## 🚀 关于本项目 **Phiscope Forensic** 不仅仅是一个普通的威胁检测器。它是一个先进的网络安全分析仪表盘平台，专为剖析、分析和揭露社会工程学 (social engineering)、数字诈骗 (scam) 以及最前沿的媒体篡改 (GenAI/Deepfake) 而设计。 在网络攻击变得日益无形的今天，Phiscope Forensic 应运而生，旨在弥合普通用户与高级威胁情报之间的鸿沟。该系统不仅会告诉您某物是“危险的”，还会**透明地解释为什么**它很危险（通过 *Explainability UI*）。 该平台的运作方式是将**超快的现代 Frontend (React + Vite)** 与**可靠的 Python Backend** 相结合，以执行 *Machine Learning* 模型并实时与全球情报 API 进行交互。
## ⚙️ Phiscope 是如何工作的？（架构与逻辑） Phiscope Forensic 采用 **Multi-Layer Analysis** 架构，以确保高准确性并最大限度地减少 *false positives*（误报）。以下是对其各个主要模块的深度剖析： ### 1. 🔗 Phishing 链接检测器 (Phishing URL Engine) 我们的 URL 检测系统不仅仅依赖于 *blacklist*，而是使用了 3 层 (layer) 防护： * **Layer 1: 本地启发式检测 (Instant & Offline)** 系统将使用数十种数学指标来剖析 URL 结构，例如： * *Typosquatting*（使用 Levenshtein Distance 算法检测伪造域名，如 `klikbca` 与 `kl1kbca`）。 * *Homoglyph Attack*（检测类似于拉丁字母的非拉丁字符）。 * *Entropy Calculation*（计算字符串的随机性程度，以检测 *Domain Generation Algorithms/DGA*）。 * *Brand Impersonation* 与 *Fake Service Keywords*（检测品牌名称与“support/update/login”等词汇的组合）。 * **Layer 2: 威胁情报 (VirusTotal API)** 如果 URL 逃过了本地启发式检测，系统会将其与由 70 多家知名杀毒软件厂商（Kaspersky、BitDefender、Fortinet 等）填充的全球安全数据库进行比对。 * **Layer 3: AI 认知分析 (Groq / Claude)** 作为最后一道防线，*Large Language Model (LLM)* 将检查 URL 的上下文和目标实体，以推断出 URL 创建者的意图。 ### 2. 📸 篡改媒体检测 (AI Image Detection) 为了对抗虚假信息和 *Deepfake*： * 用户上传可疑图片。 * *Frontend* 将图片安全地发送到 *Backend (Flask/Python)*。 * *Backend* 将此 payload 转发给专用的计算机视觉模型（通过 **Sightengine API** 集成）。 * 系统会映射像素模式、不一致的光照以及合成纹理。如果 *AI-generated* 的得分超过 0.70 (70%)，该图像将被标记为 AI 篡改的结果，并附带所发现的异常详情。 ### 3. 💬 垃圾短信与诈骗文本分析 (Text NLP) 收件箱 (inbox) 防护系统： * 系统处理 SMS 或 WhatsApp 消息的文本。 * 对文本进行预处理（去除标点符号、*stemming*、*tokenizing*）。 * 将文本与本地垃圾信息 *dataset* (`sms_spam_indo.csv`) 进行匹配，并进行意图分类 (intent classification)。 * 该算法专门寻找紧急战术（例如：“您的账户已被封锁”、“立即点击链接”）、不切实际的优惠（数亿的奖金）以及窃取个人数据的行为。 ### 4. 🎙️ Vishing 与音频诈骗分析器 语音诈骗 (*Voice Phishing*) 检测的创新： * 上传的音频将被异步转录（*Speech-to-Text*）为文本（在 Backend 支持 *faster-whisper*）。 * 随后，系统会对转录后的文本进行语义剖析，以寻找心理操纵模式（例如：有人冒充银行工作人员并强行索要 OTP 码）。 * 生成诈骗风险评分 (Scam Score) 以及在对话中检测到的 *red flags*。 ### 5. 🗺️ 交互式网络威胁地图 (Interactive Cyber Map) * 利用 **Leaflet.js** 渲染交互式且轻量级的世界地图。 * 以可视化的方式映射网络攻击指标、*phishing* IP 来源或区域漏洞，从而简化地理威胁情报 (*Geo-Threat Intel*) 的分析过程。
## 🛠️ 使用的技术 | 类别 | 核心技术 | 逻辑描述 | | :--- | :--- | :--- | | **Frontend Core** | React 19, TypeScript, Vite | 构建基于组件的交互式 UI，在 *type-safety* 方面表现出色，并借助 Vite 实现即时 *compile*。 | | **Styling & UI** | Tailwind CSS v4, Framer Motion | 完全响应式的实用程序界面设计，配备 60fps 的动画过渡，提供专业的体验。 | | **Backend Core** | Python (Flask / FastAPI) | 处理文件上传 (I/O)、*Machine Learning* 逻辑，并充当安全代理，以对 Frontend 隐藏密钥。 | | **Data Viz** | Recharts, React-Leaflet | 将 *scanning* 产生的原始数据转换为易于阅读的统计图表 (pie/bar) 和地理地图。 | | **AI & Intel** | VirusTotal, Groq, Sightengine | 分析的核心；提供上下文智能、业界领先的 *malware/phishing* 扫描以及计算机视觉 (Computer Vision)。 |
## 📂 目录结构 (*Codebase Map*) ``` phiscope-forensic/ ├── backend/ # Logika Server Python │ ├── dataset/ # Dataset Machine Learning (contoh: spam CSV) │ ├── app.py / main.py # Entry point server (Flask / Uvicorn) │ └── requirements.txt # Dependensi Python ├── public/ # Aset statis (Favicon, Logo, PWA manifest) ├── src/ # Jantung Frontend React │ ├── assets/ # Gambar, ikon, font │ ├── components/ # Komponen UI Reusable (Layout, Navigation, ExplainabilityUI) │ ├── pages/ # Halaman Utama (Home, Detect, Map, Edu, Login) │ ├── utils/ # Logika Bisnis & Algoritma (PhishingDetector, AudioAnalyzer, dll) │ ├── App.tsx # Konfigurasi Routing (React Router) │ └── main.tsx # React DOM Renderer ├── .env.example # Template kunci rahasia ├── netlify.toml # Konfigurasi deployment server production ├── package.json # Konfigurasi Node.js & Scripts └── vite.config.ts # Konfigurasi build Vite ```

标签：AI安全检测, Python, React, Syscalls, 威胁情报分析, 数字取证, 无后门, 自动化攻击, 自动化脚本, 逆向工具