3-
43
![Fluxo do Script](demo_execucao.gif)
54

6-
Este projeto automatiza a análise de logs de tráfego, identificando os principais endereços IP e gerando visualizações automáticas para auditoria.
7-
8-
## 🚀 Como funciona
9-
O projeto foi desenvolvido para ser executado via linha de comando, processando os dados e gerando um dashboard instantâneo.
5+
Este projeto foi desenvolvido para transformar dados complexos de rede em visualizações simples e intuitivas. Através da análise de logs, conseguimos identificar os IPs com maior volume de tráfego e entender o comportamento da rede.
106

11-
### 📈 Dashboard Gerado
12-
![Dashboard de Tráfego](./meu_dashboard.png)
7+
📝 Artigo Técnico: A Importância da Visualização de Dados em Redes
8+
Monitorar uma rede não é apenas olhar para linhas de código ou terminais pretos. A verdadeira inteligência está em visualizar os dados.
9+
Ao utilizar o Pandas, conseguimos processar milhares de requisições em segundos. Já o Matplotlib e o Seaborn entram como a camada final, transformando números brutos em gráficos de barras (como o que você vê na imagem do projeto), facilitando a identificação de picos de acesso ou possíveis tentativas de invasão.
1310

11+
🛠 Tecnologias Utilizadas
1412

13+
🐍 Python 3: Linguagem base para o processamento.
1514

16-
## 🛠️ Tecnologias
17-
* **Python 3**
18-
* **Pandas**: Para manipulação de dados.
19-
* **Matplotlib/Seaborn**: Para geração de gráficos.
15+
🐼 Pandas: Utilizado para a manipulação, limpeza e estruturação de grandes volumes de dados.
2016

17+
📈 Matplotlib/Seaborn: Ferramentas poderosas para a geração de gráficos estatísticos e visuais.
2118

19+
📂 Estrutura do Projeto
20+
O coração da análise está organizado da seguinte forma:
21+
analise-trafego-python 📂 scripts/ 📂 analisa_dados.py 🐍
2222

23+
🎬 Demonstração
2324
### 👉 [CLIQUE AQUI PARA BAIXAR O VÍDEO DEMONSTRATIVO](https://github.com/Roberlanderrsilva/analise-trafego-python/raw/main/demo_final.mp4)
2425

25-
---
26-
📂 **analise-trafego-python**
27-
└── 📂 `scripts/`
28-
└── 🐍 `analisa_dados.py`
26+
🤝 Convite à Comunidade
27+
Este projeto é um ponto de partida para quem deseja unir Cibersegurança com Ciência de Dados.
28+
Como você pode colaborar?
29+
Sugerindo novos tipos de gráficos para análise de protocolos.
30+
Otimizando o script analisa_dados.py para processar arquivos ainda maiores.
31+
Integrando com ferramentas de captura em tempo real.
32+
Se você tem interesse em melhorar essa ferramenta, sinta-se à vontade para fazer um Fork ou abrir uma Issue! Vamos evoluir este analisador juntos.
33+
34+
⭐ Projeto desenvolvido por Roberlande Silva (https://www.linkedin.com/in/roberlande-silva/)
35+
36+
2937

30-
---
31-
*Projeto desenvolvido por [Roberlande Silva](https://github.com/Roberlanderrsilva)*
38+
-

0 commit comments

Comments
 (0)