AmanGound2237/NAMESPACE

# TruthNet AI TruthNet AI 是一个网络安全平台，旨在帮助用户识别和调查在线骗局。该平台通过分析可疑的电子邮件、URL、消息和截图，来判断它们是否属于钓鱼或欺诈活动的一部分。 与传统的仅仅将内容标记为安全或不安全的骗局检测工具不同，TruthNet 专注于挖掘可疑实体之间的关联，并以易于理解的图形化方式呈现它们。 ## 问题背景 在线骗局正变得日益普遍。人们每天都会收到钓鱼邮件、虚假的实习录用通知、欺诈性的工作机会、可疑的网站链接以及诈骗消息。 大多数用户无法判断这些通信是否合法。现有的工具通常只提供基本的警告，而不会解释某些内容为何可疑，或者它可能与其他骗局有何关联。 ## 我们的方案 TruthNet 帮助用户分析可疑内容，并理解结果背后的推理过程。 用户可以提交： * 一封电子邮件 * 一个网站 URL * 一条文本消息 * 一张包含文本的截图 平台会检查内容，识别潜在的可疑模式，并生成风险评估及相应的解释。 此外，TruthNet 还会在电子邮件地址、域名、电话号码和报告等实体之间建立关联，让用户能够直观地查看潜在的骗局网络。 ## 核心功能 ### 电子邮件分析 分析可疑电子邮件，识别钓鱼指标，例如冒充企图、索要钱财、紧急施压策略以及可疑的发件人信息。 ### URL 分析 评估网站链接和域名是否存在潜在的钓鱼或欺诈风险。 ### 截图分析 从上传的截图中提取文本，并自动分析其内容。 ### 风险评估 生成清晰的风险评分，并附上关于内容为何可疑的简单说明。 ### 骗局关系图谱 利用由 Neo4j 驱动的基于图的方法，将相互关联的实体之间的关系可视化。 ### 多语言支持 支持对多种印度语言的内容进行分析。 ## 技术栈 ### 前端 * React * Vite * Tailwind CSS ### 后端 * Spring Boot * Java ### 数据库 * Neo4j AuraDB ### AI 服务 * Gemini API ### OCR * Tesseract OCR ## 项目工作流 1. 用户提交待分析的内容。 2. 系统提取相关信息。 3. AI 评估内容中是否存在钓鱼和欺诈指标。 4. 相关实体被存储并在 Neo4j 中建立关联。 5. 生成风险评分和解释说明。 6. 用户可以直观地探索可疑实体之间的关联。 ## 黑客松主题 信任、身份与安全 ## 赞助赛道 ### Neo4j 用于建立域名、电子邮件地址、电话号码、报告及其他实体之间的关系模型。 ### Sarvam AI 用于多语言和基于语音的交互。 ## 未来改进 * 浏览器扩展支持 * 语音骗局检测 * 实时网站监控 * 社区驱动的骗局举报 * 威胁情报仪表板 ## 团队 作为 HACKHAZARDS 2026 的一部分开发。 ## 许可证 MIT License

标签：JS文件枚举, Neo4j, 人工智能, 反欺诈, 威胁情报, 安全可视化, 开发者工具, 用户模式Hook绕过, 网络安全, 自定义脚本, 钓鱼检测, 隐私保护