🔍 Sistema de Detecção de Phishing

Este projeto implementa um sistema de detecção de phishing utilizando Machine Learning e FastAPI. O modelo identifica URLs fraudulentas com base em padrões comuns de phishing.

---

📌 Tecnologias Utilizadas

• Python 3.x
• FastAPI (API para prever phishing)
• Scikit-learn (modelo de Machine Learning)
• Pandas & NumPy (manipulação de dados)
• Joblib (armazenamento do modelo treinado)
• Requests (coleta de dados)

---

🚀 Como Instalar e Rodar o Projeto

1️⃣ Clonar o repositório

  git clone https://github.com/Robdsjr007/Sentry.git
  cd Sentry

2️⃣ Criar e ativar um ambiente virtual (opcional, mas recomendado)

  python -m venv venv  # Criar ambiente virtual
  source venv/bin/activate  # Linux/macOS
  venv\Scripts\activate  # Windows

3️⃣ Instalar as dependências

  pip install -r requirements.txt

4️⃣ Treinar o modelo (obrigatório antes de rodar a API)

  python train.py

Isso criará o arquivo phishing_model.pkl.

5️⃣ Rodar a API

  uvicorn main:app --reload

A API ficará disponível em http://127.0.0.1:8000.

---

🛠 Como Usar a API

🔹 Fazer uma previsão

Envie uma requisição POST para /predict/ com uma lista de URLs:

curl -X 'POST' 'http://127.0.0.1:8000/predict/' \
-H 'Content-Type: application/json' \
-d '{"urls": ["https://secure-login.bank.com", "https://www.google.com"]}'

🔹 Resposta esperada:

{
  "predictions": [
    { "url": "https://secure-login.bank.com", "status": "Fraudulenta" },
    { "url": "https://www.google.com", "status": "Legítima" }
  ]
}

---

📌 Estrutura do Projeto

phishing-detector/
│── train.py            # Treina e salva o modelo
│── main.py             # API para detecção de phishing
│── phishing_model.pkl  # Modelo treinado (após rodar train.py)
│── requirements.txt    # Dependências do projeto
└── README.md           # Documentação do projeto

---

📢 Melhorias Futuras

✅ Adicionar detecção de e-mails e mensagens fraudulentas. ✅ Implementar banco de dados para armazenar histórico de análises. ✅ Melhorar o modelo com mais features e fontes de dados.

---

📜 Licença

Este projeto é de uso livre sob a MIT License. Contribuições são bem-vindas! 😊