AagmanS/TrapEyeXf
GitHub: AagmanS/TrapEyeXf
TrapEye 是一个 AI 驱动的多端网络安全检测平台,结合机器学习与 Gemini 多模态 AI 实时识别钓鱼链接、深度伪造、虚假新闻及各类在线诈骗。
Stars: 0 | Forks: 1
# TrapEye — AI 驱动的网络安全生态系统
🛡️ TrapEye – AI 网络威胁检测生态系统
TrapEye 是一个 **AI 驱动的网络安全平台**,旨在保护用户免受以下现代数字威胁:
- 钓鱼链接
- 深度伪造媒体
- 虚假新闻与错误信息
- 求职诈骗
- 支付欺诈
- 凭据泄露
该系统结合了 **机器学习、浏览器扩展、威胁情报 API 和社区报告**,以提供**涵盖网页、消息平台和浏览器的实时保护。**
# 🚀 在线演示
**TrapEye** 是一个全栈 AI 网络安全生态系统,它结合了传统的机器学习和 Google Gemini 多模态 AI,可在多个媒介上检测数字威胁 —— 涵盖**网页**、**浏览器扩展**、**WhatsApp** 以及专用的**移动应用**。
| 模块 | 用途 | 技术 |
|--------|---------|------|
| **TrapEyeX 网页平台** | 全面的威胁情报仪表板 | Next.js 14, FastAPI, Gemini AI |
| **Chrome 扩展 (LinkLens)** | 浏览器内钓鱼链接扫描 | Manifest V3, TrapEye API |
| **WhatsApp 机器人 (LinkLens)** | 通过 WhatsApp 即时扫描 URL | Twilio / WA API, Python |
| **Sentinelix 移动应用** | 综合移动端网络安全卫士 | React Native / Flutter |
## 本项目期间开发的应用
### 1. TrapEyeX — 网页平台
旗舰级 Web 仪表板,包含 URL 扫描器、虚假新闻检测器、深度伪造分析器、威胁沙箱和实时情报仪表板。
### 2. Sentinelix 与 GuardMe — 移动端网络安全应用
一款由 AI 驱动的移动安全卫士,可实时保护用户免受钓鱼、诈骗、二维码欺诈、求职诈骗和凭据泄露的侵害。
**启动与引导界面**
**主仪表板 — 设备保护得分**
**QR 护盾 — 针对二维码的 AI 威胁拦截**
**凭据卫士 — 邮箱泄露检测**
**凭据卫士 — 密码泄露检测**
**威胁雷达 — 印度实时动态**
**求职护盾 — AI 招聘诈骗分析器**
**守护者设置 — 家庭紧急警报**
**QR 诈骗扫描器 — 实时摄像头模式**
**所有工具概览**
### 3. Chrome 扩展
一款浏览器扩展,可在您悬停或点击时实时扫描任何链接,直接在您的浏览器中标记钓鱼企图。
**核心功能:**
- 通过 TrapEye API 一键扫描 URL
- 可视化风险指示器(绿/黄/红)
- 在所有网站上实时运行
- 兼容 Manifest V3
### 4. LinkLens WhatsApp 机器人
将任何可疑 URL 发送到我们的 WhatsApp 机器人,即可获得即时威胁分析报告 —— 无需下载应用程序。
**核心功能:**
- 由 Twilio / WhatsApp Business API 提供支持
- 返回风险等级、钓鱼概率及具体原因
- 非常适合对技术不敏感的用户和老年人
## TrapEyeX 网页平台 — 模块详情
### URL Phishing 扫描器
Extracts **20+ features** including:
- URL length, dot count, subdomain depth
- IP address usage, HTTPS status
- Domain entropy (randomness)
- Suspicious TLD detection (`.xyz`, `.tk`, `.ml`)
- Brand impersonation check
- Phishing keyword detection
### 虚假新闻检测器
- **机器学习层**:TF-IDF 向量化 + 逻辑回归
- **语言分析**:煽情主义、标题党、情绪化语言模式
- **来源可信度**:包含 30 多个新闻来源的预评分数据库
- **Gemini 层**:上下文推理和事实核查分析
### 深度伪造检测器
- **启发式分析**:JPEG 质量、压缩伪影
- **Gemini 视觉**:面部特征分析、光照一致性
- 支持:JPEG, PNG, WebP, MP4, WebM(最大 50MB)
### 威胁沙箱
- 用于分析威胁 payload 的隔离虚拟环境
- 行为启发式记录
- 模拟 C2 连接拦截
- 实时遏制状态跟踪
### 新闻监控与仪表板
- 通过 NewsAPI 抓取 6 个类别的新闻
- 自动对每篇文章的可信度进行评分
- 将可疑文章标记以发出警报
- 每 5 分钟自动刷新一次
- 实时威胁时间线和分布图表
=======
🌐 **网页应用**
https://trapeye-demo.onrender.com/
### 前端
- **Next.js 14** (App Router)
- **TailwindCSS** (定制化网络安全主题)
- **Framer Motion** (页面过渡 + 动画)
- **Recharts** (威胁图表)
- **Axios** (API 客户端)
### 后端
- **FastAPI** (Python)
