PhishGuard——基于AI的钓鱼网站检测插件
怎么个事捏
一个失败的大创(评分高达59.9,与上榜失之交臂),但是在讨论之后还是决定做下去,捎带手学习一下相关知识
开发思路

以下是刚做出规时考虑到的东西
-
想法:
- AI判断+黑白名单排除
对新网站进行自动化AI检测,检测过的网址则会被加入到黑白名单中,这样可以避免重复检测和误报,同时降低了AI的不必要算力需求
-
问题:
- 大模型不易本地部署
AI模型的大体量和对算力的要求都非常大,在本地部署会对电脑造成很大的负担,所以需要考虑如何轻量化模型,使其保证精确度的前提下降低对电脑的要求
开发进度
- 准备工作
- [x] 前期项目规划
- [ ] 钓鱼网站数据收集
- 前端开发
- [x] 插件初步开发
- [ ] 插件初步测试
- 后端开发
- [ ] AI模型训练
- [ ] 模型精度优化
- [ ] 模型本地化部署
- 前后端整合
- [ ] 插件集成AI模型
- [ ] 插件二次测试
- 测试与优化
- [ ] 插件三次测试
- [ ] 性能优化
- 文档撰写
- [ ] 项目报告
- [ ] 技术文档
- 发布与维护
- [ ] 发布插件
- [ ] 维护与更新
前端开发
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 BaiYB的个人博客!