Yukki3110/Phishing-Detection-Web

# Phishing-Detection-Web 本项目旨在开发一个基于机器学习的钓鱼检测平台，该平台能够通过视觉检测、同形异义字攻击检测和域名情报分析等多种安全分析技术来识别恶意网站，随后收集分析结果以生成钓鱼统计数据和随时间变化的威胁趋势。 预期成果：一个功能完备的钓鱼检测 Web 平台，实现用于钓鱼分类的机器学习技术，集成高级钓鱼检测功能，并提供一个能够收集和展示钓鱼检测结果与分析报告的安全仪表板。 使用的方法与技术： 机器学习技术 • 诸如随机森林或梯度提升等监督学习算法，用于钓鱼 URL 分类 • 从 URL 结构、网页内容和域名元数据中进行特征提取 • 使用准确率、精确率、召回率和 F1-score 等指标进行模型评估 视觉相似度检测 • • 网站截图收集与预处理 • 使用诸如 CNN 等计算机视觉技术进行图像相似度分析，以检测模仿合法服务的克隆网站 同形异义字攻击检测 • Unicode 规范化与域名解析 • 字符集分析，用于检测域名欺骗以及同形异义字攻击中使用的视觉相似字符 域名情报分析 • 通过 WHOIS 和 DNS 查询获取域名元数据 • 分析域名年龄、注册信息和 SSL 证书数据，以评估域名的可信度 前端 选用 React 是因为其基于组件的架构，以及拥有用于数据可视化和 UI 开发的大型库 后端 选择 Python FastAPI 是因为其高性能和对异步处理的支持，以及能够与基于 Python 的机器学习库集成 数据库 选用 PostgreSQL 是因为其对结构化数据存储和复杂查询的强大支持，非常适合用于生成钓鱼统计数据和趋势分析

标签：Apex, AV绕过, Caido项目解析, FastAPI, PostgreSQL, React, Syscalls, 威胁情报, 开发者工具, 机器学习, 测试用例, 自定义脚本, 计算机视觉, 逆向工具, 配置审计, 钓鱼检测