Brightd4/phishguard-lite
GitHub: Brightd4/phishguard-lite
一个基于规则引擎的轻量级钓鱼检测与风险评分框架,能为邮件和消息提供可解释的安全判定。
Stars: 0 | Forks: 0
# PhishGuard Lite
## 演示

PhishGuard Lite 是一个轻量级、可解释的钓鱼检测和风险评分框架,专为实际的电子邮件和消息安全分析而设计。
它结合了基于规则的检测与透明的评分机制,为消息为何被视为可疑提供了清晰的解释。
## 概述
钓鱼攻击仍然是最常见的网络安全威胁之一,通常依赖于欺骗性语言、恶意链接和紧迫感诱导。
PhishGuard Lite 使用基于规则的方法来解决此问题,该方法优先考虑:
- 可解释性
- 简单性
- 轻量级部署
- 实时分析能力
与黑盒模型不同,该系统为每个检测决策提供了清晰的推理依据。
## 主要特性
- 基于规则的钓鱼检测
- 风险评分和分类(低、中、高)
- 检测可疑关键词和域名
- 带有已识别触发点的可解释输出
- 轻量级的基于 Flask 的 Web 界面
- 用户输入的实时分析
## 工作原理
PhishGuard Lite 使用预定义的钓鱼指标来分析输入文本(电子邮件或消息),例如:
- 可疑关键词(例如,“urgent”、“verify”、“account suspended”)
- 存在可疑链接或域名
- 索要敏感信息
- 社会工程学模式
每个检测到的信号都会累加到整体的**风险评分**中,该评分决定了消息属于以下哪种情况:
- 安全
- 可疑
- 高风险
该系统还为每个决策提供了解释,使其适用于需要透明度的实际应用场景。
## 🖥️ 系统架构
该系统包含:
- 输入处理模块
- 基于规则的检测引擎
- 风险评分组件
- 解释生成器
- Flask Web 界面
## 安装
```
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
## 📊 示例输出
Input:
```
标签:Flask, Python, 云计算, 可解释AI, 多模态安全, 威胁情报, 实时分析, 开发者工具, 文本分析, 无后门, 欺诈检测, 社会工程学防御, 网络安全, 规则引擎, 轻量级部署, 逆向工具, 邮件安全, 钓鱼检测, 隐私保护