Bhavani-5118/AI-Malware-Detection

# SentinelAI — 基于 AI 的恶意软件检测 SentinelAI 是一个面向实习准备的网络安全意识项目。它会分析选定文件的元数据和文件名风险特征，随后生成受 AI 启发的风险评分、检测到的指标以及安全建议的后续步骤。 ## 功能 - 拖放式文件选择 - 0–100 的风险评分，并附带低、中、高风险标签 - 检测可执行文件/脚本扩展名、可疑关键字以及双重扩展名 - 根据评分提供简单的建议操作 - 注重隐私保护：文件分析过程均在浏览器本地完成 - 适配桌面端和移动端的响应式界面 ## 技术栈 HTML5、CSS3 和 JavaScript (ES6)。无需 Node.js、数据库、后端或 API key。 ## 如何运行 1. 下载或克隆此代码仓库。 2. 在 Visual Studio Code 中打开项目文件夹。 3. 使用 **Live Server** 扩展打开 `index.html`。 4. 选择一个安全的测试文件，然后选择 **Run risk analysis**。 ## 项目结构 ``` ai-malware-detection/ ├── index.html # Application structure ├── style.css # Responsive UI design ├── script.js # Metadata scoring logic ├── README.md # Project documentation ├── PROJECT_REPORT.md # Internship project report └── LICENSE # MIT License ``` ## 风险特征 当文件名包含可执行文件或脚本扩展名（如 `.exe`、`.bat`、`.js` 或 `.vbs`）、可疑关键字（如 `crack` 或 `keygen`），或者双重扩展名（如 `document.pdf.exe`）时，该项目的风险评分会相应提高。 ## 未来改进 - 在明确获得用户同意的前提下，接入受信任的恶意软件扫描 API - 使用带有标签的安全数据集，添加机器学习模型评估功能 - 添加保存在设备本地的扫描历史记录 - 添加可下载的分析报告 ## 许可证 基于 [MIT License](LICENSE) 授权。 INTERN ID : CITS6402 FULL NAME: BHAVANI YADLAPALLI NO.OF WEEKS:04 NAME OF PROJECT: AI-MALWARE-DETECTION PROJECT SCOPE : SentinelAI 是一个前端恶意软件风险检测项目，主要检查文件名、扩展名、文件大小、可疑关键字以及双重扩展名模式。它会提供风险评分、检测到的指标以及安全建议。 该项目完全在浏览器本地运行，不会执行上传、打开或运行文件的操作。它也不使用任何后端或数据库。 SOURCE CODE :https://github.com/Bhavani-5118/AI-Malware-Detection/tree/main README FILE:https://github.com/Bhavani-5118/AI-Malware-Detection/edit/main/README.md CODE SCRRENSHOTS: OUTPUT SCREENSHOTS:

标签：后端开发, 纯前端, 网络安全, 隐私保护