Update pages/About.py

pages/About.py

@@ -6,99 +6,186 @@ import streamlit as st
 page_translations = {
     'Polish': {
         'header': "📄 O Projekcie",
-        'intro': """**Detektor Fałszywych Wiadomości SMS** to innowacyjna aplikacja, stworzona z myślą o analizie wiadomości SMS i identyfikacji potencjalnych oszustw. Aplikacja została stworzona w odpowiedzi na rosnące zagrożenie związane z oszustwami telefonicznymi i phishingiem SMS.""",
-        'history': """Krótka historia:
-Projekt rozpoczął się, kiedy moja żona otrzymała dziwną wiadomość SMS z nieznanego numeru, w której ktoś podszywał się pod jedno z naszych dzieci, które w tym czasie spało. To był impuls, który skłonił mnie do stworzenia tej aplikacji, której zadaniem jest analiza wiadomości tego typu przy użyciu zaawansowanego modelu AI dostarczonego dzięki współpracy z SambaNova Systems.""",
-        'features_title': "Funkcje aplikacji:",
+        'intro': """
+### Scam Detector – O Projekcie
+
+**Scam Detector** to zaawansowana aplikacja webowa stworzona w odpowiedzi na rosnące zagrożenia związane z oszustwami SMS i phishingiem. Dzięki zastosowaniu nowoczesnych algorytmów sztucznej inteligencji, aplikacja umożliwia automatyczną analizę wiadomości tekstowych, identyfikując potencjalne próby wyłudzeń i phishingu. Celem **Scam Detector** jest ochrona użytkowników przed coraz bardziej powszechnymi cyberatakami, jednocześnie edukując ich w zakresie rozpoznawania zagrożeń i odpowiedniego reagowania.
+        """,
+        'history': """
+### Historia Powstania
+
+Projekt **Scam Detector** narodził się, gdy moja żona otrzymała dziwną wiadomość SMS z nieznanego numeru, w której ktoś podszywał się pod jedno z naszych dzieci. To był impuls, który zmotywował mnie do stworzenia aplikacji analizującej tego typu wiadomości. Dzięki wsparciu od firmy **SambaNova Systems**, aplikacja korzysta z zaawansowanego modelu sztucznej inteligencji do wykrywania potencjalnych oszustw.
+        """,
+        'features_title': "### Funkcjonalności Aplikacji",
         'features': """
-- **Analiza treści SMS**: Wykorzystanie sztucznej inteligencji do wykrywania podejrzanych wiadomości.
-- **Ocena ryzyka**: Ocena wiadomości pod kątem potencjalnego oszustwa na skali od 1 do 10.
-- **Zalecenia dla użytkownika**: Sugestie dotyczące dalszych działań w przypadku podejrzanych wiadomości.
-- **Zgłoszenie numeru jako oszustwo**: Możliwość zgłoszenia numeru do lokalnej bazy fałszywych numerów.
-- **Historia analiz**: Przegląd historii przeprowadzonych analiz.
+- **Analiza treści SMS**: Automatyczne wykrywanie podejrzanych wzorców w wiadomościach.
+- **Ocena ryzyka**: Ocena wiadomości na skali od 1 (niskie ryzyko) do 10 (bardzo wysokie ryzyko).
+- **Rekomendacje**: Zalecenia dla użytkownika na temat dalszych działań.
+- **Zgłaszanie numerów**: Możliwość zgłoszenia numerów do lokalnej bazy danych.
+- **Historia analiz**: Przegląd wszystkich przeprowadzonych analiz.
         """,
-        'tech_title': "Technologie użyte w projekcie:",
+        'tech_title': "### Technologie Użyte w Projekcie",
         'tech': """
-- **Streamlit**: Framework do tworzenia interaktywnych aplikacji webowych.
+- **Streamlit**: Framework do budowy interaktywnych aplikacji webowych.
 - **phonenumbers**: Biblioteka do walidacji numerów telefonów.
-- **SambaNova Systems**: Firma dostarczająca zaawansowane rozwiązania AI, wspierająca analizę treści wiadomości.
-- **JSON**: Format do lokalnego przechowywania danych, takich jak historia analiz i zgłoszone numery.
+- **SambaNova Systems**: Firma dostarczająca zaawansowane modele sztucznej inteligencji wspierające analizę treści wiadomości.
+- **JSON**: Format do lokalnego przechowywania danych użytkownika.
