lukataylo/cursor-cyber-hackathon

# GooseGuard **AI 驱动的反情报系统，将诈骗转化为可操作的威胁情报。** GooseGuard 是一个自主的网络安全平台，它不再仅仅拦截诈骗者，而是主动发起反击。GooseGuard 不会在网络边界处阻止攻击，而是主动与恶意攻击者进行交互，浪费他们的时间，收集有关其基础设施的情报，并通过安全、抗注入的 AI agent 保护用户。 ## 在线演示 [honeypot-production-ef9f.up.railway.app](https://honeypot-production-ef9f.up.railway.app) ## 技术栈 Next.js 16 · Supabase · Vercel AI SDK + Claude · Vapi (语音) · Railway ## 问题背景 现代网络犯罪现已进入 AI 驱动时代。诈骗者可以生成令人信服的钓鱼邮件、克隆网站、自动化语音呼叫，并同时攻击成千上万的受害者。与此同时，防御方在很大程度上仍处于被动反应状态，在损害已经造成之后，花费无数时间调查安全事件。 当前的安全工具主要侧重于检测。它们很少干扰攻击者、收集实时情报或安全地部署自主 AI，因为与攻击者控制的内容进行交互的 LLM 很容易受到 prompt injection 的攻击。 ## 我们的解决方案 GooseGuard 是专为下一代网络防御构建的 AI 原生欺骗基础设施。我们的自主安全 agent 能够： - 📧 使用令人信服的虚拟人设回复钓鱼邮件，从而让诈骗者持续保持纠缠 - ☎️ 进行逼真的电话交谈，大规模地浪费诈骗者的时间 - 🌐 生成动态蜜罐网站，诱捕撞库和钓鱼攻击 - 🧠 提取结构化的威胁情报，包括钱包、资金中转账户、钓鱼 URL 和电话号码 - 📊 在实时 SOC 仪表盘中展示情报，并提供经人工审核的关停报告 - 🛡️ 通过将攻击者的输入归类到预定义场景中来保持抗注入性，而不是生成不受限制的回复 ## 意义所在 攻击者每花一分钟与 GooseGuard 交互，他们攻击真正受害者的时间就会减少一分钟。通过自动化实现欺骗、情报收集和证据收集，GooseGuard 改变了网络犯罪的经济成本结构。 防御方不必再不断被动应对攻击，而是迫使攻击者不得不花费时间、基础设施和资源来对抗虚假目标，同时组织能够获得宝贵的情报，从而防止未来的攻击。 ## 为 AI 时代而生 GooseGuard 展示了值得信赖的自主网络安全的未来形态： - **自主 AI agent** - **人在回路 (Human-in-the-loop) 审核** - **抗 Prompt injection 架构** - **实时威胁情报** - **机器规模的主动欺骗** GooseGuard 不再仅仅是检测攻击，而是将每一次攻击转化为学习、延迟和防御的机会。

标签：人工智能安全, 反诈防骗, 合规性, 威胁情报, 对话机器人, 开发者工具, 网络安全, 自动化攻击, 蜜罐技术, 隐私保护