dipangshu-dey/PhishGuard-X

# PhishGuard-X PhishGuard-X 是一个使用 Python 开发的混合式钓鱼检测系统，它结合了机器学习和基于规则的分析来识别恶意 URL。该应用程序提供了一个交互式的 Streamlit 仪表板，用户可以在其中分析 URL 或 QR 码、查看风险评估结果，并生成取证 PDF 报告。 ## 目标 - 使用混合检测方法检测钓鱼 URL。 - 将机器学习预测与基于规则的分析相结合。 - 分析重定向链和域名信息。 - 生成详细的取证报告以支持钓鱼调查。 - 提供用于安全分析的交互式仪表板。 ## 功能 - 结合机器学习与基于规则分析的混合式钓鱼检测 - 通过 Streamlit 仪表板进行实时 URL 分析 - 基于 Random Forest 的钓鱼预测 - 重定向链追踪 - WHOIS 域名年龄查询 - 受信任域名验证 - 使用 SQLite 进行攻击活动检测 - QR 码钓鱼检测 - 风险评分计算与攻击分类 - 自动生成 PDF 取证报告 - 本地扫描历史记录 ## 技术栈 | 类别 | 技术 | |----------|------------| | 编程语言 | Python | | 机器学习 | Scikit-learn (Random Forest) | | 数据处理 | Pandas, NumPy | | 用户界面 | Streamlit | | 数据库 | SQLite | | 网络 | Requests | | 计算机视觉 | OpenCV | | 域名情报 | python-whois | | 报告生成 | ReportLab, PyPDF | ## 工作原理 1. 验证并清理提交的 URL。 2. 提取 URL 的词法和结构特征。 3. 追踪重定向链以确定最终目标。 4. 验证受信任域名。 5. 执行 WHOIS 域名年龄分析。 6. 应用基于规则的钓鱼检测。 7. 使用 Random Forest 模型预测钓鱼概率。 8. 使用 SQLite 检测相似的钓鱼活动。 9. 在提供 QR 码时对其进行解码和分析。 10. 计算最终风险评分并对攻击进行分类。 11. 生成取证 PDF 报告并在仪表板上显示结果。 ## 项目结构 ``` PhishGuard-X/ ├── analyzer.py # Main phishing analysis engine ├── campaign_detector.py # Campaign detection module ├── dashboard.py # Streamlit dashboard ├── dataset.csv # Training dataset ├── explainer.py # Detection explanation module ├── feature_extractor.py # URL feature extraction ├── gui.py # Main application interface ├── qr_scanner.py # QR code phishing detection ├── redirect_tracker.py # Redirect chain analysis ├── reporter.py # PDF report generation ├── train_model.py # Random Forest model training ├── url_model.pkl # Trained ML model ├── campaigns.db # SQLite campaign database ├── project_report.pdf # Project documentation ├── requirements.txt # Project dependencies ├── README.md ├── LICENSE └── .gitignore ``` ## 未来改进 - 与外部威胁情报源集成 - 用于实时保护的浏览器扩展 - 用于自动化 URL 扫描的 REST API - 支持额外的机器学习模型 - 用于可扩展钓鱼检测的云端部署 ## 许可证 该项目基于 MIT 许可证授权。有关更多信息，请参阅 **LICENSE** 文件。 ## 作者 **Dipangshu Dey**

标签：Apex, Kubernetes, Python, 代码示例, 字符串匹配, 数据分析, 无后门, 机器学习, 逆向工具, 钓鱼检测