rafaldembski commited on
Commit
d5605fe
·
verified ·
1 Parent(s): 93f0c90

Update pages/About.py

Browse files
Files changed (1) hide show
  1. pages/About.py +44 -65
pages/About.py CHANGED
@@ -6,117 +6,99 @@ import streamlit as st
6
  page_translations = {
7
  'Polish': {
8
  'header': "📄 O Projekcie",
9
- 'intro': """**Detektor Fałszywych Wiadomości SMS** to innowacyjna aplikacja, stworzona z myślą o analizie wiadomości SMS i identyfikacji potencjalnych oszustw. Została opracowana w odpowiedzi na narastające zagrożenie związane z phishingiem SMS oraz oszustwami telefonicznymi, z myślą o zapewnieniu użytkownikom narzędzi do ochrony ich danych i finansów.""",
10
  'history': """Krótka historia:
11
- Początek projektu miał miejsce, gdy moja żona otrzymała dziwną wiadomość SMS z nieznanego numeru, w której ktoś podszywał się pod jedno z naszych dzieci, które w tym czasie smacznie spało w swoim pokoju. To był impuls, który skłonił mnie do stworzenia tej aplikacji, której zadaniem jest analiza takich wiadomości, używając zaawansowanego modelu AI Meta-Llama-3.1-8B-Instruct.""",
12
  'features_title': "Funkcje aplikacji:",
13
  'features': """
14
  - **Analiza treści SMS**: Wykorzystanie sztucznej inteligencji do wykrywania podejrzanych wiadomości.
15
- - **Ocena ryzyka**: Ocena wiadomości pod kątem potencjalnego oszustwa, na skali od 1 do 10.
16
- - **Zalecenia dla użytkownika**: Rekomendacje dotyczące dalszych kroków, które należy podjąć w przypadku podejrzanych wiadomości.
17
- - **Zgłoszenie numeru jako oszustwo**: Możliwość dodania numeru do lokalnej bazy fałszywych numerów.
18
- - **Historia analiz**: Możliwość przeglądania historii przeprowadzonych analiz.
19
  """,
20
  'tech_title': "Technologie użyte w projekcie:",
21
  'tech': """
22
- - **Streamlit**: Framework do szybkiego tworzenia interaktywnych aplikacji webowych.
23
  - **phonenumbers**: Biblioteka do walidacji numerów telefonów.
24
- - **SambaNova AI**: Zaawansowany model językowy do analizy treści SMS.
25
- - **JSON**: Lokalny format przechowywania danych, takich jak historia analiz i zgłoszone numery.
26
  """,
27
  'spec_title': "Specyfikacja Aplikacji",
28
  'spec': """
29
- **Cel Aplikacji**: Aplikacja pomaga w identyfikacji potencjalnych oszustw SMS i zwiększa bezpieczeństwo użytkowników.
30
 
31
- **Architektura Systemu**: Aplikacja składa się z warstwy front-endowej, obsługiwanej przez Streamlit, i warstwy back-endowej, w której analiza oparta jest na modelu SambaNova AI. System wykorzystuje lokalne przechowywanie danych w formacie JSON.
32
 