- **SQLAlchemy** + **PostgreSQL**
- **Scikit-learn** (ML 模型 — 随机森林, 逻辑回归, TF-IDF)
- **Google Gemini API** (用于推理 + 视觉的多模态 AI)
- **NewsAPI** (实时新闻流)
### 扩展与机器人
- **Chrome 扩展**:Manifest V3, Vanilla JS
- **WhatsApp 机器人**:Python, Twilio API / WhatsApp Business API
## 项目结构
```
trapeyeX/
├── backend/ # FastAPI backend
│ ├── main.py # App entry point
│ ├── config/ # Environment configuration
│ ├── routes/ # API endpoints
│ │ ├── phishing.py
│ │ ├── fakenews.py
│ │ ├── deepfake.py
│ │ ├── news_monitor.py
│ │ └── dashboard.py
│ ├── services/ # Business logic
│ │ ├── phishing_service.py
│ │ ├── fakenews_service.py
│ │ ├── deepfake_service.py
│ │ ├── news_service.py
│ │ └── gemini_service.py
│ ├── models/ # DB models & schemas
│ └── utils/ # Feature extractor, ML utils
├── frontend/ # Next.js 14 web app
│ ├── app/
│ │ ├── page.tsx # Landing page
│ │ ├── scanner/ # URL phishing scanner
│ │ ├── fakenews/ # News analyzer
│ │ ├── deepfake/ # Deepfake detector
│ │ ├── sandbox/ # Threat sandbox
│ │ └── dashboard/ # Threat intelligence dashboard
│ └── components/ # Shared UI components
├── chrome-extension/ # Browser extension (LinkLens)
├── linklens-whatsapp/ # WhatsApp scanning bot
├── ml_models/ # ML model training scripts
├── grme/ # App screenshots & media
├── start.bat # One-click launcher (Windows)
└── README.md
```
## 快速开始
### 选项 1:一键启动
```
start.bat
```
### 选项 2:手动设置
#### 前置条件
- Python 3.9+
- Node.js 18+
- PostgreSQL *(可选 —— 如果没有数据库,应用将使用模拟数据运行)*
#### 步骤 1:训练 ML 模型
```
cd ml_models
python generate_models.py
```
#### 步骤 2:启动后端
```
cd backend
pip install -r requirements.txt
python -m uvicorn main:app --reload --port 8000
```
#### 步骤 3:启动前端
```
cd frontend
npm install
npm run dev
```
#### URL 地址
- **前端**:http://localhost:3000
- **后端 API**:http://localhost:8000
- **API 文档**:http://localhost:8000/api/docs
=======
## 获取 API 密钥
### Gemini API
1. 访问 [Google AI Studio](https://aistudio.google.com/)
2. 创建一个 API 密钥
3. 将其添加到 `backend/.env` 中
### News API
1. 访问 [NewsAPI.org](https://newsapi.org/)
2. 注册获取免费的密钥
3. 将其添加到 `backend/.env` 中
=======
=======
# 🧠 核心模块
## 🔗 链接情报
使用**混合威胁情报模型**检测钓鱼链接。
功能:
- 多源威胁分析
- 域名信誉评分
- 恶意软件/钓鱼检测
- 沙箱链接验证
使用的安全引擎:
- Safe Browsing
- OpenPhish
- IPQS
- 域名启发式分析
## 🎭 深度伪造检测
检测 AI 生成的篡改媒体。
能力:
- 图像真实性检查
- AI 生成内容检测
- 使用 ML 模型进行模式识别
## 📰 虚假新闻与文章检测器
使用**基于 NLP 的错误信息检测**技术分析可疑文章。
功能:
- 内容可信度评分
- 语义分析
- 错误信息模式检测
## 🧾 凭据卫士
检查**邮箱或密码是否出现在数据泄露中。**
能力:
- 暗网泄露检测
- 密码泄露分析
- 基于 k-匿名的隐私保护
## 💰 支付拦截
保护用户免受 **UPI 和二维码支付诈骗。**
功能:
