Spaces:
Sleeping
Sleeping
File size: 3,566 Bytes
99e98ea | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 | from bs4 import BeautifulSoup
import requests
import logging
logger = logging.getLogger(__name__)
class HTMLStructuralAgent:
def __init__(self):
self.name = "HTML Structural Analyzer"
def _fetch_html(self, url):
try:
# Tentar buscar a página com um timeout curto
response = requests.get(url, timeout=5, headers={'User-Agent': 'Mozilla/5.0'})
return response.text
except Exception as e:
logger.warning(f"Não foi possível buscar HTML da URL {url}: {e}")
return None
def analyze(self, html_content=None, url=None):
"""
Analisa a estrutura do HTML em busca de anomalias comuns em phishing.
Pode receber o HTML diretamente ou uma URL para tentar buscar.
"""
if not html_content and url:
html_content = self._fetch_html(url)
if not html_content:
return {"agent": self.name, "score": 0, "findings": ["HTML não disponível para análise"], "result": "Neutral"}
try:
soup = BeautifulSoup(html_content, 'html.parser')
score = 0
findings = []
# 1. Verificar campos de senha em sites sem HTTPS (se tivermos a URL)
if url and not url.startswith('https'):
if soup.find('input', {'type': 'password'}):
score += 0.8
findings.append("Campo de senha encontrado em conexão não segura (HTTP)")
# 2. Verificar formulários que apontam para domínios diferentes
forms = soup.find_all('form')
for form in forms:
action = form.get('action', '').lower()
if action.startswith('http') and url:
from urllib.parse import urlparse
action_domain = urlparse(action).netloc
current_domain = urlparse(url).netloc
if action_domain != current_domain:
score += 0.5
findings.append(f"Formulário enviando dados para domínio externo: {action_domain}")
# 3. Presença de tags estranhas ou ocultas
hidden_elements = soup.find_all(style=lambda value: value and ('display:none' in value.replace(' ', '') or 'visibility:hidden' in value.replace(' ', '')))
if len(hidden_elements) > 5:
score += 0.2
findings.append("Muitos elementos ocultos detectados (possível tentativa de ofuscação)")
# 4. Links externos massivos (muitos links apontando para fora)
links = soup.find_all('a', href=True)
if len(links) > 0:
external_links = [l for l in links if l['href'].startswith('http')]
if len(external_links) / len(links) > 0.8:
score += 0.3
findings.append("Alta proporção de links externos")
# Normalizar score
final_score = min(max(score, 0), 1.0)
result = "Phishing" if final_score > 0.4 else "Legítima"
return {
"agent": self.name,
"score": final_score,
"result": result,
"findings": findings
}
except Exception as e:
logger.error(f"Erro na análise do HTMLStructuralAgent: {e}")
return {"agent": self.name, "score": 0, "findings": [f"Erro ao processar HTML: {str(e)}"], "result": "Error"}
|