KGaurav1207/Fraud_pay_detection

# 🛡️ FraudPayGuard – 印度 SMS 欺诈检测系统 这是一个基于机器学习的 SMS 欺诈检测系统，旨在识别印度数字支付生态系统中常见的欺诈和可疑 SMS 消息。 该项目结合了基于 TF-IDF 的文本分类模型和手工设计的基于规则的欺诈信号，以提高对银行诈骗、钓鱼攻击、KYC 欺诈、UPI 诈骗和冒充攻击的检测能力。 ## 📌 功能 - 将 SMS 检测为 **FRAUD**（欺诈）、**SUSPICIOUS**（可疑）或 **SAFE**（安全） - 基于公开垃圾短信数据集训练的机器学习分类器 - 针对印度特定欺诈模式的基于规则的引擎 - TF-IDF 文本向量化与工程化的数值特征 - 为每次预测提供置信度分数和解释 - 专为使用 FastAPI 轻松部署而设计 # 🏗️ 项目 Pipeline ``` SMS Message │ ▼ Text Preprocessing │ ▼ Feature Extraction (TF-IDF + Numerical Features) │ ▼ Machine Learning Model │ ▼ Fraud Signal Extraction (Rule Engine) │ ▼ Decision Engine │ ▼ SAFE / SUSPICIOUS / FRAUD ``` # 📊 机器学习模型 训练并比较了以下模型： | 模型 | 用途 | |--------|----------| | Logistic Regression | 基线文本分类器 | | Random Forest | 非线性分类 | | XGBoost | 梯度提升模型 | 最终模型是根据验证集表现选出的。 # 🔍 特征工程 ### 文本特征 - TF-IDF 向量 - Unigrams - Bigrams - Trigrams ### 数值特征 - 消息长度 - 单词计数 - 数字计数 - 大写字符计数 - 特殊字符计数 - 是否包含 URL - 是否包含与金钱相关的词汇 - 是否包含与紧急性相关的词汇 # 🛡️ 基于规则的欺诈检测 除了 ML 模型外，该项目还使用手工设计的规则来检测常见的欺诈模式，包括： - OTP 诈骗 - KYC 欺诈 - 银行账户冻结诈骗 - 钓鱼链接 - 中奖和彩票诈骗 - RBI/TRAI 冒充 - Aadhaar 和 PAN 欺诈 - UPI 支付诈骗 - 求职和投资诈骗 - 基于紧迫感的社会工程学 这种混合方法提高了可解释性，并有助于检测在训练数据集中可能代表性不足的欺诈模式。 # 📈 模型性能 在留出测试集上进行评估。 | 指标 | 分数 | |---------|--------| | Accuracy | XX.XX% | | Precision | XX.XX% | | Recall | XX.XX% | | F1 Score | XX.XX% | | ROC-AUC | XX.XX | *(请用您的准确结果替换这些值。)* # 📂 项目结构 ``` fraudpayguard/ │ ├── fraud_pay_fixed.ipynb ├── fraud_model.pkl ├── fraud_vectorizer.pkl ├── final.pkl ├── SMSSpamCollection ├── spam.csv ├── README.md ``` # ⚙️ 安装说明 ``` pip install pandas numpy scikit-learn xgboost matplotlib scipy ``` # ▶️ 使用说明 运行 notebook： ``` jupyter notebook fraud_pay_fixed.ipynb ``` 预测示例： ``` message = "Your SBI account has been blocked. Verify immediately." result = analyze_message(message) print(result) ``` 输出 ``` Classification : FRAUD Confidence : 97% Detected Signals ✓ Account Threat ✓ Suspicious Link ✓ Phishing Attempt ``` # 🇮🇳 印度特定检测 该项目旨在识别印度常见的欺诈模式，包括： - UPI 欺诈 - Google Pay - PhonePe - Paytm - SBI - HDFC - ICICI - RBI 冒充 - TRAI 诈骗 - Aadhaar 欺诈 - PAN 欺诈 - KYC 诈骗 # 🚀 未来改进 - FastAPI 部署 - Streamlit Web 界面 - 多语言 SMS 支持 - 集成 IndicBERT / mBERT - 持续的模型重训练 - Docker 部署 # 📚 数据集 - SMS Spam Collection (UCI) - Kaggle Spam Dataset - 自定义的印度欺诈 SMS 样本 # 📝 许可证 本项目出于教育目的和作品集展示而开发。

标签：Apex, AV绕过, FastAPI, NoSQL, TF-IDF, XGBoost, 反钓鱼, 文本分类, 机器学习, 欺诈检测, 逆向工具