Update app.py

app.py

@@ -1,157 +1,7 @@
 import streamlit as st
-import requests
+from utils.functions import get_phone_info, simple_checks, analyze_message
 import os
-import phonenumbers
-from phonenumbers import geocoder, carrier
-import re
-import json
-from datetime import datetime
 
-# Ścieżka do pliku JSON przechowującego fałszywe numery
-FAKE_NUMBERS_FILE = 'fake_numbers.json'
-
-# Inicjalizacja pliku JSON
-def init_fake_numbers_file():
-    if not os.path.exists(FAKE_NUMBERS_FILE):
-        with open(FAKE_NUMBERS_FILE, 'w') as f:
-            json.dump([], f)
-    else:
-        # Sprawdzenie, czy plik nie jest pusty i zawiera prawidłowy JSON
-        try:
-            with open(FAKE_NUMBERS_FILE, 'r') as f:
-                json.load(f)
-        except json.JSONDecodeError:
-            # Jeśli plik jest uszkodzony lub pusty, zresetuj go do pustej listy
-            with open(FAKE_NUMBERS_FILE, 'w') as f:
-                json.dump([], f)
-
-# Dodanie numeru telefonu do pliku JSON
-def add_fake_number(phone_number):
-    try:
-        with open(FAKE_NUMBERS_FILE, 'r') as f:
-            fake_numbers = json.load(f)
-    except (json.JSONDecodeError, FileNotFoundError):
-        fake_numbers = []
-
-    if not any(entry["phone_number"] == phone_number for entry in fake_numbers):
-        fake_numbers.append({
-            "phone_number": phone_number,
-            "reported_at": datetime.now().isoformat()
-        })
-        with open(FAKE_NUMBERS_FILE, 'w') as f:
-            json.dump(fake_numbers, f, indent=4)
-
-# Sprawdzenie, czy numer telefonu jest w pliku JSON
-def is_fake_number(phone_number):
-    try:
-        with open(FAKE_NUMBERS_FILE, 'r') as f:
-            fake_numbers = json.load(f)
-        return any(entry["phone_number"] == phone_number for entry in fake_numbers)
-    except (json.JSONDecodeError, FileNotFoundError):
-        return False
-
-# Pobierz klucz API z zmiennej środowiskowej
-API_KEY = os.getenv('SAMBANOVA_API_KEY')
-
-if not API_KEY:
-    st.error("Brak klucza API. Ustaw zmienną środowiskową SAMBANOVA_API_KEY w ustawieniach Spaces.")
-    st.stop()
-
-# Funkcja do weryfikacji numeru telefonu
-def get_phone_info(phone_number):
-    try:
-        parsed_number = phonenumbers.parse(phone_number, None)
-        country = geocoder.description_for_number(parsed_number, 'pl')
-        operator = carrier.name_for_number(parsed_number, 'pl')
-        return country, operator
-    except phonenumbers.NumberParseException:
-        return None, None
-
-# Proste sprawdzenia heurystyczne wiadomości
-def simple_checks(message):
-    warnings = []
-    # Słowa kluczowe często używane w oszustwach
-    scam_keywords = ['pieniądze', 'przelew', 'hasło', 'kod', 'nagroda', 'wygrana', 'pilne', 'pomoc', 'opłata']
-    if any(keyword in message.lower() for keyword in scam_keywords):
-        warnings.append("Wiadomość zawiera słowa kluczowe związane z potencjalnym oszustwem.")
-    # Sprawdzenie obecności linków
-    if re.search(r'http[s]?://', message):
-        warnings.append("Wiadomość zawiera link.")
-    # Sprawdzenie, czy nadawca prosi o poufne informacje
-    if re.search(r'\b(podaj|prześlij|udostępnij)\b.*\b(hasło|kod|dane osobowe|numer konta)\b', message.lower()):
-        warnings.append("Wiadomość zawiera prośbę o poufne informacje.")
-    return warnings
-
-# Funkcja do analizy wiadomości za pomocą API SambaNova z głębszym procesem myślenia
-def analyze_message(message, phone_number):
-    url = "https://api.sambanova.ai/v1/chat/completions"
-    headers = {
-        "Authorization": f"Bearer {API_KEY}"
-    }
-    # Rozbudowany system prompt z głębszym procesem myślenia
-    system_prompt = """
-Jesteś zaawansowanym asystentem AI specjalizującym się w identyfikacji fałszywych wiadomości SMS. Twoim zadaniem jest przeprowadzenie szczegółowej analizy wiadomości, wykorzystując głęboki proces myślenia i dostarczając kompleksową ocenę. Twoja odpowiedź powinna być podzielona na trzy sekcje:
-
-<analysis>
-**Analiza Treści Wiadomości:**
-- Przeprowadź szczegółową analizę treści wiadomości, identyfikując potencjalne czerwone flagi, takie jak błędy językowe, prośby o dane osobowe, pilne prośby o kontakt itp.