- 虚假 UPI 检测
- 收款请求识别
- 二维码诈骗警报
- 欺诈 VPA 检测
## 📷 QR 护盾
扫描二维码并分析嵌入的链接。
防范:
- 二维码钓鱼攻击
- 恶意下载链接
- 支付重定向诈骗
## 💼 求职护盾
检测**虚假录用通知与招聘诈骗。**
能力:
- 职位分析
- 诈骗模式识别
- 雇主验证
- 风险评分
## 🌐 Chrome 扩展 – 实时保护
TrapEye 包含一个**在您浏览时自动扫描 URL 的浏览器扩展。**
功能:
- 实时钓鱼检测
- 即时安全警报
- 浏览器级威胁监控
- 安全浏览分析
## 💬 LinkLens 集成
LinkLens 分析通过消息平台分享的可疑链接。
能力:
- WhatsApp 链接扫描
- 转发消息中的欺诈检测
- 信誉分析
## 🤝 TrapEye 社区护盾
一个**由社区驱动的网络安全情报系统**。
用户可以:
- 报告可疑链接
- 分享新的诈骗模式
- 建立集体威胁情报
🛡️ 检测钓鱼 · 虚假新闻 · 深度伪造 · 诈骗 · 错误信息
由 Machine Learning + Google Gemini 多模态 AI 提供支持
    
**主仪表板 — 设备保护得分**
**QR 护盾 — 针对二维码的 AI 威胁拦截**
**凭据卫士 — 邮箱泄露检测**
**凭据卫士 — 密码泄露检测**
**威胁雷达 — 印度实时动态**
**求职护盾 — AI 招聘诈骗分析器**
**守护者设置 — 家庭紧急警报**
**QR 诈骗扫描器 — 实时摄像头模式**
**所有工具概览**
### 3. Chrome 扩展
一款浏览器扩展,可在您悬停或点击时实时扫描任何链接,直接在您的浏览器中标记钓鱼企图。
**核心功能:**
- 通过 TrapEye API 一键扫描 URL
- 可视化风险指示器(绿/黄/红)
- 在所有网站上实时运行
- 兼容 Manifest V3
### 4. LinkLens WhatsApp 机器人
将任何可疑 URL 发送到我们的 WhatsApp 机器人,即可获得即时威胁分析报告 —— 无需下载应用程序。
**核心功能:**
- 由 Twilio / WhatsApp Business API 提供支持
- 返回风险等级、钓鱼概率及具体原因
- 非常适合对技术不敏感的用户和老年人
## TrapEyeX 网页平台 — 模块详情
### URL Phishing 扫描器
Extracts **20+ features** including:
- URL length, dot count, subdomain depth
- IP address usage, HTTPS status
- Domain entropy (randomness)
- Suspicious TLD detection (`.xyz`, `.tk`, `.ml`)
- Brand impersonation check
- Phishing keyword detection
### 虚假新闻检测器
- **机器学习层**:TF-IDF 向量化 + 逻辑回归
- **语言分析**:煽情主义、标题党、情绪化语言模式
- **来源可信度**:包含 30 多个新闻来源的预评分数据库
- **Gemini 层**:上下文推理和事实核查分析
### 深度伪造检测器
- **启发式分析**:JPEG 质量、压缩伪影
- **Gemini 视觉**:面部特征分析、光照一致性
- 支持:JPEG, PNG, WebP, MP4, WebM(最大 50MB)
### 威胁沙箱
- 用于分析威胁 payload 的隔离虚拟环境
- 行为启发式记录
- 模拟 C2 连接拦截
- 实时遏制状态跟踪
### 新闻监控与仪表板
- 通过 NewsAPI 抓取 6 个类别的新闻
- 自动对每篇文章的可信度进行评分
- 将可疑文章标记以发出警报
- 每 5 分钟自动刷新一次
- 实时威胁时间线和分布图表
=======
🌐 **网页应用**
https://trapeye-demo.onrender.com/
### 前端
- **Next.js 14** (App Router)
- **TailwindCSS** (定制化网络安全主题)
- **Framer Motion** (页面过渡 + 动画)
- **Recharts** (威胁图表)
- **Axios** (API 客户端)
### 后端
- **FastAPI** (Python)
- **SQLAlchemy** + **PostgreSQL**
- **Scikit-learn** (ML 模型 — 随机森林, 逻辑回归, TF-IDF)
- **Google Gemini API** (用于推理 + 视觉的多模态 AI)
- **NewsAPI** (实时新闻流)
### 扩展与机器人
- **Chrome 扩展**:Manifest V3, Vanilla JS
- **WhatsApp 机器人**:Python, Twilio API / WhatsApp Business API
## 项目结构
```
trapeyeX/
├── backend/ # FastAPI backend
│ ├── main.py # App entry point
│ ├── config/ # Environment configuration
│ ├── routes/ # API endpoints
│ │ ├── phishing.py
│ │ ├── fakenews.py
│ │ ├── deepfake.py
│ │ ├── news_monitor.py
│ │ └── dashboard.py
