aynnaqurat-art/ScamShield-PK

# ScamShield-PK 一个基于机器学习和规则风险分析的混合型 SMS 及求职诈骗检测系统。 ## 功能 - 检测诈骗、可疑和正常的 SMS/求职信息 - 使用 TF-IDF + Logistic Regression 机器学习模型 - 添加基于规则的证据检测以识别高风险信号 - 检测 CNIC 索要、OTP 索要、验证费、紧急性、仅限 WhatsApp 联系以及不切实际的薪资承诺 - 提供风险评分、风险等级、检测到的证据和安全建议 - 包含 Streamlit Web 应用程序界面 ## 数据集 ML 模型使用来自 Kaggle 的 SMS Spam Collection 数据集进行训练。 - 信息总数：5,572 - 正常信息：4,825 - 诈骗/垃圾信息：747 - 训练集与测试集划分：80% 训练集和 20% 测试集 - 模型测试准确率：约 98% 数据集来源：https://www.kaggle.com/datasets/uciml/sms-spam-collection-dataset ## 使用的技术 - Python - Pandas - Scikit-learn - TF-IDF Vectorizer - Logistic Regression - Streamlit - Joblib ## 工作原理 1. 用户输入一条 SMS 或求职相关信息。 2. ML 模型计算诈骗概率。 3. 规则引擎检查风险指标。 4. 将两者的结果合并为最终预测： - 正常 - 可疑 - 诈骗 5. 系统显示风险评分和推荐的安全措施。 ## 在本地运行 安装所需的包： ``` pip install streamlit pandas scikit-learn joblib ```

标签：Apex, Kubernetes, Python, Scikit-learn, Streamlit, 反欺诈, 无后门, 机器学习, 访问控制, 逆向工具