🔥FraudDashboard-LiveMCP
实时金融交易流仪表板，集成Lenses.io和高级欺诈标记
一个功能强大的实时金融交易监控仪表板，直接从 Lenses.io MCP服务器 卡夫卡主题。高级功能 欺诈标记 具有即时风险检测、实时数据流和用于全面交易监控的漂亮响应式web界面的功能。
   
✨ 仪表板功能
🚀 实时数据流
- ⚡ 实时Lenses.io集成 -从Lenses MCP服务器直接流式传输
- 🔄 Kafka主题流 -信用卡交易和贝宝交易的实时数据
- 📈 即时数据更新 -带有实时总计和金额的实时指标卡
- 🎭 动态交易显示 -可排序、可过滤的实时交易表
- 🌐 WebSocket实时更新 -即时通知和实时数据流
- ⏱️ 30秒自动刷新 -来自Lenses.io的连续数据同步
🛡️ 高级欺诈标记系统
- 🚨 实时欺诈检测 -Lenses.io交易流中的即时欺诈标记
- 🚩 智能欺诈标志 -基于人工智能的风险评分，可立即标记
- 📊 实时风险分析 -欺诈风险分布的实时可视化细分
- ⚠️ 即时警报系统 -标记的高风险交易的即时通知
- 🎨 视觉欺诈指标 -颜色编码的欺诈标志(🔴 高风险，🟡 中等风险，🟢 低风险）
- 🔍 欺诈模式检测 -检测可疑交易模式的高级算法
🚀 快速开始
先决条件
- Python 3.8或更高版本
- Lenses.io MCP服务器访问 -直接连接到Lenses MCP基础设施
- 卡夫卡主题:
credit-card-transactions,paypal-transactions - 实时数据流 -来自Lenses.io平台的实时数据馈送
安装
- 克隆存储库
git clone https://github.com/yourusername/livemcp-dashboard.git](https://github.com/VijayGottipati/FraudDetection-LiveMCP-.git
cd livemcp-dashboard- 安装依赖项
pip install -r requirements.txt- 配置您的MCP服务器
cp env.example .env
# Edit .env with your MCP server details- 运行仪表板
python real_live_dashboard.py- 访问仪表板
http://localhost:8080🌐 实时网络仪表板
🖥️ 访问您的仪表板
仪表板URL: http://localhost:8080
📊 当前实时数据流
- ✅ 5实时交易 从Lenses.io实时流式传输
- ✅ $82,639.98 从Kafka主题处理的总量
- ✅ 实时欺诈标记 具有即时风险检测功能
- ✅ 实时Lenses.io集成 连续传输数据
- ✅ 交互式Web界面 实时更新
- ✅ 响应式设计 适用于所有设备
🎨 仪表板界面功能
- 头部区域：实时状态指示器和刷新控件
- 过滤器面板：具有视觉控制的高级过滤选项
- 指标卡：实时总计和分析显示
- 事务处理表：可排序、可搜索的交易列表
- 风险指标：颜色编码的风险等级和状态
📊 实时数据可视化
- 实时Lenses.io流媒体：显示实时总计、金额和欺诈标志的精美卡片
- 动态Kafka表：具有实时Lenses.io数据的可排序、可过滤的事务表
- 实时进度指示器：视觉加载状态和Lenses.io连接状态
- 欺诈标志徽章：交易和系统健康状况的颜色编码欺诈检测指标
🔄 交互式功能
- Lenses.io自动刷新：Lenses.io每30秒无缝更新一次背景
- 手动数据刷新：一键刷新按钮与Lenses.io MCP服务器同步
- 实时过滤器控制：带有实时更新的交互式下拉菜单、滑块和搜索输入
- 可排序列：单击以对实时交易表中的功能进行排序
- 欺诈标志切换：按欺诈风险级别实时过滤
⚡ Lenses.io实时数据流
🚀 实时数据集成
- 直接连接Lenses.io：来自Lenses MCP服务器的实时流媒体
- Kafka主题流：来自的实时数据
credit-card-transactions和paypal-transactions - 30秒自动同步：与Lenses.io平台持续数据同步
- WebSocket集成：即时实时更新和通知
- 实时指标：实时总计、金额和交易计数
🔄 实时流媒体功能
- 即时数据更新：实时交易数据每30秒流式传输一次
- 实时连接状态：实时Lenses.io连接监控
- 动态数据刷新：来自Lenses.io的自动背景更新
- 实时欺诈检测：数据流中的即时欺诈标记
- 实时风险评分：实时风险评估，即时可视化更新