-- Opisz kontekst językowy i kulturowy wiadomości.
-- Zidentyfikuj wszelkie elementy, które mogą sugerować, że wiadomość jest próbą wyłudzenia informacji lub pieniędzy.
-</analysis>
-
-<risk_assessment>
-**Ocena Ryzyka Oszustwa:**
-- Na podstawie analizy treści i dostępnych informacji oceń prawdopodobieństwo, że wiadomość jest oszustwem. Użyj skali od 1 do 10, gdzie 1 oznacza bardzo niskie ryzyko, a 10 bardzo wysokie ryzyko.
-- Wyjaśnij, jakie czynniki wpływają na tę ocenę.
-</risk_assessment>
-
-<recommendations>
-**Zalecenia dla Użytkownika:**
-- Podaj jasne i konkretne zalecenia dotyczące dalszych kroków, które użytkownik powinien podjąć.
-- Uwzględnij sugestie dotyczące bezpieczeństwa, takie jak blokowanie nadawcy, zgłaszanie wiadomości do odpowiednich instytucji, czy też ignorowanie wiadomości.
-- Jeśli to możliwe, zasugeruj dodatkowe środki ostrożności, które użytkownik może podjąć, aby chronić swoje dane osobowe i finansowe.
-</recommendations>
-
-Twoja odpowiedź powinna być sformatowana dokładnie w powyższy sposób, używając znaczników <analysis>, <risk_assessment> i <recommendations>. Upewnij się, że każda sekcja jest wypełniona kompletnie i szczegółowo.
-    """
-
-    user_prompt = f"""Przeanalizuj następującą wiadomość pod kątem potencjalnego oszustwa:
-
-Wiadomość: "{message}"
-Numer telefonu nadawcy: {phone_number}
-
-Podaj swoją analizę i wnioski zgodnie z powyższymi wytycznymi."""
-
-    payload = {
-        "model": "Meta-Llama-3.1-8B-Instruct",
-        "messages": [
-            {"role": "system", "content": system_prompt},
-            {"role": "user", "content": user_prompt}
-        ],
-        "max_tokens": 1000,
-        "temperature": 0.2,
-        "top_p": 0.9,
-        "stop": ["<|eot_id|>"]
-    }
-
-    response = requests.post(url, headers=headers, json=payload)
-    if response.status_code == 200:
-        data = response.json()
-        ai_response = data['choices'][0]['message']['content']
-        # Parsowanie odpowiedzi
-        analysis = re.search(r'<analysis>(.*?)</analysis>', ai_response, re.DOTALL)
-        risk_assessment = re.search(r'<risk_assessment>(.*?)</risk_assessment>', ai_response, re.DOTALL)
-        recommendations = re.search(r'<recommendations>(.*?)</recommendations>', ai_response, re.DOTALL)
-
-        analysis_text = analysis.group(1).strip() if analysis else "Brak analizy."
-        risk_text = risk_assessment.group(1).strip() if risk_assessment else "Brak oceny ryzyka."
-        recommendations_text = recommendations.group(1).strip() if recommendations else "Brak zaleceń."
-
-        return analysis_text, risk_text, recommendations_text
-    else:
-        return f"Błąd API: {response.status_code} - {response.text}", "", ""
-
-# Główny interfejs aplikacji
 def main():
     st.set_page_config(page_title="📱 Detektor Fałszywych Wiadomości SMS", page_icon="📱")
     st.title("📱 Detektor Fałszywych Wiadomości SMS")
@@ -160,54 +10,78 @@ def main():
     with st.form("sms_form"):
         message = st.text_area("Treść wiadomości SMS", height=150)
         phone_number = st.text_input("Numer telefonu nadawcy (w formacie międzynarodowym, np. +48123123123)")
+        
+        st.markdown("### Dodatkowe Informacje")
+        # Dodane pytania
+        frequency = st.selectbox(
+            "Jak często otrzymujesz wiadomości od tego numeru?",
+            ('Pierwszy raz', 'Sporadycznie', 'Regularnie')
+        )
+        last_received = st.selectbox(
+            "Kiedy ostatnio otrzymałeś podobną wiadomość?",
+            ('Dziś', 'W ciągu ostatniego tygodnia', 'W ciągu ostatniego miesiąca', 'Dłużej')
+        )
+        confidence_level = st.slider(
+            "Jak bardzo jesteś pewny, że wiadomość jest autentyczna?",
+            1, 5, 3,
+            help="1: Bardzo mało pewny, 5: Bardzo pewny"
+        )
+        unexpected = st.radio(
+            "Czy otrzymanie tej wiadomości było dla Ciebie niespodziewane?",
+            ('Tak', 'Nie')
+        )
+        additional_notes = st.text_area("Dodatkowe uwagi lub informacje (opcjonalnie)", height=100)
+        
         submitted = st.form_submit_button("Analizuj wiadomość")
 