         """,
-        'spec_title': "Specyfikacja Aplikacji",
+        'spec_title': "### Specyfikacja Techniczna",
         'spec': """
-**Cel Aplikacji**: Detekcja potencjalnych oszustw SMS oraz zwiększenie świadomości na temat zagrożeń związanych z phishingiem SMS.
-
-**Architektura Systemu**: Aplikacja opiera się na frameworku Streamlit do interfejsu użytkownika, natomiast analiza treści wiadomości jest wspierana przez rozwiązania AI firmy SambaNova Systems. Dane, takie jak historia analiz i zgłoszone numery, są przechowywane lokalnie w formacie JSON.
+1. **Cel Aplikacji**: Wykrywanie oszustw SMS i ochrona użytkowników przed cyberzagrożeniami.
+   
+2. **Funkcjonalności**:
+   - Automatyczna analiza treści wiadomości.
+   - Ocena ryzyka oszustwa na podstawie analizy treści.
+   - Zgłaszanie podejrzanych numerów do bazy danych.
+   - Historia analiz i raportów dla użytkownika.
+   
+3. **Architektura Systemu**:
+   - **Frontend**: Zbudowany przy użyciu Streamlit, oferuje interfejs użytkownika pozwalający na szybkie analizy wiadomości.
+   - **Backend**: Silnik AI dostarczony przez SambaNova Systems, przetwarza dane i analizuje wiadomości w czasie rzeczywistym.
+   - **Baza danych**: Historia analiz i zgłoszenia są przechowywane lokalnie w formacie JSON, gwarantując prywatność i bezpieczeństwo danych.
+   
+4. **Zastosowane Technologie**:
+   - Streamlit: Do tworzenia interaktywnych interfejsów.
+   - phonenumbers: Walidacja numerów telefonów.
+   - Algorytmy AI: Zaawansowane modele do analizy treści wiadomości.
+        """,
+        'security_title': "### Bezpieczeństwo Danych",
+        'security': """
+Wszystkie dane użytkowników są przetwarzane i przechowywane lokalnie. **Scam Detector** nie korzysta z zewnętrznych serwerów, co zapewnia pełną prywatność i bezpieczeństwo. Analiza danych odbywa się na urządzeniu użytkownika, minimalizując ryzyko wycieku danych.
+        """,
+        'team_title': "### O Mnie",
+        'team': """
+Nazywam się Rafał i od wielu lat pasjonuję się programowaniem oraz badaniem sztucznej inteligencji. Moje zainteresowanie technologią, w połączeniu z osobistym doświadczeniem z oszustwami SMS, zainspirowało mnie do stworzenia aplikacji **Scam Detector**. 
 
-**API Dokumentacja**: Model językowy AI, wykorzystywany do analizy wiadomości, został dostarczony przez SambaNova Systems, który umożliwia szczegółową analizę treści wiadomości oraz ocenę ryzyka oszustwa.
+Jestem hobbystą, ale moje projekty mają na celu realne wsparcie użytkowników w ich codziennym życiu. Moim celem jest zwiększenie świadomości o zagrożeniach cybernetycznych i ochrona przed nimi za pomocą prostych, ale skutecznych narzędzi technologicznych.
         """,
-        'team_title': "O autorze",
-        'team': """Jestem Rafał, hobbysta programowania i badacz sztucznej inteligencji. Zainspirowany własnymi doświadczeniami, stworzyłem tę aplikację, aby zwiększyć bezpieczeństwo użytkowników w cyfrowym świecie, opierając się na zaawansowanych technologiach AI i prostych narzędziach, które mają realny wpływ na codzienną ochronę danych osobowych i finansowych.""",
-        'contact': "W razie pytań lub sugestii dotyczących projektu, zapraszam do kontaktu poprzez zakładkę [Kontakt](#)."
+        'contact': """
+Jeśli masz pytania lub sugestie dotyczące projektu, skontaktuj się ze mną poprzez zakładkę [Kontakt](#).
