SravyaRouthu1/Spam-Gaurd-AI

# 🛡️ SpamGuard AI — 虚假邮件检测系统 ## 🚀 概述 SpamGuard AI 是一个使用 **Flask、机器学习、自然语言处理和 MySQL** 开发的智能邮件分类系统。 它能够检测并将邮件分类为： - ✅ 安全邮件 - 🚫 垃圾邮件 - ⚠️ 钓鱼邮件 该系统结合了**基于线性支持向量机的机器学习技术**与**基于规则的钓鱼邮件检测技术**，以提高准确性和可靠性。 它分析以下内容： - 可疑关键词 - 恶意链接 - 虚假招聘诈骗 - 社会工程学模式 - 基于紧迫性的攻击信息 一个现代网络安全风格的仪表板提供了**预测结果、置信度分数、风险等级和威胁原因**。 ## ✨ 功能特点 - ✅ 安全 / 垃圾 / 钓鱼邮件分类 - 🧠 基于自然语言处理的邮件文本分析 - 🤖 线性支持向量机机器学习模型 - 🔐 基于规则的钓鱼邮件检测系统 - 💼 虚假招聘诈骗检测 - 🔗 可疑 URL 检测 - 📊 置信度分数与风险等级分析 - ⚡ 实时邮件扫描 - 🌐 Flask 网络应用程序 - 🗄️ MySQL 数据库集成 - 🎨 现代化网络安全界面 ## 🧠 机器学习工作流程 邮件输入 ↓ 文本清洗与自然语言处理 ↓ TF-IDF 向量化 ↓ 线性支持向量机分类 ↓ 基于规则的钓鱼检测 ↓ 安全 / 垃圾 / 钓鱼 结果 ## 🛠️ 使用技术 | 技术 | 用途 | |------------|------| | Python | 后端开发 | | Flask | 网络框架 | | Scikit-learn | 机器学习 | | NLP | 文本处理 | | Linear SVM | 邮件分类 | | MySQL | 数据库 | | HTML + Tailwind CSS | 前端界面 | ## 📧 邮件类别 ### ✅ 安全邮件 可信的业务沟通、更新和合法邮件。 ### 🚫 垃圾邮件 推广信息、无关信息和批量营销邮件。 ### ⚠️ 钓鱼邮件 企图窃取密码、银行账户详情或个人信息的欺诈性邮件。 ## 📈 未来改进计划 - 🚀 深度学习集成 - 🚀 实时邮件 API 集成 - 🚀 浏览器扩展支持 - 🚀 附件扫描 - 🚀 仪表板分析 - 🚀 用户认证系统 - 🚀 AI 威胁情报 ## 👨‍💻 作者 **Sravya Routhu** ## 📜 许可证 本项目仅为**教育和网络安全学习目的**而开发。

标签：Apex, Flask框架, HTML前端, MySQL数据库, Python编程, Scikit-learn库, Tailwind CSS, 云计算, 假邮件识别, 垃圾邮件检测, 多模态安全, 威胁情报, 实时分析, 开发者工具, 机器学习, 电子邮件安全, 社会工程防护, 线性支持向量机, 网络安全, 规则引擎, 逆向工具, 邮件分类系统, 钓鱼邮件检测, 隐私保护