URL-Phishing-Prüfer

Ein leichtgewichtiges, webbasiertes Tool, das erkennt, ob eine URL wahrscheinlich Phishing oder sicher ist, unter Verwendung eines hybriden Ansatzes aus maschinellem Lernen (Random Forest/SVM) und heuristischer regelbasierter Analyse.

Entwickelt für Bildungszwecke und Experimente in der Cybersicherheit und angewandten KI.

---

Übersicht

Phishing-Angriffe verlassen sich oft auf visuelle Täuschung und URL-Manipulation. Dieses Tool analysiert die Struktur und den Inhalt einer URL, um ihre bösartige Absicht zu bestimmen.

Hauptfunktionen

• Echtzeitanalyse: Akzeptiert eine URL und verarbeitet sie sofort.
• Hybriderkennung: Kombiniert ML-Wahrscheinlichkeit mit fest codierten Sicherheitsregeln.
• Erklärbarkeit: Gibt einen Konfidenzwert und für Menschen lesbare Gründe zurück (z. B. „Verdächtige Schlüsselwörter gefunden“).
• Leistung: Cacht Ergebnisse lokal, um redundante Verarbeitung zu reduzieren.
• API-Unterstützung: Enthält einen JSON-Endpunkt für programmatischen Zugriff.

---

Funktionsweise

1. Eingabe: Der Benutzer sendet eine URL über die UI oder API.
2. Normalisierung: Die URL wird bereinigt und Standardkomponenten werden geparst.
3. Merkmalsextraktion: Das System extrahiert numerische und kategoriale Merkmale (z. B. Länge, Anzahl Sonderzeichen, Domain-Alter).
4. Vorhersage: * Das ML-Modell berechnet einen Wahrscheinlichkeitswert.
   • Die regelbasierte Logik scannt nach bekannten Warnsignalen.
5. Ausgabe: Eine JSON-Antwort wird mit dem Urteil zurückgegeben und für zukünftige Abfragen zwischengespeichert.

---

Einrichtung

1. Repository klonen
2. Abhängigkeiten installieren: pip install -r requirements.txt
3. Datensatz von Kaggle herunterladen und dataset_phishing.csv im Stammverzeichnis ablegen
4. Führen Sie python retrain.py aus, um model.pkl zu generieren
5. Führen Sie python app.py aus

Technologiestack

• Kern: Python 3.x
• Webframework: Flask
• Maschinelles Lernen: scikit-learn, pandas, joblib
• Architektur: REST-API + einfaches HTML/CSS-Frontend

---

⚠️ Haftungsausschluss

• Nur zu Bildungszwecken: Dieses Tool bietet keinen 100%igen Schutz vor Phishing-Angriffen.

• Vorhersagen sind probabilistisch und basieren auf den verwendeten Trainingsdaten.

• Es können Fehlalarme (sichere Seiten als Phishing eingestuft) und Fehleinschätzungen (Phishing-Seiten als sicher eingestuft) auftreten.

• Verlassen Sie sich nicht auf dieses Tool als alleinige Sicherheitsmaßnahme.