+        """
     },
     'German': {
         'header': "📄 Über das Projekt",
-        'intro': """**SMS-Analyse** ist eine innovative Anwendung, die entwickelt wurde, um Benutzer bei der Erkennung von SMS-Betrug zu unterstützen. Sie wurde als Reaktion auf die zunehmenden Bedrohungen durch Phishing und SMS-Betrug entwickelt.""",
-        'history': """Kurze Geschichte:
-Das Projekt begann, als meine Frau eine seltsame SMS von einer unbekannten Nummer erhielt. Jemand gab sich als eines unserer Kinder aus, das zu diesem Zeitpunkt friedlich schlief. Dies war der Auslöser, der mich dazu brachte, diese Anwendung zu entwickeln, die solche Nachrichten mit Unterstützung von SambaNova Systems und deren fortschrittlichen AI-Lösungen analysiert.""",
-        'features_title': "Funktionen der Anwendung:",
+        'intro': """
+### Scam Detector – Über das Projekt
+
+**Scam Detector** ist eine fortschrittliche Webanwendung, die als Antwort auf die wachsenden Bedrohungen durch SMS-Betrug und Phishing entwickelt wurde. Durch den Einsatz moderner Algorithmen der künstlichen Intelligenz ermöglicht die Anwendung die automatische Analyse von Textnachrichten, um potenzielle Betrugsversuche und Phishing zu identifizieren. Das Ziel von **Scam Detector** ist es, Benutzer vor den immer häufiger auftretenden Cyberangriffen zu schützen und sie gleichzeitig im Erkennen von Bedrohungen und der richtigen Reaktion darauf zu schulen.
+        """,
+        'history': """
+### Entstehungsgeschichte
+
+Das Projekt **Scam Detector** entstand, als meine Frau eine merkwürdige SMS von einer unbekannten Nummer erhielt, in der sich jemand als eines unserer Kinder ausgab. Dies war der Anstoß, der mich dazu brachte, eine Anwendung zu entwickeln, die solche Nachrichten analysiert. Mit Unterstützung von **SambaNova Systems** nutzt die Anwendung fortschrittliche KI-Modelle, um potenziellen Betrug zu erkennen.
+        """,
+        'features_title': "### Funktionen der Anwendung",
         'features': """
-- **SMS-Inhaltsanalyse**: Einsatz von KI zur Erkennung verdächtiger Nachrichten.
-- **Risikobewertung**: Betrugsbewertung der Nachrichten auf einer Skala von 1 bis 10.
-- **Benutzerempfehlungen**: Vorschläge, wie Benutzer bei verdächtigen Nachrichten vorgehen sollten.
-- **Nummer als Betrug melden**: Möglichkeit, eine Nummer zur lokalen Betrügerdatenbank hinzuzufügen.
-- **Analyseverlauf**: Übersicht über die durchgeführten Analysen.
+- **SMS-Inhaltsanalyse**: Automatische Erkennung verdächtiger Muster in Nachrichten.
+- **Risikobewertung**: Bewertung der Nachricht auf einer Skala von 1 (niedriges Risiko) bis 10 (sehr hohes Risiko).
+- **Empfehlungen**: Empfehlungen für Benutzer zum Umgang mit verdächtigen Nachrichten.
+- **Meldung von Nummern**: Möglichkeit, verdächtige Nummern zur lokalen Datenbank hinzuzufügen.
+- **Analyseverlauf**: Übersicht über alle durchgeführten Analysen.
         """,
-        'tech_title': "Im Projekt verwendete Technologien:",
+        'tech_title': "### Im Projekt verwendete Technologien",
         'tech': """
-- **Streamlit**: Framework zur Entwicklung interaktiver Webanwendungen.
+- **Streamlit**: Framework für den Aufbau interaktiver Webanwendungen.
 - **phonenumbers**: Bibliothek zur Validierung von Telefonnummern.
-- **SambaNova Systems**: Firma, die fortschrittliche AI-Lösungen bereitstellt und die Analyse von SMS-Inhalten unterstützt.
-- **JSON**: Format zur lokalen Speicherung von Daten wie Analyseverlauf und gemeldeten Nummern.
+- **SambaNova Systems**: Firma, die fortschrittliche KI-Modelle zur Unterstützung der Inhaltsanalyse von SMS bereitstellt.
+- **JSON**: Format zur lokalen Speicherung von Benutzerdaten.
         """,
-        'spec_title': "Anwendungsspezifikationen",
+        'spec_title': "### Technische Spezifikationen",
         'spec': """
-**Zweck der Anwendung**: Erkennung von potenziellen SMS-Betrugsversuchen und Steigerung des Bewusstseins für Phishing-Bedrohungen.
-
-**Systemarchitektur**: Die Anwendung basiert auf Streamlit für die Benutzeroberfläche, während die Analyse von SambaNova Systems unterstützt wird. Daten wie der Analyseverlauf und gemeldete Nummern werden lokal im JSON-Format gespeichert.
+1. **Zweck der Anwendung**: Erkennung von SMS-Betrug und Schutz der Benutzer vor Cyberbedrohungen.
