danishakbar2004-hub/AI-Phishing-Tool

## PhishGuard AI - 完整概述 PhishGuard 是一款**由 AI 驱动的钓鱼检测和培训模拟器**，旨在帮助用户识别和保护其计算机免受钓鱼攻击、诈骗和社会工程威胁。 ### **核心功能：** #### **1. 扫描器选项卡 - 实时威胁检测** - **可疑内容分析**：用户可以粘贴电子邮件、短信或 URL 来扫描钓鱼指标 - **AI 驱动的检测**：将输入发送到 Python 后端 API (`localhost:5000/detect`) 进行智能分析 - **多层分析**包括： - **紧急性检测**：识别高压语言（“urgent”、“24 hours”、“immediately”） - **发件人伪造检测**：分析发件人的真实性 - **链接分析**：检查是否存在恶意 URL - **数据请求检测**：识别对敏感信息的请求 - **格式分析**：检测可疑的格式模式 #### **2. 威胁可视化** - **钓鱼概率评分**：圆形进度指示器 (0-100%) 显示威胁等级 - 红色 (>50%)：高钓鱼概率 - 绿色 (<50%)：安全 - **雷达图**：五维威胁分析显示： - 紧急程度 - 可疑链接 - 发件人信誉 - 格式异常 - 数据请求策略 - **终端流式效果**：通过程序化日志模拟实时 AI 扫描，以提供沉浸式用户体验 #### **3. 模拟器选项卡 - 交互式培训** - **AI 生成的钓鱼邮件**：为用户培训创建逼真的钓鱼场景 - **交互式决策制定**：用户可以选择“举报为钓鱼”或“标记为安全” - **即时反馈**：提供关于电子邮件为何是/不是钓鱼邮件的教育性解释 - **学习引擎**：帮助用户培养模式识别技能 ### **技术架构：** **前端（基于 Web 的 UI）：** - **HTML/CSS/JavaScript**：具有毛玻璃设计的现代响应式界面 - **Particles.js**：带有交互式粒子的动画背景 - **Chart.js**：用于威胁分析的雷达图可视化 - **Contenteditable 输入**：用户可以粘贴并高亮显示可疑文本 **后端集成：** - **Flask API**（Python，运行在 `localhost:5000`） - 两个主要 endpoint： - `/detect`：分析文本的钓鱼特征 - `/simulate`：生成逼真的钓鱼场景 ### **设计元素：** - **Apple 毛玻璃 UI**：具有渐变效果的磨砂玻璃美学 - **暗黑模式**：护眼界面，带有青色/蓝色点缀 - **交互式按钮**：使用自定义 CSS 属性的流畅悬停效果 - **实时终端动画**：通过视觉反馈提高参与度 ### **用例：** ✅ 针对个人和组织的安全意识培训 ✅ 在成为受害者之前识别钓鱼攻击 ✅ 了解常见的钓鱼策略和危险信号 ✅ 测试电子邮件/消息安全性 ✅ 网络安全培训的教育工具 这是一款集成了真实检测能力和交互式培训的完整钓鱼威胁检测与意识工具——非常适合安全专业人员和日常用户！

标签：AI安全, AMSI绕过, Chat Copilot, Python后端, 前端交互, 多模态安全, 威胁检测, 数据可视化, 逆向工具, 防钓鱼