ujjawalranjan09/AI-powered-honeypot-for-scam-detection-and-threat-intelligence-extraction
GitHub: ujjawalranjan09/AI-powered-honeypot-for-scam-detection-and-threat-intelligence-extraction
一个面向社交工程诈骗的AI驱动蜜罐系统，能自动检测诈骗意图、模拟受害者与诈骗分子对话周旋，并从中提取威胁情报。
Stars: 0 | Forks: 0
# 🛡️ Honeypot — AI 驱动的诈骗检测系统
**版本 5.3 "Neural Sentinel"**
[](https://python.org)
[](https://fastapi.tiangolo.com)
[](https://scikit-learn.org)
[](https://vercel.com)
[](LICENSE)
*一个智能蜜罐 API，可自主与诈骗分子互动，提取威胁情报并保护用户 — 专为印度网络犯罪环境量身打造。*
## 🎯 项目功能
Honeypot 是一个**生产级部署的 FastAPI 后端**，作为诱饵来诱捕、分析网络诈骗分子并从中提取情报。当诈骗分子发送消息时，系统会：
1. 使用混合 ML + 基于规则的引擎**检测诈骗意图**（在 158,740 个样本上准确率达 97.8%）
2. 使用 AI 人设**像受害者一样回应**，以保持诈骗分子的参与度
3. **提取犯罪情报** — UPI ID、电话号码、钓鱼链接、银行账户
4. **对惯犯进行分析**，跨会话进行持续跟踪
5. 通过赛博朋克主题的 HTML 仪表盘**生成可视化威胁报告**
## ✨ 主要特性
- **32 个阻断开关** — 专门针对英语、印地语和 Hinglish 诈骗的检测规则
- **混合检测** — TF-IDF + Gradient Boosting ML + 基于规则的引擎
- **多模型 AI 智能体** — 12 种人设，68+ 个备用回复，轮换 API 密钥
- **情报提取** — 捕获 UPI ID、电话号码、钓鱼 URL、加密货币钱包
- **策略转变检测** — 识别诈骗分子在会话中途的战术变化
- **全球诈骗者画像** — 跨会话跟踪惯犯
- **生产就绪** — 部署到 Vercel Serverless（<250 MB）
- **新型诈骗组合** — 检测权威陷阱、双重诱饵、孤立压力等战术
## 🛠️ 技术栈
| 层级 | 技术 |
|-------|------------|
| API 框架 | FastAPI + Uvicorn |
| ML 引擎 | scikit-learn (TF-IDF + Gradient Boosting) |
| LLM 集成 | OpenRouter API (Llama 3.3 70B) |
| 部署 | Vercel Serverless / Render.com |
| 前端仪表盘 | 原生 HTML/JS (赛博朋克主题) |
| 测试 | pytest |
## 📦 安装
```
# Clone repository
git clone https://github.com/ujjawalranjan09/Honeypot.git
cd Honeypot
# 创建并激活 virtual environment
python -m venv venv
source venv/bin/activate # Linux/Mac
# 或者：venv\Scripts\activate # Windows
# 安装依赖
pip install -r requirements.txt
# 配置环境
cp .env.example .env
# 编辑 .env 并添加你的 API keys
```
## ⚙️ 配置
使用你的密钥编辑 `.env`：
```
HONEYPOT_API_KEY=your-secret-api-key-here
OPENROUTER_API_KEY=your-openrouter-api-key-here
OPENROUTER_MODEL=meta-llama/llama-3.3-70b-instruct:free
```
## 🏃 运行 API
```
# 启动服务器
python main.py
# 或者直接使用 uvicorn
uvicorn main:app --host 0.0.0.0 --port 8000 --reload
```
API 将在 `http://localhost:8000` 上可用
## 📡 API 端点
### 健康检查
```
GET /api/health
```
### 处理消息（主端点）
```
POST /api/message
X-API-Key: YOUR_SECRET_API_KEY
Content-Type: application/json
{
"sessionId": "unique-session-id",
"message": {
"sender": "scammer",
"text": "Your bank account will be blocked. Verify immediately.",
"timestamp": "2026-01-29T10:15:30Z"
},
"conversationHistory": [],
"metadata": {
"channel": "SMS",
"language": "English",
"locale": "IN"
}
}
```
### 获取会话状态
```
GET /api/session/{session_id}
X-API-Key: YOUR_SECRET_API_KEY
```
### 获取统计数据
```
GET /api/stats
X-API-Key: YOUR_SECRET_API_KEY
```
## 📊 示例响应
```
{
"status": "success",
"scamDetected": true,
"reply": "Oh dear, what happened to my account? Please help me.",
"engagementMetrics": {
"engagementDurationSeconds": 120,
"totalMessagesExchanged": 4,
"currentPhase": "compliance"
},
"extractedIntelligence": {
"upiIds": [],
"phishingLinks": ["http://bank-secure.com"],
"phoneNumbers": ["+919876543210"],
"suspiciousKeywords": ["urgent", "verify", "blocked"]
},
"agentNotes": "Scammer using urgency tactics",
"engagementComplete": false
}
```
## 📈 性能指标
- **模型准确率**：在训练集（158,740 个样本）上达 97.8%
- **测试覆盖率**：在多样化的真实世界测试用例上达 71.4%
- **模型大小**：0.33 MB（远低于 Vercel 250 MB 的限制）
- **诈骗类别**：涵盖印度网络犯罪环境的 33 个类别
- **阻断开关**：32 个专门的高置信度检测规则
## 🏗️ 项目结构
```
honeypot/
├── main.py # FastAPI application entry point
├── config.py # Configuration & detection thresholds
├── models.py # Pydantic data models
├── scam_detector.py # ML + rule-based detection engine
├── intelligence_extractor.py # Extract UPI IDs, phishing links, etc.
├── ai_agent.py # AI persona engine with multi-model fallback
├── session_manager.py # Session lifecycle & state management
├── api/index.py # Vercel serverless handler
├── frontend/ # Visual dashboard (HTML/JS)
├── tests/ # pytest test suite
├── requirements.txt
├── vercel.json
└── .env.example
```
## 🚀 部署
### Vercel（推荐）
1. 推送至 GitHub
2. 在 Vercel 仪表盘中导入仓库
3. 设置环境变量（`HONEYPOT_API_KEY`、`OPENROUTER_API_KEY`）
4. 部署
### Render.com
有关详细说明，请参阅 [DEPLOYMENT.md](./DEPLOYMENT.md)。
## 🧪 测试
```
python final_validation_test.py # End-to-end validation
python quick_test.py # Quick smoke test
pytest tests/ # Full test suite
```
## 📄 许可证
MIT License — 详见 [LICENSE](LICENSE)。
**由 [Ujjawal Ranjan](https://github.com/ujjawalranjan09) 用 ❤️ 构建 | RTU, Jaipur**
*一次对付一个诈骗分子，抗击网络犯罪。*
标签：Apex, API密钥管理, AV绕过, FastAPI, IPv6支持, OSV, Python, scikit-learn, TF-IDF, UPI欺诈检测, Vercel, Web应用部署, 人工智能, 反诈骗, 多语言检测, 威胁情报, 安全规则引擎, 开发者工具, 搜索语句（dork）, 无后门, 机器学习, 梯度提升, 犯罪画像, 用户模式Hook绕过, 网络安全, 英文印地文检测, 蜜罐系统, 诈骗检测, 逆向工具, 钓鱼链接检测, 隐私保护