+   
+2. **Funktionen**:
+   - Automatische Inhaltsanalyse von SMS.
+   - Risikobewertung auf Basis der Nachrichteninhalte.
+   - Meldung verdächtiger Nummern an die lokale Datenbank.
+   - Analyseverlauf und Berichte für Benutzer.
+   
+3. **Systemarchitektur**:
+   - **Frontend**: Erstellt mit Streamlit, bietet eine benutzerfreundliche Oberfläche zur schnellen Analyse von Nachrichten.
+   - **Backend**: Der AI-Analyse-Engine wird von SambaNova Systems bereitgestellt und verarbeitet Daten in Echtzeit.
+   - **Datenbank**: Analyseverlauf und Berichte werden lokal im JSON-Format gespeichert, was die Privatsphäre und Sicherheit der Benutzer garantiert.
+   
+4. **Verwendete Technologien**:
+   - Streamlit: Interaktive Webanwendungen.
+   - phonenumbers: Validierung von Telefonnummern.
+   - KI-Algorithmen: Fortgeschrittene Modelle zur Analyse von Nachrichteninhalten.
+        """,
+        'security_title': "### Datensicherheit",
+        'security': """
+Alle Benutzerdaten werden lokal verarbeitet und gespeichert. **Scam Detector** nutzt keine externen Server, um die Privatsphäre und Sicherheit zu gewährleisten. Die Analyse erfolgt auf dem Gerät des Benutzers, wodurch das Risiko eines Datenlecks minimiert wird.
+        """,
+        'team_title': "### Über mich",
+        'team': """
+Mein Name ist Rafał und ich bin leidenschaftlicher Programmierer und Forscher im Bereich der künstlichen Intelligenz. Mein Interesse an Technologie und meine persönlichen Erfahrungen mit SMS-Betrug haben mich dazu inspiriert, die Anwendung **Scam Detector** zu entwickeln.
 
-**API-Dokumentation**: Das von SambaNova Systems bereitgestellte AI-Modell wird verwendet, um SMS-Inhalte zu analysieren und das Betrugsrisiko zu bewerten.
+Ich bin ein Hobbyentwickler, aber meine Projekte zielen darauf ab, praktische Lösungen zu schaffen, die das tägliche Leben der Benutzer verbessern. Mein Ziel ist es, das Bewusstsein für Cyberbedrohungen zu schärfen und den Benutzern einfache, aber effektive Werkzeuge zum Schutz vor diesen Bedrohungen bereitzustellen.
         """,
-        'team_title': "Über den Entwickler",
-        'team': """Ich bin Rafał, ein Hobbyprogrammierer und Forscher im Bereich künstliche Intelligenz. Aus persönlichen Erfahrungen inspiriert, habe ich diese Anwendung entwickelt, um die Sicherheit der Benutzer in der digitalen Welt zu erhöhen. Die Anwendung basiert auf fortschrittlichen KI-Technologien und einfachen Tools, die einen echten Einfluss auf den täglichen Schutz von persönlichen und finanziellen Daten haben.""",
-        'contact': "Für Fragen oder Anregungen zum Projekt kontaktieren Sie mich über die [Kontakt](#)-Seite."
+        'contact': """
+Wenn Sie Fragen oder Anregungen zum Projekt haben, besuchen Sie bitte den Abschnitt [Kontakt](#).
+        """
     },
     'English': {
         'header': "📄 About the Project",
-        'intro': """**SMS Analysis** is an innovative application created to help users detect potential SMS fraud. It was developed in response to the growing threats of phishing and SMS scams.""",
-        'history': """Brief history:
-The project started when my wife received a strange SMS from an unknown number. Someone pretended to be one of our children, who was peacefully sleeping at the time. This was the impulse that led me to create this application, using advanced AI solutions provided by SambaNova Systems to analyze such messages.""",
-        'features_title': "Application Features:",
+        'intro': """
+### Scam Detector – About the Project
+
+**Scam Detector** is an advanced web application created in response to the growing threats of SMS fraud and phishing. By utilizing modern AI algorithms, the app enables automatic analysis of text messages, identifying potential fraud and phishing attempts. The goal of **Scam Detector** is to protect users from increasingly common cyberattacks, while also educating them on recognizing threats and responding appropriately.
+        """,
+        'history': """
+### Project History
+
+The **Scam Detector** project was born when my wife received a strange SMS from an unknown number, where someone pretended to be one of our children. This was the spark that motivated me to create an app that analyzes such messages. With support from **SambaNova Systems**, the app uses advanced AI models to detect potential fraud.
