vishnupriyandnr13/AI-Powered-Multimodal-Phishing-Detection-and-Threat-Intelligence-Platform

GitHub: vishnupriyandnr13/AI-Powered-Multimodal-Phishing-Detection-and-Threat-Intelligence-Platform

一个利用生成式 AI 对 URL、电子邮件和图像进行多模态钓鱼检测的威胁情报与安全监控平台。

Stars: 0 | Forks: 0

# 🛡️ 基于 AI 的多模态钓鱼检测与威胁情报平台 一个智能网络安全平台,利用**生成式 AI** 和**多模态分析**来检测来自 **URL、电子邮件和图像** 的钓鱼攻击,同时提供集中化的**威胁情报**、**事件响应**和**安全监控**功能。 该平台使用 **React**、**TypeScript**、**Firebase** 和 **Google Gemini AI** 构建,使组织和安全团队能够通过直观的、AI 驱动的界面来识别、评估和管理钓鱼威胁。 ## 🌟 核心功能 - 🤖 使用大语言模型 (LLMs) 的 AI 驱动钓鱼检测 - 🌐 针对恶意和可疑网站的 URL 分析 - 📧 针对钓鱼指标的电子邮件内容分析 - 🖼️ 使用多模态 AI 的图像和截图钓鱼检测 - 📊 包含安全洞察的威胁情报仪表板 - 🚨 事件响应与案例管理系统 - 📈 风险评分和基于置信度的威胁评估 - 🔥 基于 Firebase 的后端,用于实时数据管理 - 🎨 使用 React 和 Tailwind CSS 构建的现代响应式用户界面 - 🔒 具有 Firestore 安全规则并支持基于角色的访问控制的安全架构 ## 🛠️ 技术栈 - **前端:** React 19, TypeScript, Vite - **样式:** Tailwind CSS - **人工智能:** Google Gemini API - **后端与数据库:** Firebase Firestore - **图表与可视化:** Recharts - **图标:** Lucide React - **路由:** React Router ## 🎯 项目目标 本项目的目标是通过将**生成式 AI**、**多模态输入处理**和**威胁情报**结合到一个统一的平台中,以增强网络安全,从而能够识别跨多个通信渠道的钓鱼企图。 通过分析 **URL**、**电子邮件内容** 和 **图像**,该系统提供可操作的洞察、自动化的风险评估以及简化的事件管理,以帮助用户更有效地应对钓鱼威胁。 ## 💩 展示技能 - 人工智能 (AI) - 生成式 AI 与大语言模型 (LLMs) - 多模态 AI 应用 - 网络安全与钓鱼检测 - 威胁情报 - 事件响应管理 - React.js 与 TypeScript 开发 - Firebase 与 Firestore 集成 - REST API 集成 - 安全 Web 应用程序开发 - 数据可视化与仪表板设计 ### 运行和部署 这里包含了在本地运行您的应用程序所需的一切。 查看应用程序:https://ai.studio/apps/124752c5-a2d0-48ca-8dd5-8429cecf3306 ### 本地运行 **前置条件:** Node.js 1. 安装依赖: `npm install` 2. 在 [.env.local](.env.local) 中设置 `GEMINI_API_KEY` 为您的 Gemini API 密钥 3. 运行应用程序: `npm run dev`
标签:Firebase, React, Syscalls, 多模态分析, 威胁情报, 开发者工具, 生成式AI, 索引, 网络安全, 自动化攻击, 钓鱼检测, 隐私保护