GateGuard | Tami.log

Back to Projects

Capstone MVP2026Packet Engine / Backend / Admin Flow / AI Integration

패킷 캡처, 요청 파싱, 정책 기반 판단, AI 보조 스코어링, 차단 응답, 로그 저장, 관리자 화면을 연결한 웹 접근 제어 보안 프로젝트입니다.

Problem

유해 사이트가 계속 생성되는 환경에서는 URL 목록만으로 대응하기 어렵고, HTTP 구조 기반 필터링도 한계가 있었습니다. 따라서 URL 자체보다 실제 요청 단위에서 판단하고 운영자가 이후 로그를 확인할 수 있어야 했습니다.

Solution

libpcap 기반 실시간 HTTP 분석, Policy 우선 판단, AI fallback, 403/TCP RST 기반 차단, DB 로그 저장, 관리자 화면 확인을 하나의 운영 흐름으로 설계했습니다.

Architecture Flow

Client 요청 수신
Packet Capture
HTTP Request Parsing
Policy Engine 우선 판단
정책 미일치 시 AI Scoring fallback
PASS / BLOCK Decision
403 응답 또는 TCP RST Injection
Log 저장 및 Database 적재
Admin UI / Dashboard에서 운영 확인

GateGuard architecture slide showing packet capture, request parsing, policy engine, AI scoring, pass or block decision, log, database, and admin dashboard — Request-level Architecture

GateGuard problem slide explaining why traditional filtering fails and why decisions should happen at request level — Filtering Problem

GateGuard solution infographic showing policy and AI dual decision structure, HTTP analysis, and injection-based blocking — Solution Structure

GateGuard troubleshooting slide showing injection timing, response collision control, connection termination changes, and inject structure improvements — Troubleshooting

Technical Highlights

URL 단위가 아니라 요청 단위 판단을 위한 패킷 캡처와 HTTP 파싱 흐름 설계
Policy + AI 이중 판단 구조로 정책 우선 적용 후 AI fallback 수행
libpcap 기반 실시간 분석과 injection 기반 차단 흐름 구현
판단 결과를 로그, DB, 관리자 화면까지 연결해 운영자가 확인 가능한 구조 구성
Injection 타이밍, 응답 충돌, FIN/RST 방식, 전송 간격을 조정하며 차단 안정성 개선

Tech Stack

ClibpcappthreadPythonFastAPIDjangoMariaDBscikit-learn

Results

패킷 탐지부터 정책/AI 판단, 차단, DB 저장, 관리자 화면 분석까지 E2E 흐름 구현
탐지 결과가 단발성 차단으로 끝나지 않고 운영 로그와 정책 개선으로 이어지는 구조 확보
C 기반 네트워크 처리, FastAPI 보조 판단, Django Admin UI를 하나의 서비스 흐름으로 연결

Retrospective

보안 프로젝트는 탐지 자체보다 판단, 차단, 기록, 관리자 확인까지 이어지는 운영 흐름이 중요하다는 점을 배웠습니다.
실시간 네트워크 시스템에서는 기능 구현만큼 injection 타이밍, 응답 충돌 제어, 예외 상황 기록이 중요했습니다.

View GitHub Read Study Log