33
- **API Dokumentacja**: Wykorzystywane jest API SambaNova do analizy wiadomości z użyciem zaawansowanego modelu językowego Meta-Llama-3.1-8B-Instruct.
34
  """,
35
- 'roadmap_title': "Przyszłe Rozwój",
36
- 'roadmap': """
37
- - Integracja z globalnymi bazami danych o oszustwach.
38
- - Powiadomienia w czasie rzeczywistym o podejrzanych numerach.
39
- - Rozbudowanie systemu rekomendacji o najnowsze metody oszustw.
40
- """,
41
- 'team_title': "Zespół",
42
- 'team': """Zespół składa się z ekspertów w dziedzinach analizy danych, bezpieczeństwa IT oraz programowania. Wspólnie tworzymy narzędzia, które zwiększają bezpieczeństwo użytkowników w cyfrowym świecie.""",
43
- 'contact': "Skontaktuj się z nami poprzez zakładkę [Kontakt](#), aby uzyskać więcej informacji."
44
  },
45
  'German': {
46
  'header': "📄 Über das Projekt",
47
- 'intro': """**SMS-Analyse** ist eine innovative Anwendung, die entwickelt wurde, um Benutzern zu helfen, potenziellen SMS-Betrug zu erkennen. Sie wurde als Antwort auf die zunehmende Bedrohung durch Phishing und SMS-Betrug entwickelt und soll Nutzern Werkzeuge an die Hand geben, um ihre Daten und Finanzen zu schützen.""",
48
  'history': """Kurze Geschichte:
49
- Das Projekt begann, als meine Frau eine seltsame SMS von einer unbekannten Nummer erhielt. Jemand gab sich als eines unserer Kinder aus, das zu dieser Zeit friedlich in seinem Bett schlief. Dies war der Auslöser für die Entwicklung dieser Anwendung, die darauf abzielt, solche Nachrichten mithilfe eines fortschrittlichen AI-Modells, Meta-Llama-3.1-8B-Instruct, zu analysieren.""",
50
  'features_title': "Funktionen der Anwendung:",
51
  'features': """
52
  - **SMS-Inhaltsanalyse**: Einsatz von KI zur Erkennung verdächtiger Nachrichten.
53
- - **Risikobewertung**: Bewertung des Betrugsrisikos auf einer Skala von 1 bis 10.
54
- - **Benutzerempfehlungen**: Empfehlungen für den Benutzer, wie er bei verdächtigen Nachrichten vorgehen sollte.
55
  - **Nummer als Betrug melden**: Möglichkeit, eine Nummer zur lokalen Betrügerdatenbank hinzuzufügen.
56
- - **Analyseverlauf**: Einsicht in die Historie der durchgeführten Analysen.
57
  """,
58
  'tech_title': "Im Projekt verwendete Technologien:",
59
  'tech': """
60
- - **Streamlit**: Framework für die schnelle Entwicklung interaktiver Webanwendungen.
61
  - **phonenumbers**: Bibliothek zur Validierung von Telefonnummern.
62
- - **SambaNova AI**: Fortgeschrittenes Sprachmodell zur Analyse von SMS-Inhalten.
63
- - **JSON**: Lokales Format zur Speicherung von Daten wie Analyseverlauf und gemeldete Nummern.
64
  """,
65
  'spec_title': "Anwendungsspezifikationen",
66
  'spec': """
67
- **Zweck der Anwendung**: Die Anwendung hilft, potenziellen SMS-Betrug zu erkennen und die Sicherheit der Benutzer zu erhöhen.
68
 
69
- **Systemarchitektur**: Die Anwendung besteht aus einer Frontend-Schicht, die von Streamlit unterstützt wird, und einer Backend-Schicht, in der die Analyse auf dem SambaNova AI-Modell basiert. Das System nutzt die lokale Speicherung von Daten im JSON-Format.
70
 
71
- **API-Dokumentation**: Das SambaNova-API wird verwendet, um Nachrichten mit dem fortschrittlichen Sprachmodell Meta-Llama-3.1-8B-Instruct zu analysieren.
72
- """,
73
- 'roadmap_title': "Zukünftige Entwicklungen",
74
- 'roadmap': """
75
- - Integration mit globalen Datenbanken für Betrugsnummern.
76
- - Echtzeit-Benachrichtigungen über verdächtige Nummern.
77
- - Erweiterung des Empfehlungssystems um aktuelle Betrugsmethoden.
78
  """,
79
- 'team_title': "Das Team",
80
- 'team': """Unser Team besteht aus Experten in den Bereichen Datenanalyse, IT-Sicherheit und Programmierung. Gemeinsam entwickeln wir Werkzeuge, die die Sicherheit der Nutzer in der digitalen Welt erhöhen.""",
81
- 'contact': "Kontaktieren Sie uns über den [Kontakt](#)-Bereich, um weitere Informationen zu erhalten."
82
  },
83
  'English': {
84
  'header': "📄 About the Project",
85
- 'intro': """**SMS Analysis** is an innovative application designed to help users identify potential SMS fraud. It was developed in response to the growing threat of phishing and SMS scams, providing users with tools to protect their data and finances.""",
86
  'history': """Brief history:
87
- The project started when my wife received a strange SMS from an unknown number. Someone pretended to be one of our children, who at that moment was peacefully asleep. This was the impulse that led me to develop this application, aiming to analyze such messages using the advanced AI model Meta-Llama-3.1-8B-Instruct.""",
88
  'features_title': "Application Features:",
89
  'features': """
90
  - **SMS Content Analysis**: Using AI to detect suspicious messages.
91
- - **Risk Assessment**: Assessing fraud risk on a scale of 1 to 10.
92
- - **User Recommendations**: Providing recommendations on how to proceed with suspicious messages.
93
- - **Report Number as Fraud**: Ability to add a number to the local database of fraud numbers.
94
- - **Analysis History**: Review the history of conducted analyses.
95
  """,
96
  'tech_title': "Technologies Used in the Project:",
97
  'tech': """
98
- - **Streamlit**: A framework for quickly developing interactive web applications.
99
  - **phonenumbers**: A library for validating phone numbers.
100
- - **SambaNova AI**: An advanced language model for analyzing SMS content.
101
- - **JSON**: A local format for storing data, such as analysis history and reported numbers.
102
  """,
103
  'spec_title': "Application Specifications",
104
  'spec': """
105
- **Application Purpose**: The application helps identify potential SMS fraud and enhances user security.
106
 