+        """,
+        'features_title': "### Application Features",
         'features': """
-- **SMS Content Analysis**: Using AI to detect suspicious messages.
-- **Risk Assessment**: Evaluating the message's fraud risk on a scale of 1 to 10.
-- **User Recommendations**: Suggestions on how users should respond to suspicious messages.
-- **Report Number as Fraud**: Ability to add a number to the local fraud database.
-- **Analysis History**: Review of past analyses.
+- **SMS Content Analysis**: Automatic detection of suspicious patterns in messages.
+- **Risk Assessment**: Message evaluation on a scale from 1 (low risk) to 10 (very high risk).
+- **Recommendations**: User recommendations on how to handle suspicious messages.
+- **Number Reporting**: Ability to report suspicious numbers to the local database.
+- **Analysis History**: Overview of all conducted analyses.
         """,
-        'tech_title': "Technologies Used in the Project:",
+        'tech_title': "### Technologies Used in the Project",
         'tech': """
-- **Streamlit**: A framework for developing interactive web applications.
-- **phonenumbers**: A library for validating phone numbers.
-- **SambaNova Systems**: A company providing advanced AI solutions, supporting SMS content analysis.
-- **JSON**: A format for local storage of data such as analysis history and reported numbers.
+- **Streamlit**: Framework for building interactive web applications.
+- **phonenumbers**: Library for phone number validation.
+- **SambaNova Systems**: Company providing advanced AI models that support SMS content analysis.
+- **JSON**: Format for local storage of user data.
         """,
-        'spec_title': "Application Specifications",
+        'spec_title': "### Technical Specifications",
         'spec': """
-**Application Purpose**: Detection of potential SMS fraud and increasing awareness of phishing threats.
-
-**System Architecture**: The application relies on Streamlit for the frontend and uses AI analysis supported by SambaNova Systems. Data, such as analysis history and reported numbers, are stored locally in JSON format.
+1. **Application Purpose**: Detecting SMS fraud and protecting users from cyber threats.
+   
+2. **Features**:
+   - Automatic SMS content analysis.
+   - Risk assessment based on message content.
+   - Reporting suspicious numbers to the local database.
+   - Analysis history and reports for users.
+   
+3. **System Architecture**:
+   - **Frontend**: Built using Streamlit, offers a user-friendly interface for quick message analysis.
+   - **Backend**: The AI engine is powered by SambaNova Systems, processing data in real-time.
+   - **Database**: Analysis history and reports are stored locally in JSON format, ensuring privacy and data security.
+   
+4. **Technologies Used**:
+   - Streamlit: Interactive web applications.
+   - phonenumbers: Phone number validation.
+   - AI Algorithms: Advanced models for message content analysis.
+        """,
+        'security_title': "### Data Security",
+        'security': """
+All user data is processed and stored locally. **Scam Detector** does not use external servers, ensuring privacy and security. Data analysis is performed on the user's device, minimizing the risk of data leaks.
+        """,
+        'team_title': "### About Me",
+        'team': """
+My name is Rafał, and I am passionate about programming and researching artificial intelligence. My interest in technology, combined with personal experiences with SMS fraud, inspired me to create the **Scam Detector** app.
 
-**API Documentation**: The AI model provided by SambaNova Systems is used to analyze SMS content and assess fraud risk.
+I am a hobbyist developer, but my projects aim to provide practical solutions that make a real impact on users' everyday lives. My goal is to raise awareness of cyber threats and provide users with simple yet powerful tools to protect themselves.
         """,
-        'team_title': "About the Developer",
-        'team': """I am Rafał, a hobbyist programmer and AI researcher. Inspired by personal experiences, I developed this application to enhance user security in the digital world. It is built on advanced AI technologies and simple tools that have a real impact on the daily protection of personal and financial data.""",
-        'contact': "For questions or suggestions about the project, contact me through the [Contact](#) section."
+        'contact': """
+If you have any questions or suggestions regarding the project, please visit the [Contact](#) section.
+        """
     }
 }
 
@@ -118,8 +205,10 @@ def main(language):
     st.subheader(page_translations[language]['spec_title'])
     st.write(page_translations[language]['spec'])
 
+    st.subheader(page_translations[language]['security_title'])
+    st.write(page_translations[language]['security'])
+
     st.subheader(page_translations[language]['team_title'])
     st.write(page_translations[language]['team'])
 
     st.write(page_translations[language]['contact'])
-