各位 Soft_Job 版的前辈大大好， 前阵子在版上分享了自己一人边上班边开发的 Django + 云端沙盒防诈骗服务 (Crackercrack)。 非常感谢上次推文中许多前辈的严厉指教与技术反馈。当时大家点出的几个核心痛点， 包括「要注册登入很劝退」、「操作流程不流畅」、甚至「这网站本身是不是诈骗」等质 疑 痛定思痛後，这两周我把系统彻底翻修了一遍，释出 v1.0.1 与 v1.0.2 Beta 版本。 除了全面改善 UX 外，也把底层的云端网路架构、资料库约束与沙盒并发做了一次大手术 。 以下整理这段时间的调整与改版心得跟各位分享： ============================================================ 1. UX/UI 痛点改善：拆掉登入墙，核心价值往前放 ============================================================ - 访客免登入模式： 听取大家意见，全面拔掉强制注册的登入墙。现在进站完全不需注册，首页直接贴上 怀疑的恶意网址，就能直接驱动後台容器进行 Heuristic 快筛与云端沙盒深度监识。 - Modal 轻量化登入： 若需要进阶功能，登入机制改为 Modal 弹跳视窗，减少跨页跳转的阻力。 - 非同步任务流程优化： 提交扫描後直接透过 Cloud Tasks / 非同步工作派发，前端轮询并自动展示进度， 使用者不需卡在原页面乾等。 ============================================================ 2. GCP 云端与防御架构升级 ============================================================ - 网路边界重构： 之前求快，直接将 Cloud Run 设为 Allow unauthenticated 并挂 Cloudflare 代理。 但实务上发现这无法阻止攻击者直接扫描 GCP 预设节点 (*.run.app)，且难以精准 取得真实 Client IP 与进行清洗。 目前已重构为： 【Cloudflare WAF】->【GCP External HTTPS LB】->【Cloud Armor】-> 【Cloud Run】 同时限制 Cloud Run 仅接受 internal-and-cloud-load-balancing 流量。 - 高并发沙盒卡死调优： 深度监识需要无头浏览器（Playwright）动态渲染与抓取 DOM 特徵， 早期遇到变数竞争与资源打架问题。这次将内部 Context 彻底改用 local 变数与 `contextvars` 进行隔离，确保 Thread-safe；并依据容器硬体规格（4 CPU / 8GB） 重新压测并校准 Cloud Run Concurrency 参数，避免高并发时互相抢占 CPU 导致逾时 崩溃。 ============================================================ 3. API Token 与在地情资联防 ============================================================ - API 自动化： 新增 API 密钥管理机制，开放标准 RESTful API 与 Bearer Token 验证， 让有资安检测需求的中小团队可以写脚本直接调用，不需透过 Web 介面。 - 台湾在地情报源串接： 除西方开源 Threat Feeds 外，正式整合警政署 165「涉诈停止解析名单」与 「假投资名单」每小时动态清洗与高速写入，补足在地化诈骗网域的防御死角。 ============================================================ 4. 下一步规划与技术挑战 ============================================================ - v1.0.3：目前正在串接 Meta Ad Library API，即时抓取社群平台的假投资赞助广告 进行主动特徵提取，并持续优化 LLM 裁判的评分权重。 - v1.1.0 (CT Logs 挑战)： 上次有前辈建议研究 Certificate Transparency (CT) Logs 监控。 深入研究後发现水非常深：全球每天新签发的凭证量达数百万张，要如何在海量日志中 低成本、低延迟地筛选出可疑的免洗钓鱼子网域，并精准打击，目前在算力与 GCP/LLM 帐单控管上是一大难题，接下来会先以小规模 PoC 验证可行性。 ============================================================ 5. 关於商业模式与开发初衷 ============================================================ 当初想做这个产品，是因为家里做小生意，常需要在外公开名片与联络方式， 身边亲友常常收到各种五花八门的钓鱼简讯或假包裹连结。 我也清楚市面上已经有趋势防诈达人、Whoscall 等成熟产品，一个人想靠「拼静态黑名 单数量」去跟大厂硬碰硬无疑是痴人说梦。因此 Crackercrack 的定位想放在： 「如何透过前端视觉/DOM 异常侦测 + 沙盒动态行为 + LLM 语意推论，去抓刚注册几小 时、大厂黑名单还来不及收录的 0-Day 诈骗基础设施」。 虽然还在测试阶段但我希望这个云端沙盒，能成为中小企业工程师或网管在缺乏昂贵资安 工具时，一个可以转嫁检验风险的工具。 产品还有非常多不成熟与需要打磨的地方，欢迎各位前辈用力鞭策与指教！ 平台网址（免注册即可直接测）： https://app.crackercrack.com/ 最後如果有公事情资分析需求、或者想呼叫 API、未来有兴趣测试浏览器插件的前辈， 欢迎站内信或推文告知，我会提供「家庭版永久授权」序号私讯发放给您，感谢大家！ --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 118.166.200.178 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1790662327.A.80D.html