anvitahadkar06-beep/AI-Based-Phishing-Detection-Framework

## 🛡️ 项目描述 网络钓鱼攻击是最常见的网络安全威胁之一，通常会导致凭证被盗、金融欺诈和数据泄露。随着攻击者不断开发更复杂的钓鱼技术，传统的检测方法可能总是不够用。本项目旨在利用机器学习和网络安全技术来识别钓鱼网站，并通过自动化检测提升在线安全性。 # ✨ 功能 - 🤖 基于机器学习的钓鱼检测 - 🛡️ 结合 AI 与规则分析的混合决策引擎 - ✅ 可信域名白名单验证 - 🔍 URL 特征提取 - 📊 置信度评分预测 - 🚨 风险分类（低 / 中 / 高） - 📝 扫描历史记录 - ⚡ RESTful Flask API - 🌐 现代 React 前端 - 📦 模块化项目架构 - 🚀 可直接部署 (Render + Vercel) # 🏗️ 系统架构 该框架采用模块化的客户端-服务端架构，旨在实现高效的钓鱼 URL 检测。 ``` graph LR User((User)) User -->|Enter URL| Frontend[React Frontend] Frontend -->|POST /predict| Backend[Flask Backend] Backend --> FeatureExtraction[Feature Extraction] FeatureExtraction --> DecisionEngine[Hybrid Decision Engine] DecisionEngine --> ML[Random Forest Model] DecisionEngine --> Rules[Rule Engine] DecisionEngine --> Trusted[Trusted Domain Verification] ML --> DecisionEngine Rules --> DecisionEngine Trusted --> DecisionEngine DecisionEngine --> Logger[Scan History Logger] DecisionEngine --> Response[Prediction Result] Response --> Frontend Frontend --> User ``` # 🔍 检测工作流 钓鱼检测过程包含以下阶段： 1. 用户通过 React 前端输入 URL。 2. Flask 后端接收请求。 3. 提取 URL 的词法特征。 4. Random Forest 预测 URL 类别。 5. 规则引擎评估可疑的 URL 特征。 6. 可信域名验证检查已知的安全域名。 7. 混合决策引擎汇总所有结果。 8. 记录扫描历史。 9. 将最终预测结果返回给前端。 # 📂 项目结构 ``` AI-Based-Phishing-Detection-Framework/ ├── README.md # Main project overview and banner │ ├── 📁 Frontend/ │ ├── 📁 public/ # Static assets served by the React application │ ├── 📁 src/ # React source code and UI components │ ├── .gitignore # Git ignore rules for frontend │ ├── package.json # Frontend dependencies and npm scripts │ └── package-lock.json # Locked dependency versions │ ├── 📁 Backend/ │ ├── 📁 data/ # Datasets, processed data, and scan history │ ├── 📁 models/ # Trained machine learning models │ ├── 📁 reports/ # Model evaluation reports and figures │ ├── 📁 src/ # Flask backend source code │ ├── requirements.txt # Python dependencies │ ├── Procfile # Render deployment configuration │ ├── .env.example # Environment variable template │ ├── 📁 reports/ │ ├── 📁 evaluation/ │ ├── 📁 figures/ │ └── README.md │ ├── 📁 data/ │ ├── 📁 raw/ │ ├── 📁 processed/ │ ├── 📁 history/ │ ├── data_schema_design.txt │ └── README.md │ ├── 📁 docs/ │ ├── API_SPEC.md │ └── ARCHITECTURE.md │ ├── 📁 models/ │ ├── phishing_detector.pkl │ ├── feature_columns.pkl │ └── README.md │ ├── 📁 src/ │ ├── app.py │ ├── decision_engine.py │ ├── feature_extraction.py │ ├── rule_engine.py │ ├── trusted_domains.py │ ├── logger.py │ ├── model_loader.py │ ├── prediction.py │ ├── train_model.py │ ├── evaluate_model.py │ ├── data_collection.py │ ├── data_processing.py │ ├── data_storage.py │ ├── dataset_builder.py │ ├── reputation_checker.py │ ├── utils.py │ ├── config.py │ ├── test_prediction.py │ ├── test_decision_engine.py │ └── README.md │ ├── 📁 deployment/ │ └── README.md ``` # 🛠️ 技术栈 ### 前端 - React - Vite - JavaScript - CSS3 - Axios ### 后端 - Flask - Flask-CORS ### 机器学习 - Scikit-learn - Random Forest Classifier - Pandas - NumPy - Joblib ### 工具 - Git - GitHub - Render - Vercel # 🧠 机器学习流水线 钓鱼检测模型遵循结构化的机器学习工作流。 ### 数据集收集 - 钓鱼 URL - 合法 URL ### 数据预处理 - 数据清洗 - 去重 - 特征工程 - 数据验证 ### 特征提取 模型提取的 URL 词法特征包括： - URL 长度 - 域名长度 - 路径长度 - 查询长度 - 点的数量 - 连字符的数量 - 数字的数量 - 特殊字符的数量 - HTTPS 使用情况 - 是否存在 IP 地址 - URL 熵 - 可疑关键词 - Tiny URL 检测 - 重定向检测 - 子域名 - 前缀/后缀检测 ### 模型 - Random Forest Classifier ### 附加检测层 - 基于规则的引擎 - 可信域名白名单 - 风险评估引擎 # 🚀 快速开始 ## 前置条件 请确保您的系统已安装以下软件： - Python 3.10+ - Node.js (v18 或更高版本) - npm - Git ## 1️⃣ 克隆仓库 ``` git clone https://github.com/your-username/AI-Based-Phishing-Detection-Framework.git cd AI-Based-Phishing-Detection-Framework ``` ## 2️⃣ 后端设置 导航至后端目录： ``` cd Backend ``` 创建虚拟环境。 ### Windows ``` python -m venv .venv ``` 激活环境： ``` .venv\Scripts\activate ``` ### Linux / macOS ``` python3 -m venv .venv source .venv/bin/activate ``` 安装所需的依赖项： ``` pip install -r requirements.txt ``` ## 3️⃣ 启动 Flask 后端 导航至源代码目录： ``` cd src ``` 运行后端服务器： ``` python app.py ``` 后端 API 将启动于： ``` http://127.0.0.1:5000 ``` 您可以通过打开以下链接来验证其是否正在运行： ``` http://127.0.0.1:5000 ``` 预期响应： ``` { "message":"AI-Based Phishing Detection Backend", "status":"Running" } ``` ## 4️⃣ 前端设置 打开**另一个终端**。 导航至前端文件夹： ``` cd Frontend ``` 安装所需的 Node 包： ``` npm install ``` 启动 React 开发服务器： ``` npm run dev ``` 前端将启动于： ``` http://localhost:5173 ``` ## 5️⃣ 使用应用程序 确保**两个服务器同时运行。** | 终端 | 命令 | |----------|---------| | 终端 1 | `python app.py` | | 终端 2 | `npm run dev` | 打开浏览器并访问： ``` http://localhost:5173 ``` 输入一个 URL（例如）： ``` https://google.com ``` 点击 **Analyze URL** 以获取： - 预测结果 - 置信度评分 - 风险等级 - 可信域名状态 - 检测原因 # 🧪 API 端点 | 方法 | 端点 | 描述 | |---------|----------|-------------| | GET | `/` | 后端状态 | | GET | `/health` | 健康检查 | | POST | `/predict` | 分析 URL | ## 请求示例 ``` { "url":"https://google.com" } ``` ## 响应示例 ``` { "prediction":"LEGITIMATE", "confidence":99.0, "risk":"LOW", "trusted":true, "rule_score":0, "reasons":[ "Trusted domain - safe override" ] } ``` # 🧪 运行测试 导航至后端源代码目录： ``` cd Backend/src ``` 运行预测测试： ``` python test_prediction.py ``` 运行决策引擎测试： ``` python test_decision_engine.py ``` # 📄 许可证 本项目仅供教育、研究和网络安全学习目的使用。 ``` MIT License ```

标签：Apex, Flask, Python, React, Syscalls, Web安全, 无后门, 机器学习, 网络安全, 蓝队分析, 逆向工具, 钓鱼检测, 隐私保护