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 ![应用截图](https://static.pigsec.cn/wp-content/uploads/repos/2026/04/b0206560a3220715.png) 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