【WEB安全】In0ri：基于深度学习的网站内容污染检测系统
关于In0ri
In0ri是一个内容污染检测系统，该工具主要利用一个图像分类卷积神经网络实现其功能。
在监控网站时，In0ri会定期抓取网站的屏幕截图，然后将其放入预处理器，预处理器将图像大小调整为250x250px，并在将图像传递到分类器之前对图像进行数字化处理。分类器的核心是一个卷积神经网络，经过训练可以检测网站内容是否正常。如果被监控的网站确实被破坏，In0ri将通过电子邮件向用户发出警告。
【学习资料】
工具要求
Python3 (版本 >=3.6)
Docker
Docker-compose
工具安装
广大研究人员可以使用下列命令将该项目源码克隆至本地：
git clone https://github.com/J4FSec/In0ri.git cd In0ri复制代码
接下来，我们需要配置电子邮件凭证和代理密钥，以实现In0ri通过电子邮件向用户发出警告。编辑Alert/sendEmail.py文件：
EMAIL_SERVER = "mail.example.com" EMAIL_ADDRESS = "foo@gmail.com" EMAIL_PASSWORD = "$uper$ecurePa$$word"复制代码
配置Telegram通知
编辑Alert/chatbot.py文件：
CHAT_ID= 'foo' # Channel ID to send notifications to TOKEN = 'bar' # Bot token retrieved from @BotFather复制代码
现在，我们就可以启动In0ri了：
docker-compose up -d复制代码
工具使用
我们有两种方式部署和使用In0ri：
通过定期访问url来运行crontab；
在Web服务器上运行内部代理；
第一种方法：URL检测
通过访问https://:8080/进入到In0ri的WebUI，然后点击“注册”，填写并提交表单。
第二种方法：内部代理
通过访问https://:8080/进入到In0ri的WebUI，然后点击“注册”，填写并提交表单。
点击“创建代理”，然后填写表单，确认邮件的代理密钥是否正确。
在待监控的Web服务器上，从本项目的【GitHub库】下载“Agent”文件夹。
安装内部代理运行所需的依赖包：
python3 -m pip install watchdog python3 -m pip install requests复制代码
编辑config.json文件：
nano config.json复制代码
按照下列格式填写相关参数：
{
"id":"01",
"key":"123123123",
"rootPath":"/var/www/html",
"excludePath":"",
"apiServer":"http://<serverIP>:8088/checkdeface"
}复制代码然后，使用下列命令运行代理即可：
python3 agent.py复制代码
许可证协议
本项目的发开与发布遵循GNU AGPLv3开源许可证协议。
作者：HBhan
链接：https://juejin.cn/post/7029580968889417735