Sakshyyvv/Scamsniff

GitHub: Sakshyyvv/Scamsniff

结合规则检测与社区举报的 Instagram 诈骗购物页面识别工具,帮助用户在交易前判断账号可信度。

Stars: 0 | Forks: 0

# ScamSniff - Instagram 诈骗购物页面检测器 [ [ [ **🔍 在购买前检测 Instagram 购物诈骗!** 结合基于规则的检测、社区报告和实时分析的智能平台,旨在保护用户免受欺诈性购物页面的侵害。 ## ✨ **功能特性** - **多因素分析** 粉丝比例、互动率、联系信息、支付方式(95% 置信度评分) - **众包报告** 带有重复预防机制的安全用户报告(每个用户/账号 1 次报告) - **实时诈骗新闻播报** 实时热门诈骗警报和社区见解 - **透明判定** 对诈骗/真实分类提供清晰的解释 - **现代仪表盘** 带有统计数据、分析和教育反馈的响应式 UI ## 🎯 **演示** ## 🛠️ **技术栈** | 前端 | 后端 | 数据 | 样式 | |----------|---------|------|---------| | Streamlit | Python | Pandas | HTML/CSS | | | CSV | MongoDB(计划中) | | ## 🚀 **快速开始** ### 前置条件 - Python 3.8+ - Git ### 安装说明 ``` git clone https://github.com/yourusername/scamsniff.git cd scamsniff pip install -r requirements.txt ``` ### 本地运行 ``` streamlit run scam_sniff.py ``` 应用将在以下地址打开:`http://localhost:8501` ## 📁 **项目结构** ``` scamsniff/ ├── scam_sniff.py # Main Streamlit app ├── data.csv # Instagram handle database ├── reports.csv # User scam reports ├── requirements.txt # Dependencies ├── logo.svg # App logo └── README.md # You're reading it! ``` ## 🔍 **工作原理** 1. **输入 Instagram 账号** → 对照数据库进行检查 2. **查看分析** → 多因素诈骗检测 + 推理 3. **手动输入**(如果是新账号) → 自动添加到数据库 4. **举报诈骗** → 社区验证 + 实时播报 5. **保持安全** → 实时警报和统计数据 ## 📊 **示例检测逻辑** ``` SCAM if: - No contact info AND - No website AND - Comments OFF AND - PREPAY/ADVPAY payment GENUINE if: - Contact info present - COD payment - Comments enabled - Customer tags present ``` ## 🧪 **测试** 经过 100 多个账号的测试,实现了: - **95% 的诈骗检测置信度** - **80% 的真实验证准确率** - **100% 的重复报告预防** ## 📈 **未来路线图** - [ ] Instagram API 集成(自动获取数据) - [ ] ML 模型训练(动态评分) - [ ] 图像相似度检测(诈骗证据匹配) - [ ] 用户身份验证和个人资料 - [ ] 移动应用部署 ## 🤝 **贡献指南** 1. Fork 本仓库 2. 创建您的功能分支 (`git checkout -b feature/AmazingFeature`) 3. 提交更改 (`git commit -m 'Add some AmazingFeature'`) 4. 推送到分支 (`git push origin feature/AmazingFeature`) 5. 发起 Pull Request ## 👥 **贡献者** - Sakshi Verma - 创建者与开发者 ## 📞 **联系方式** sakshiverma2523@gmail.com | linkedin.com/in/sakshi-verma-48577a299 **⭐ 如果您觉得有帮助,请为本仓库点个 Star!** **🐛 发现漏洞?请提交一个 Issue!**
标签:DNS解析, Instagram, Kubernetes, Python, Streamlit, 云计算, 众包举报, 反诈骗, 在线购物保护, 多模态安全, 实时分析, 开源项目, 无后门, 欺诈检测, 用户教育, 电商平台监控, 社交媒体安全, 网络安全, 规则引擎, 访问控制, 逆向工具, 隐私保护, 预警系统, 黑白名单