RewaS10/BlindSight
GitHub: RewaS10/BlindSight
一款无障碍优先的移动端网络安全助手,利用 OCR 和威胁情报从截图中分析网络钓鱼与诈骗内容,帮助普通用户快速识别安全威胁。
Stars: 0 | Forks: 0
# BlindSight
### 优先考虑无障碍体验的网络安全助手,用于检测截图中的网络钓鱼、诈骗和恶意链接。
BlindSight 结合了 OCR、威胁情报、网络钓鱼启发式算法和无障碍设计,帮助用户直接从截图中以快速、易懂且适合移动端的方式识别网络威胁。
   
[功能特性](#-features) • [截图展示](#-screenshots) • [系统架构](#-architecture) • [快速开始](#-getting-started) • [路线图](#-roadmap)
# 概述
BlindSight 是一款移动端网络安全助手,旨在帮助用户直接从截图中识别网络钓鱼攻击、诈骗信息、虚假登录页面、冒充企图和可疑链接。
BlindSight 并不仅仅依赖技术用户或企业安全工具,而是致力于让日常用户也能简单、直观、无障碍且易于理解地进行网络安全分析。
该应用程序执行以下操作:
- 基于 OCR 的文本提取
- 威胁与网络钓鱼分析
- URL 信誉检查
- 社会工程学检测
- 以无障碍为中心的语音引导
- 风险评分与安全操作建议
# 问题描述
现代网络钓鱼攻击越来越依赖于心理操纵,而非技术漏洞。许多诈骗信息在视觉上看似逼真,用户很难快速识别。
BlindSight 利用 OCR、启发式威胁检测和 URL 情报分析,将截图转化为易于理解的网络安全洞察,从而解决了这一难题。
该项目特别专注于无障碍优先的网络安全体验和简化的威胁感知。
# 功能特性
## 威胁分析引擎
- 网络钓鱼检测
- 诈骗模式识别
- 品牌冒充检测
- 凭证窃取检测
- 紧迫感和恐吓策略分析
- 社会工程学检测
## 🔗 URL 信誉情报
- 可疑域名检测
- URL 信誉评分
- 短链接检测
- 可疑 TLD 分析
- 基于 IP 的 URL 检测
- 基于威胁情报的 URL 检查
## 无障碍 UX 设计
- 语音引导反馈
- 高对比度可读界面
- 移动端优先体验
- 平静直观的 UI
- 清晰的风险可视化
## 现代移动端体验
- 动画圆形风险仪表盘
- 基于严重程度的颜色系统
- 流畅的网络安全主题界面
- 高级深色模式设计
- 简洁的威胁分析卡片
# 📸 截图展示
   
[功能特性](#-features) • [截图展示](#-screenshots) • [系统架构](#-architecture) • [快速开始](#-getting-started) • [路线图](#-roadmap)
| 高风险检测 | 低风险检测 | 检测到的链接分析 |
|---|---|---|
|
|
|
|
---
# 演示
BlindSight 实时分析可疑信息、网络钓鱼邮件、虚假登录页面和恶意链接的截图,帮助用户快速识别网络威胁并避免上当受骗。
# 技术栈
| 层级 | 技术 |
|---|---|
| Frontend | React Native, Expo, TypeScript |
| UI 组件 | React Native SVG, Expo Speech |
| Backend | FastAPI, Python |
| OCR | Tesseract OCR (`pytesseract`) |
| 威胁分析 | 启发式钓鱼引擎 |
| 威胁情报 | URL 信誉分析 |
# 架构
```
User Screenshot
↓
React Native Frontend
↓
FastAPI Backend API
↓
OCR Text Extraction
↓
Threat Analysis Engine
↓
URL Reputation Analysis
↓
Risk Scoring + Safe Actions
↓
Frontend Visualization + Voice Feedback
```
# ⚙️ 工作原理
## 1. 上传截图
用户上传以下内容的截图:
- 可疑信息
- 诈骗邮件
- 虚假登录页面
- 钓鱼攻击企图
- 恶意链接
## 2. OCR 提取
BlindSight 使用 OCR 从截图中提取可读文本。
## 3. 威胁分析
后端分析以下内容:
- 钓鱼指标
- 社会工程学模式
- 紧迫感策略
- 冒充企图
- 凭证请求
- 可疑链接
## 4. URL 情报
检测到的 URL 将接受以下检查:
- 恶意信誉
- 可疑域名
- 钓鱼指标
- 危险 TLD
## 5. 风险评分
加权启发式评分系统生成以下内容:
- 严重级别
- 风险评分
- 威胁说明
- 安全操作建议
## 6. 无障碍反馈
结果以可视化方式呈现,也可以通过语音引导反馈进行解释。
# 快速开始
# 前置条件
在安装之前请确保已安装以下软件:
- Node.js
- Python 3.8+
- Expo CLI
- Tesseract OCR
# 1. 克隆仓库
```
git clone https://github.com/yourusername/BlindSight.git
cd BlindSight
```
# 2. Frontend 设置
```
cd frontend
npm install
npx expo start
```
# 3. Backend 设置
```
cd backend
pip install -r requirements.txt
uvicorn main:app --host 0.0.0.0 --port 8000 --reload
```
# 4. 环境变量
在以下位置创建一个 `.env` 文件:
```
backend/
```
添加:
```
API_KEY=your_api_key_here
```
# 5. Tesseract OCR 设置
Tesseract OCR 必须单独安装。
## Windows
下载:
https://github.com/UB-Mannheim/tesseract/wiki
然后更新以下文件中的路径:
```
backend/services/ocr_service.py
```
示例:
```
pytesseract.pytesseract.tesseract_cmd = (
r"C:\Program Files\Tesseract-OCR\tesseract.exe"
)
```
## macOS
```
brew install tesseract
```
## Linux
```
sudo apt install tesseract-ocr
```
# 安全说明
- API 密钥使用 `.env` 进行安全存储
- 敏感信息通过 `.gitignore` 排除
- 不会永久存储任何敏感截图
- 威胁分析在后端本地执行
# 路线图
- [ ] 基于 LLM 的钓鱼分类
- [ ] 二维码钓鱼检测
- [ ] 浏览器扩展集成
- [ ] 多语言 OCR 支持
- [ ] 实时威胁信息源集成
- [ ] 离线威胁分析模式
- [ ] 高级域名情报
# 许可证
本项目采用 MIT 许可证授权。
# 作者
由 **Rewa Shukla** 开发
|
|
|
标签:AV绕过, Expo, FastAPI, heuristic 分析, Python, React Native, URL信誉检测, 人工智能安全, 假登录页面检测, 光学字符识别(OCR), 冒充攻击检测, 反钓鱼, 合规性, 威胁情报, 开发者工具, 无后门, 无障碍设计, 机器视觉, 社会工程学防御, 移动应用安全, 移动端开发, 网络安全, 自动化攻击, 视觉障碍辅助, 诈骗检测, 辅助技术, 逆向工具, 隐私保护, 风险评分