107
- **System Architecture**: The application consists of a frontend layer powered by Streamlit and a backend layer where analysis is based on the SambaNova AI model. The system uses local data storage in JSON format.
108
 
109
- **API Documentation**: The SambaNova API is used to analyze messages using the advanced Meta-Llama-3.1-8B-Instruct language model.
110
  """,
111
- 'roadmap_title': "Future Development",
112
- 'roadmap': """
113
- - Integration with global fraud number databases.
114
- - Real-time notifications about suspicious numbers.
115
- - Expanding the recommendation system with the latest fraud detection methods.
116
- """,
117
- 'team_title': "The Team",
118
- 'team': """Our team consists of experts in data analysis, IT security, and programming. Together, we develop tools that enhance user security in the digital world.""",
119
- 'contact': "Contact us via the [Contact](#) section for more information."
120
  }
121
  }
122
 
@@ -136,9 +118,6 @@ def main(language):
136
  st.subheader(page_translations[language]['spec_title'])
137
  st.write(page_translations[language]['spec'])
138
 
139
- st.subheader(page_translations[language]['roadmap_title'])
140
- st.write(page_translations[language]['roadmap'])
141
-
142
  st.subheader(page_translations[language]['team_title'])
143
  st.write(page_translations[language]['team'])
144
 
 
6
  page_translations = {
7
  'Polish': {
8
  'header': "📄 O Projekcie",
9
+ '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.""",
10
  'history': """Krótka historia:
11
+ 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.""",
12
  'features_title': "Funkcje aplikacji:",
13
  'features': """
14
  - **Analiza treści SMS**: Wykorzystanie sztucznej inteligencji do wykrywania podejrzanych wiadomości.
15
+ - **Ocena ryzyka**: Ocena wiadomości pod kątem potencjalnego oszustwa na skali od 1 do 10.
16
+ - **Zalecenia dla użytkownika**: Sugestie dotyczące dalszych działań w przypadku podejrzanych wiadomości.
17
+ - **Zgłoszenie numeru jako oszustwo**: Możliwość zgłoszenia numeru do lokalnej bazy fałszywych numerów.
18
+ - **Historia analiz**: Przegląd historii przeprowadzonych analiz.
19
  """,
20
  'tech_title': "Technologie użyte w projekcie:",
21
  'tech': """
22
+ - **Streamlit**: Framework do tworzenia interaktywnych aplikacji webowych.
23
  - **phonenumbers**: Biblioteka do walidacji numerów telefonów.
24
+ - **SambaNova Systems**: Firma dostarczająca zaawansowane rozwiązania AI, wspierająca analizę treści wiadomości.
25
+ - **JSON**: Format do lokalnego przechowywania danych, takich jak historia analiz i zgłoszone numery.
26
  """,
27
  'spec_title': "Specyfikacja Aplikacji",
28
  'spec': """
29
+ **Cel Aplikacji**: Detekcja potencjalnych oszustw SMS oraz zwiększenie świadomości na temat zagrożeń związanych z phishingiem SMS.
30
 
31
+ **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.
32
 
33
+ **API Dokumentacja**: Model językowy AI, wykorzystywany do analizy wiadomości, został dostarczony przez SambaNova Systems, który umożliwia szczegółową analizę treści wiadomości oraz ocenę ryzyka oszustwa.
34
  """,
35
+ 'team_title': "O autorze",
36
+ '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.""",
37
+ 'contact': "W razie pytań lub sugestii dotyczących projektu, zapraszam do kontaktu poprzez zakładkę [Kontakt](#)."
 
