cyc3o/SCAM-DETECTION-ENGINE

GitHub: cyc3o/SCAM-DETECTION-ENGINE

离线、隐私优先的 SOC 级诈骗检测引擎,通过行为分析和语言模式识别 SMS、邮件及聊天消息中的社会工程学与欺诈行为。

Stars: 2 | Forks: 0

![PYTHON](https://img.shields.io/badge/PYTHON-3.9%2B-BLUE)![STATUS](https://img.shields.io/badge/STATUS-ACTIVE-SUCCESS)![LICENSE](https://img.shields.io/badge/LICENSE-MIT-BLUE) ![ENGINE PREVIEW](https://github.com/cyc3o/SCAM-DETECTION-ENGINE/blob/main/img%2Fui.png)

𝗥ɪꜱᴋ 𝗜ɴᴛᴇʟʟɪɢᴇɴᴄᴇ 𝗦ʏꜱᴛᴇᴍ

离线 SOC 级诈骗检测引擎
使用行为智能、语言模式
和上下文感知风险评分,分析 SMS、邮件和聊天消息。
## ❓ 问题陈述 通过 SMS、邮件和消息应用进行的网络诈骗正在迅速增加。 大多数用户无法识别以下社会工程学攻击: - 钓鱼 - 数字逮捕诈骗 - 虚假退款 - 恋爱诈骗 - 加密货币和投资诈骗 本项目通过提供一个离线、隐私优先、SOC 风格的威胁情报引擎来解决这个问题。 ## 🚀 本项目的独特之处 ✔ 完全离线工作(无 API、无云、无网络) ✔ SOC 风格的风险评分(低 → 严重) ✔ 行为操纵流程检测 ✔ 区域感知智能(印度 / 美国 / 全球) ✔ 检测 UPI ID、加密钱包、电话号码、URL ✔ 针对重复实体的离线信誉记忆 ✔ 隐私优先设计(无数据离开系统) ## 🧠 工作原理 1. 用户输入消息(SMS / 邮件 / 聊天) 2. 引擎提取实体(URL、邮箱、电话、钱包) 3. 匹配语言和地区诈骗模式 4. 检测行为操纵流程 5. 信誉记忆检查重复指标 6. 生成最终风险评分和判定 ## ✨ 功能 - 钓鱼和诈骗检测 - 社会工程学模式识别 - 语言检测(英语 / 印地语 / 印式英语) - 区域检测(印度 / 美国 / 全球) - 离线信誉追踪 - 加密货币和 UPI 诈骗检测 - SOC 级风险判定 - 基于 CLI 的交互式分析 ## ▶️ 如何运行 ### 要求 PYTHON 3.X ### 运行命令 ``` git clone https://github.com/cyc3o/SCAM-DETECTION-ENGINE.git cd SCAM-DETECTION-ENGINE python main.py ``` ## ⌨️ 可用命令 - 粘贴消息 → 按两次 Enter 键进行分析 - STATS → 查看会话统计信息 - EXIT → 安全关闭 ## 📌 示例用例 ### 输入消息 ``` YOUR BANK ACCOUNT WILL BE BLOCKED TODAY. VERIFY KYC IMMEDIATELY. ``` ### 输出 ``` THREAT LEVEL: HIGH RISK SCORE: 110+ DETECTED: BANKING PHISHING, URGENCY MANIPULATION RECOMMENDATION: DO NOT CLICK LINKS OR SHARE DETAILS ``` ## 🎯 适用人群 - 网络安全学生 - SOC Level-1 / Level-2 实习生 - 诈骗防范意识工具使用者 - 离线消息分析系统 - Android SMS 分析器(未来用途) ## ⚠️ 局限性 - 基于规则的引擎(暂无机器学习) - 仅限命令行界面 - 无实时威胁情报源(设计使然) ## 🛣️ 未来增强功能 - Android APK 集成 - 基于机器学习的评分 - Web 仪表板 - 导出 PDF / JSON 报告 - 实时威胁情报源关联 ## 👤 作者 VISHAL THAKUR 网络安全爱好者 | SOC 求职者 专注领域: 诈骗检测 • 威胁情报 • OSINT ## ⚠️ 免责声明 本项目仅供教育和防御性网络安全目的使用。 作者不对任何滥用行为负责。 ## ⭐ 支持 如果您觉得本项目有用, 请给本仓库加注星标 ⭐,帮助传播网络安全意识。
标签:Python, 威胁情报, 开发者工具, 文本分析, 无后门, 欺诈检测, 社会工程学防护, 逆向工具