     if submitted:
         if not message.strip():
             st.error("Proszę wprowadzić treść wiadomości.")
+        elif not phone_number.strip():
+            st.error("Proszę wprowadzić numer telefonu nadawcy.")
         else:
-            # Wyświetl informacje o numerze telefonu
-            if phone_number:
-                country, operator = get_phone_info(phone_number)
-                if country and operator:
-                    st.write(f"**Informacje o numerze telefonu:**")
-                    st.write(f"- **Kraj:** {country}")
-                    st.write(f"- **Operator:** {operator}")
-                else:
-                    st.write("Nie udało się uzyskać informacji o numerze telefonu.")
-
-                # Sprawdzenie, czy numer jest w bazie fałszywych numerów
-                if is_fake_number(phone_number):
-                    st.warning("Numer telefonu znajduje się w bazie znanych fałszywych numerów.")
-                else:
-                    st.info("Numer telefonu nie znajduje się w bazie fałszywych numerów.")
-
-            # Przeprowadź proste sprawdzenia heurystyczne
+            # Informacje o numerze telefonu
+            country, operator = get_phone_info(phone_number)
+            if country and operator:
+                st.write(f"**Informacje o numerze telefonu:**")
+                st.write(f"- **Kraj:** {country}")
+                st.write(f"- **Operator:** {operator}")
+            else:
+                st.write("Nie udało się uzyskać informacji o numerze telefonu.")
+
+            # Heurystyczne sprawdzenia
             warnings = simple_checks(message)
             if warnings:
                 st.warning("Znaleziono następujące potencjalne czerwone flagi:")
                 for warn in warnings:
                     st.write(f"- {warn}")
 
-            # Analiza za pomocą modelu językowego
-            with st.spinner("Analizuję wiadomość przy użyciu modelu AI..."):
-                analysis_text, risk_text, recommendations_text = analyze_message(message, phone_number)
-                st.subheader("📑 Analiza treści wiadomości:")
-                st.markdown(analysis_text)
-                st.subheader("⚠️ Ocena ryzyka oszustwa:")
-                st.markdown(risk_text)
-                st.subheader("✅ Zalecenia dla użytkownika:")
-                st.markdown(recommendations_text)
-
-            # Opcja dodania numeru do bazy fałszywych numerów
-            if phone_number and not is_fake_number(phone_number):
-                if st.button("Zgłoś numer jako fałszywy"):
-                    add_fake_number(phone_number)
-                    st.success("Numer telefonu został zgłoszony jako fałszywy.")
+            # Zbierz dodatkowe informacje
+            additional_info = f"""
+**Jak często otrzymujesz wiadomości od tego numeru?** {frequency}
+**Kiedy ostatnio otrzymałeś podobną wiadomość?** {last_received}
+**Jak bardzo jesteś pewny, że wiadomość jest autentyczna?** {confidence_level}/5
+**Czy otrzymanie tej wiadomości było dla Ciebie niespodziewane?** {unexpected}
+**Dodatkowe uwagi lub informacje:** {additional_notes}
+            """
+
+            # Pobierz klucz API
+            api_key = os.getenv('SAMBANOVA_API_KEY')
+            if not api_key:
+                st.error("Brak klucza API. Ustaw zmienną środowiskową SAMBANOVA_API_KEY w ustawieniach aplikacji.")
+            else:
+                # Analiza za pomocą modelu AI
+                with st.spinner("Analizuję wiadomość przy użyciu modelu AI..."):
+                    analysis_text, risk_text, recommendations_text = analyze_message(message, phone_number, additional_info, api_key)
+                    st.subheader("📑 Analiza treści wiadomości:")
+                    st.markdown(analysis_text)
+                    st.subheader("⚠️ Ocena ryzyka oszustwa:")
+                    st.markdown(risk_text)
+                    st.subheader("✅ Zalecenia dla użytkownika:")
+                    st.markdown(recommendations_text)
 
             st.info("📌 Pamiętaj: zawsze zachowuj ostrożność przy otrzymywaniu wiadomości od nieznanych nadawców. Nie udostępniaj poufnych informacji i nie klikaj w podejrzane linki.")
 
 if __name__ == "__main__":
-    init_fake_numbers_file()
     main()