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