│ ├── services/ # Business logic
│ │ ├── phishing_service.py
│ │ ├── fakenews_service.py
│ │ ├── deepfake_service.py
│ │ ├── news_service.py
│ │ └── gemini_service.py
│ ├── models/ # DB models & schemas
│ └── utils/ # Feature extractor, ML utils
├── frontend/ # Next.js 14 web app
│ ├── app/
│ │ ├── page.tsx # Landing page
│ │ ├── scanner/ # URL phishing scanner
│ │ ├── fakenews/ # News analyzer
│ │ ├── deepfake/ # Deepfake detector
│ │ ├── sandbox/ # Threat sandbox
│ │ └── dashboard/ # Threat intelligence dashboard
│ └── components/ # Shared UI components
├── chrome-extension/ # Browser extension (LinkLens)
├── linklens-whatsapp/ # WhatsApp scanning bot
├── ml_models/ # ML model training scripts
├── grme/ # App screenshots & media
├── start.bat # One-click launcher (Windows)
└── README.md
```
## 快速开始
### 选项 1:一键启动
```
start.bat
```
### 选项 2:手动设置
#### 前置条件
- Python 3.9+
- Node.js 18+
- PostgreSQL *(可选 —— 如果没有数据库,应用将使用模拟数据运行)*
#### 步骤 1:训练 ML 模型
```
cd ml_models
python generate_models.py
```
#### 步骤 2:启动后端
```
cd backend
pip install -r requirements.txt
python -m uvicorn main:app --reload --port 8000
```
#### 步骤 3:启动前端
```
cd frontend
npm install
npm run dev
```
#### URL 地址
- **前端**:http://localhost:3000
- **后端 API**:http://localhost:8000
- **API 文档**:http://localhost:8000/api/docs
=======
## 获取 API 密钥
### Gemini API
1. 访问 [Google AI Studio](https://aistudio.google.com/)
2. 创建一个 API 密钥
3. 将其添加到 `backend/.env` 中
### News API
1. 访问 [NewsAPI.org](https://newsapi.org/)
2. 注册获取免费的密钥
3. 将其添加到 `backend/.env` 中
=======
=======
# 🧠 核心模块
## 🔗 链接情报
使用**混合威胁情报模型**检测钓鱼链接。
功能:
- 多源威胁分析
- 域名信誉评分
- 恶意软件/钓鱼检测
- 沙箱链接验证
使用的安全引擎:
- Safe Browsing
- OpenPhish
- IPQS
- 域名启发式分析
## 🎭 深度伪造检测
检测 AI 生成的篡改媒体。
能力:
- 图像真实性检查
- AI 生成内容检测
- 使用 ML 模型进行模式识别
## 📰 虚假新闻与文章检测器
使用**基于 NLP 的错误信息检测**技术分析可疑文章。
功能:
- 内容可信度评分
- 语义分析
- 错误信息模式检测
## 🧾 凭据卫士
检查**邮箱或密码是否出现在数据泄露中。**
能力:
- 暗网泄露检测
- 密码泄露分析
- 基于 k-匿名的隐私保护
## 💰 支付拦截
保护用户免受 **UPI 和二维码支付诈骗。**
功能:
- 虚假 UPI 检测
- 收款请求识别
- 二维码诈骗警报
- 欺诈 VPA 检测
## 📷 QR 护盾
扫描二维码并分析嵌入的链接。
防范:
- 二维码钓鱼攻击
- 恶意下载链接
- 支付重定向诈骗
## 💼 求职护盾
检测**虚假录用通知与招聘诈骗。**
能力:
- 职位分析
- 诈骗模式识别
- 雇主验证
- 风险评分
## 🌐 Chrome 扩展 – 实时保护
TrapEye 包含一个**在您浏览时自动扫描 URL 的浏览器扩展。**
功能:
- 实时钓鱼检测
- 即时安全警报
- 浏览器级威胁监控
- 安全浏览分析
## 💬 LinkLens 集成
LinkLens 分析通过消息平台分享的可疑链接。
能力:
- WhatsApp 链接扫描
- 转发消息中的欺诈检测
- 信誉分析
## 🤝 TrapEye 社区护盾
一个**由社区驱动的网络安全情报系统**。
用户可以:
- 报告可疑链接
- 分享新的诈骗模式
- 建立集体威胁情报标签:AI安全, Chat Copilot, 反欺诈, 多模态AI, 威胁情报, 开发者工具, 测试用例, 浏览器扩展, 自动化攻击, 逆向工具, 钓鱼检测