 
 
 
 
 
38
  },
39
  'German': {
40
  'header': "📄 Über das Projekt",
41
+ '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.""",
42
  'history': """Kurze Geschichte:
43
+ 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.""",
44
  'features_title': "Funktionen der Anwendung:",
45
  'features': """
46
  - **SMS-Inhaltsanalyse**: Einsatz von KI zur Erkennung verdächtiger Nachrichten.
47
+ - **Risikobewertung**: Betrugsbewertung der Nachrichten auf einer Skala von 1 bis 10.
48
+ - **Benutzerempfehlungen**: Vorschläge, wie Benutzer bei verdächtigen Nachrichten vorgehen sollten.
49
  - **Nummer als Betrug melden**: Möglichkeit, eine Nummer zur lokalen Betrügerdatenbank hinzuzufügen.
50
+ - **Analyseverlauf**: Übersicht über die durchgeführten Analysen.
51
  """,
52
  'tech_title': "Im Projekt verwendete Technologien:",
53
  'tech': """
54
+ - **Streamlit**: Framework zur Entwicklung interaktiver Webanwendungen.
55
  - **phonenumbers**: Bibliothek zur Validierung von Telefonnummern.
56
+ - **SambaNova Systems**: Firma, die fortschrittliche AI-Lösungen bereitstellt und die Analyse von SMS-Inhalten unterstützt.
57
+ - **JSON**: Format zur lokalen Speicherung von Daten wie Analyseverlauf und gemeldeten Nummern.
58
  """,
59
  'spec_title': "Anwendungsspezifikationen",
60
  'spec': """
61
+ **Zweck der Anwendung**: Erkennung von potenziellen SMS-Betrugsversuchen und Steigerung des Bewusstseins für Phishing-Bedrohungen.
62
 
63
+ **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.
64
 
65
+ **API-Dokumentation**: Das von SambaNova Systems bereitgestellte AI-Modell wird verwendet, um SMS-Inhalte zu analysieren und das Betrugsrisiko zu bewerten.
 
 
 
 
 
 
66
  """,
67
+ 'team_title': "Über den Entwickler",
68
+ '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.""",
69
+ 'contact': "Für Fragen oder Anregungen zum Projekt kontaktieren Sie mich über die [Kontakt](#)-Seite."
70
  },
71
  'English': {
72
  'header': "📄 About the Project",
73
+ '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.""",
74
  'history': """Brief history:
75
+ 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.""",
76
  'features_title': "Application Features:",
77
  'features': """
78
  - **SMS Content Analysis**: Using AI to detect suspicious messages.
79
+ - **Risk Assessment**: Evaluating the message's fraud risk on a scale of 1 to 10.
80
+ - **User Recommendations**: Suggestions on how users should respond to suspicious messages.
81
+ - **Report Number as Fraud**: Ability to add a number to the local fraud database.
82
+ - **Analysis History**: Review of past analyses.
83
  """,
84
  'tech_title': "Technologies Used in the Project:",
85
  'tech': """
86
+ - **Streamlit**: A framework for developing interactive web applications.
87
  - **phonenumbers**: A library for validating phone numbers.
88
+ - **SambaNova Systems**: A company providing advanced AI solutions, supporting SMS content analysis.
89
+ - **JSON**: A format for local storage of data such as analysis history and reported numbers.
90
  """,
91
  'spec_title': "Application Specifications",
92
  'spec': """
93
+ **Application Purpose**: Detection of potential SMS fraud and increasing awareness of phishing threats.
94
 
95
+ **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.
96
 
97
+ **API Documentation**: The AI model provided by SambaNova Systems is used to analyze SMS content and assess fraud risk.
98
  """,
99
+ 'team_title': "About the Developer",
100
+ '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.""",
101
+ 'contact': "For questions or suggestions about the project, contact me through the [Contact](#) section."
 
 
 
 
 
 
102
  }
103
  }
104
 
 
118
  st.subheader(page_translations[language]['spec_title'])
119
  st.write(page_translations[language]['spec'])
120
 
 
 
 
121
  st.subheader(page_translations[language]['team_title'])
122
  st.write(page_translations[language]['team'])
123