🔧 配置
Lenses.io MCP服务器设置
# config.py
LENSES_MCP_SERVER_URL = "http://108.129.193.220:8080/mcp"
ENVIRONMENT = "financial-data"
KAFKA_TOPICS = [
"credit-card-transactions", # Real-time credit card transaction streaming
"paypal-transactions" # Real-time PayPal transaction streaming
]
FRAUD_DETECTION_ENABLED = True
REAL_TIME_STREAMING = True环境变量
# .env
LENSES_MCP_URL=http://108.129.193.220:8080/mcp
ENVIRONMENT=financial-data
DASHBOARD_PORT=8080
DASHBOARD_HOST=localhost
FRAUD_DETECTION_ENABLED=true
REAL_TIME_STREAMING=true
KAFKA_TOPICS=credit-card-transactions,paypal-transactions📁 项目结构
livemcp-dashboard/
├── real_live_dashboard.py # 🎯 Main dashboard application
├── dashboard_status.py # 🔍 System status checker
├── config.py # ⚙️ Configuration settings
├── requirements.txt # 📦 Python dependencies
├── env.example # 🔧 Environment variables template
├── README.md # 📖 This file
└── PROJECT_CLEANUP_SUMMARY.md # 🧹 Cleanup documentation🛡️ 实时欺诈标记和检测
web仪表板具有高级功能 实时欺诈标记 Lenses.io的数据流具有即时检测功能：
🚨 实时欺诈标记系统
- 实时欺诈检测：Lenses.io MCP服务器的交易流中立即标记欺诈行为
- 智能欺诈标志：基于人工智能的风险评分，可立即标记可疑交易
- 实时风险评分：实时0.0至1.0风险等级，具有即时视觉更新功能
- 即时警报系统：立即通知标记的高风险交易
🎨 视觉欺诈指标
- 颜色编码的欺诈标志:
- 🔴 红色（高风险）：需要立即关注的欺诈交易 - 🟡 黄色（中等风险）：需要审查的可疑交易 - 🟢 绿色（低风险）：安全、经过验证的交易
- 欺诈警报徽章：标记交易的突出视觉警报
- 风险评分显示：显示实时欺诈风险水平的视觉进度条
📊 实时欺诈分析仪表板
- 实时风险分布：欺诈风险水平的实时可视化细分
- 基于金额的欺诈检测：高价值可疑交易的视觉指示器
- 类别欺诈映射：欺诈模式的颜色编码类别风险指标
- 状态欺诈警报：失败/待处理可疑交易的视觉标记
- 实时欺诈更新：实时欺诈评分，Lenses.io提供即时视觉更新
📦 依赖项
aiohttp==3.9.1 # Web framework
websockets==12.0 # WebSocket support
aiofiles==23.2.1 # Async file operations🚀 部署
地方发展
python real_live_dashboard.py🤝 贡献
- 分叉存储库
- 创建要素分支(
git checkout -b feature/amazing-feature) - 提交您的更改(
git commit -m 'Add amazing feature') - 推到分支(
git push origin feature/amazing-feature) - 打开拉取请求
📝 许可证
此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。
🙏 致谢
- Lenses.io -用于MCP服务器基础架构
- 意图tp -对于优秀的异步web框架
- 卡夫卡 -用于实时数据流
______________________________________________________________________
⭐ 如果您觉得此存储库有用，请将其标记为星号！
由以下材料制成❤️ 金融科技界