Comprobador de Phishing de URLs

Una herramienta ligera basada en web que detecta si una URL es probablemente phishing o segura usando un enfoque híbrido de Aprendizaje Automático (Random Forest/SVM) y análisis basado en reglas heurísticas.

Construido con fines educativos y experimentación en ciberseguridad e IA aplicada.

---

Resumen

Los ataques de phishing a menudo se basan en el engaño visual y la manipulación de URLs. Esta herramienta analiza la estructura y el contenido de una URL para determinar su intención maliciosa.

Características Principales

• Análisis en Tiempo Real: Acepta una URL y la procesa al instante.
• Detección Híbrida: Combina la probabilidad del ML con reglas de seguridad codificadas.
• Explicabilidad: Devuelve una puntuación de confianza y razones legibles por humanos (por ejemplo, "Palabras clave sospechosas encontradas").
• Rendimiento: Almacena en caché los resultados localmente para reducir el procesamiento redundante.
• Soporte API: Incluye un endpoint JSON para acceso programático.

---

Cómo Funciona

1. Entrada: El usuario envía una URL a través de la interfaz o la API.
2. Normalización: Se limpia la URL y se analizan los componentes estándar.
3. Extracción de Características: El sistema extrae características numéricas y categóricas (por ejemplo, longitud, conteo de caracteres especiales, antigüedad del dominio).
4. Predicción: * El Modelo ML calcula una puntuación de probabilidad.
   • La lógica basada en reglas busca banderas rojas conocidas.
5. Salida: Se devuelve una respuesta JSON con el veredicto y se almacena en caché para futuras consultas.

---

Configuración

1. Clonar el repositorio
2. Instalar dependencias: pip install -r requirements.txt
3. Descargar el conjunto de datos de Kaggle y colocar dataset_phishing.csv en la raíz
4. Ejecutar python retrain.py para generar model.pkl
5. Ejecutar python app.py

Stack Tecnológico

• Núcleo: Python 3.x
• Framework Web: Flask
• Aprendizaje Automático: scikit-learn, pandas, joblib
• Arquitectura: API REST + Frontend simple en HTML/CSS

---

⚠️ Aviso Legal

• Solo para uso educativo: Esta herramienta no garantiza una protección del 100% contra ataques de phishing.

• Las predicciones son probabilísticas y están basadas en los datos de entrenamiento utilizados.

• Pueden ocurrir falsos positivos (sitios seguros marcados como phishing) y falsos negativos (sitios de phishing marcados como seguros).

• No confíes en esta herramienta como tu única medida de seguridad.