各位 Soft_Job 版的前輩大大好， 前陣子在版上分享了自己一人邊上班邊開發的 Django + 雲端沙盒防詐騙服務 (Crackercrack)。 非常感謝上次推文中許多前輩的嚴厲指教與技術反饋。當時大家點出的幾個核心痛點， 包括「要註冊登入很勸退」、「操作流程不流暢」、甚至「這網站本身是不是詐騙」等質 疑 痛定思痛後，這兩週我把系統徹底翻修了一遍，釋出 v1.0.1 與 v1.0.2 Beta 版本。 除了全面改善 UX 外，也把底層的雲端網路架構、資料庫約束與沙盒併發做了一次大手術 。 以下整理這段時間的調整與改版心得跟各位分享： ============================================================ 1. UX/UI 痛點改善：拆掉登入牆，核心價值往前放 ============================================================ - 訪客免登入模式： 聽取大家意見，全面拔掉強制註冊的登入牆。現在進站完全不需註冊，首頁直接貼上 懷疑的惡意網址，就能直接驅動後台容器進行 Heuristic 快篩與雲端沙盒深度鑑識。 - Modal 輕量化登入： 若需要進階功能，登入機制改為 Modal 彈跳視窗，減少跨頁跳轉的阻力。 - 非同步任務流程優化： 提交掃描後直接透過 Cloud Tasks / 非同步工作派發，前端輪詢並自動展示進度， 使用者不需卡在原頁面乾等。 ============================================================ 2. GCP 雲端與防禦架構升級 ============================================================ - 網路邊界重構： 之前求快，直接將 Cloud Run 設為 Allow unauthenticated 並掛 Cloudflare 代理。 但實務上發現這無法阻止攻擊者直接掃描 GCP 預設節點 (*.run.app)，且難以精準 取得真實 Client IP 與進行清洗。 目前已重構為： 【Cloudflare WAF】->【GCP External HTTPS LB】->【Cloud Armor】-> 【Cloud Run】 同時限制 Cloud Run 僅接受 internal-and-cloud-load-balancing 流量。 - 高併發沙盒卡死調優： 深度鑑識需要無頭瀏覽器（Playwright）動態渲染與抓取 DOM 特徵， 早期遇到變數競爭與資源打架問題。這次將內部 Context 徹底改用 local 變數與 `contextvars` 進行隔離，確保 Thread-safe；並依據容器硬體規格（4 CPU / 8GB） 重新壓測並校準 Cloud Run Concurrency 參數，避免高併發時互相搶佔 CPU 導致逾時 崩潰。 ============================================================ 3. API Token 與在地情資聯防 ============================================================ - API 自動化： 新增 API 密鑰管理機制，開放標準 RESTful API 與 Bearer Token 驗證， 讓有資安檢測需求的中小團隊可以寫腳本直接調用，不需透過 Web 介面。 - 台灣在地情報源串接： 除西方開源 Threat Feeds 外，正式整合警政署 165「涉詐停止解析名單」與 「假投資名單」每小時動態清洗與高速寫入，補足在地化詐騙網域的防禦死角。 ============================================================ 4. 下一步規劃與技術挑戰 ============================================================ - v1.0.3：目前正在串接 Meta Ad Library API，即時抓取社群平台的假投資贊助廣告 進行主動特徵提取，並持續優化 LLM 裁判的評分權重。 - v1.1.0 (CT Logs 挑戰)： 上次有前輩建議研究 Certificate Transparency (CT) Logs 監控。 深入研究後發現水非常深：全球每天新簽發的憑證量達數百萬張，要如何在海量日誌中 低成本、低延遲地篩選出可疑的免洗釣魚子網域，並精準打擊，目前在算力與 GCP/LLM 帳單控管上是一大難題，接下來會先以小規模 PoC 驗證可行性。 ============================================================ 5. 關於商業模式與開發初衷 ============================================================ 當初想做這個產品，是因為家裡做小生意，常需要在外公開名片與聯絡方式， 身邊親友常常收到各種五花八門的釣魚簡訊或假包裹連結。 我也清楚市面上已經有趨勢防詐達人、Whoscall 等成熟產品，一個人想靠「拼靜態黑名 單數量」去跟大廠硬碰硬無疑是癡人說夢。因此 Crackercrack 的定位想放在： 「如何透過前端視覺/DOM 異常偵測 + 沙盒動態行為 + LLM 語意推論，去抓剛註冊幾小 時、大廠黑名單還來不及收錄的 0-Day 詐騙基礎設施」。 雖然還在測試階段但我希望這個雲端沙盒，能成為中小企業工程師或網管在缺乏昂貴資安 工具時，一個可以轉嫁檢驗風險的工具。 產品還有非常多不成熟與需要打磨的地方，歡迎各位前輩用力鞭策與指教！ 平台網址（免註冊即可直接測）： https://app.crackercrack.com/ 最後如果有公事情資分析需求、或者想呼叫 API、未來有興趣測試瀏覽器插件的前輩， 歡迎站內信或推文告知，我會提供「家庭版永久授權」序號私訊發放給您，感謝大家！ --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.166.200.178 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Soft_Job/M.1790662327.A.80D.html