URL 钓鱼检查器

一个轻量级的基于Web的工具，利用机器学习（随机森林/SVM）和基于启发式规则的混合方法检测URL是否可能为钓鱼或安全。

用于网络安全和应用人工智能的教育目的和实验。

---

概述

钓鱼攻击通常依赖于视觉欺骗和URL操纵。该工具分析URL的结构和内容以判断其恶意意图。

主要特点

• 实时分析： 接受URL并立即处理。
• 混合检测： 结合机器学习概率与硬编码安全规则。
• 可解释性： 返回置信度分数和可读的原因（例如，“发现可疑关键词”）。
• 性能： 本地缓存结果以减少重复处理。
• API支持： 包含用于程序化访问的JSON端点。

---

工作原理

1. 输入： 用户通过UI或API提交URL。
2. 规范化： 清理URL并解析标准组件。
3. 特征提取： 系统提取数值和类别特征（例如，长度、特殊字符数、域名年龄）。
4. 预测： * 机器学习模型计算概率分数。
   • 基于规则的逻辑扫描已知危险信号。
5. 输出： 返回JSON响应，包含判断结果并缓存以供将来查询。

---

设置

1. 克隆仓库
2. 安装依赖：pip install -r requirements.txt
3. 从Kaggle下载数据集，并将dataset_phishing.csv放在根目录
4. 运行python retrain.py生成model.pkl
5. 运行python app.py

技术栈

• 核心： Python 3.x
• Web框架： Flask
• 机器学习： scikit-learn, pandas, joblib
• 架构： REST API + 简单HTML/CSS前端

---

⚠️ 免责声明

• 仅限教育用途：该工具不能保证100%防御钓鱼攻击。

• 预测基于概率，并受所用训练数据的影响。

• 可能出现误报（将安全网站标记为钓鱼）和漏报（将钓鱼网站标记为安全）。

• 请勿将该工具作为唯一的安全措施。