Verificador de Phishing de URLs

Uma ferramenta leve baseada na web que detecta se uma URL é provavelmente phishing ou segura usando uma abordagem híbrida de Aprendizado de Máquina (Random Forest/SVM) e análise baseada em regras heurísticas.

Construído para fins educacionais e experimentação em cibersegurança e IA aplicada.

---

Visão Geral

Ataques de phishing frequentemente dependem de engano visual e manipulação de URLs. Esta ferramenta analisa a estrutura e o conteúdo de uma URL para determinar sua intenção maliciosa.

Principais Características

• Análise em Tempo Real: Aceita uma URL e a processa instantaneamente.
• Detecção Híbrida: Combina probabilidade de ML com regras de segurança codificadas.
• Explicabilidade: Retorna uma pontuação de confiança e razões legíveis por humanos (ex.: "Palavras-chave suspeitas encontradas").
• Desempenho: Armazena resultados em cache localmente para reduzir processamento redundante.
• Suporte a API: Inclui um endpoint JSON para acesso programático.

---

Como Funciona

1. Entrada: O usuário envia uma URL via interface ou API.
2. Normalização: A URL é limpa e os componentes padrão são analisados (parseados).
3. Extração de Características: O sistema extrai características numéricas e categóricas (ex.: comprimento, contagem de caracteres especiais, idade do domínio).
4. Predição: * O Modelo de ML calcula uma pontuação de probabilidade.
   • Lógica baseada em regras verifica por bandeiras vermelhas conhecidas.
5. Saída: Uma resposta JSON é retornada com o veredito e armazenada em cache para consultas futuras.

---

Configuração

1. Clone o repositório
2. Instale as dependências: pip install -r requirements.txt
3. Baixe o conjunto de dados do Kaggle e coloque dataset_phishing.csv na raiz
4. Execute python retrain.py para gerar model.pkl
5. Execute python app.py

Pilha Tecnológica

• Núcleo: Python 3.x
• Framework Web: Flask
• Aprendizado de Máquina: scikit-learn, pandas, joblib
• Arquitetura: API REST + Frontend Simples em HTML/CSS

---

⚠️ Aviso

• Apenas para Uso Educacional: Esta ferramenta não garante 100% de proteção contra ataques de phishing.

• As predições são probabilísticas e baseadas nos dados de treinamento utilizados.

• Falsos positivos (sites seguros marcados como phishing) e falsos negativos (sites de phishing marcados como seguros) podem ocorrer.

• Não confie nesta ferramenta como sua única medida de segurança.