URLTran: Improving Phishing URL Detection Using Transformers
浏览器通常包括检测钓鱼网页的安全功能。过去,一些浏览器会评估未知URL,以便将其包含在已知钓鱼页面列表中。然而,随着URL和已知钓鱼网页的数量持续快速增加,浏览器开始包含一个或多个机器学习分类器作为其安全服务的一部分,旨在更好地保护最终用户免受伤害。虽然可以使用额外的信息,但浏览器通常使用一些分类器来评估每个未知的URL,以便快速检测这些钓鱼页面。早期的网络钓鱼检测使用标准的机器学习分类器,但最近的研究提出了使用深度学习模型进行网络钓鱼URL检测任务。同时,使用Transformers的文本嵌入研究在许多自然语言处理任务中取得了最先进的成果。在这项工作中,我们进行了全面的分析Transformer模型的钓鱼网址检测任务。我们考虑了标准的掩蔽语言模型和额外的特定于领域的预训练任务,并将这些模型与微调的BERT和RoBERTa模型进行了比较。结合这些实验的见解,我们提出了URLTran,与其他基于深度学习的方法相比,它使用Transformers在很低的误报率(FPR)范围内显着提高钓鱼URL检测的性能。例如,URLTran产生86.80%的真阳性率(TPR),而FPR为0.01%时的下一个最佳基线为71.20%,导致相对改善超过21.9%。此外,我们考虑了一些经典的对抗性黑盒网络钓鱼攻击,如那些基于homoglyphs和复合词分裂,以提高URLTran的鲁棒性。我们考虑对这些对抗样本…
2021-08-27 cs.CR
Phishing URL Detection: A Network-based Approach Robust to Evasion
Hanyang University(汉阳大学);Yonsei University(延世大学)
许多网络攻击都是从传播网络钓鱼URL开始的。当点击这些钓鱼网址时,受害者的私人信息就会泄露给攻击者。已经提出了几种机器学习方法来检测钓鱼URL。然而,它仍然是未充分探索,以检测钓鱼网址与逃避,即,通过操纵模式假装是良性的网络钓鱼URL。在许多情况下,攻击者i)重复使用准备好的钓鱼网页,因为制作一个全新的集合需要花费不小的费用,ii)更喜欢不需要私人信息的托管公司,并且比其他公司便宜,iii)更喜欢共享托管以节省成本,iv)有时使用良性域,IP地址和URL字符串模式来逃避现有的检测方法。受这些行为特征的启发,我们提出了一种基于网络的推理方法来准确检测具有合法模式的钓鱼URL,即,鲁棒的逃避。在网络方法中,即使在逃避之后,钓鱼URL仍将被识别为钓鱼,除非网络中的大多数邻居同时被逃避。我们的方法在各种实验测试中始终显示出比最先进的方法更好的检测性能,例如,我们的方法的F-1为0.89,而最好的基于特征的方法为0.84。
2022-09-03 cs.CR cs.LG
Understanding phishers' strategies of mimicking uniform resource locators to leverage phishing attacks: A machine learning approach
网络钓鱼是一种社会工程攻击,旨在窃取用户数据,包括登录凭据和信用卡号码,导致组织和个人的财务损失。当攻击者伪装成受信任的实体,诱使受害者点击电子邮件或短信中的链接或附件时,就会发生这种情况。网络钓鱼通常通过社交网络上的电子邮件或短信发起。以前的研究表明,网络钓鱼攻击可以通过查看URL来识别。识别网络钓鱼者用来模仿网络钓鱼URL的技术是一个相当具有挑战性的问题。目前,我们对网络犯罪分子如何试图模仿具有与合法URL相同外观和感觉的URL,以诱使人们点击链接的知识和理解有限。因此,本文研究了网络钓鱼URL(统一资源定位符)的特征选择,旨在探索网络钓鱼者模仿URL的策略,可以明显地欺骗人们点击链接。我们在网络钓鱼数据集上采用了机器学习(ML)中的信息增益(IG)和卡方特征选择方法。该数据集包含从2015年1月至5月和2017年5月至6月下载的5000个网络钓鱼和另外5000个合法URL中提取的48个特征。我们的研究结果显示,有10种技术,网络钓鱼者用来模仿网址操纵人类点击链接。识别这些网络钓鱼URL操作技术肯定有助于教育个人和组织,并使他们免受网络钓鱼攻击。此外,这项研究的结果也将有助于开发反网络钓鱼工具,框架或浏览器插件,以防止网络钓鱼。
2020-07-01 cs.CR
Efficient Phishing URL Detection Using Graph-based Machine Learning and Loopy Belief Propagation
针对传统钓鱼URL检测易被攻击者规避的问题,提出融合URL结构与网络特征的图机器学习模型,结合改进收敛策略的LBP与动态边势机制,在真实数据集上F1最高达98.77%,提升了钓鱼检测可靠性。
2025-01-12 cs.CR
A Transformer-based Model to Detect Phishing URLs
University of Guelph(圭尔夫大学)
网络钓鱼攻击是最近引起网络安全界极大关注的新兴安全问题之一。存在用于钓鱼URL检测的许多现有方法。然而,恶意URL检测仍然是一个研究热点,因为攻击者可以绕过新引入的检测机制,通过改变他们的策略。本文将介绍一种基于transformer的恶意URL检测模型,该模型具有显著的准确性,优于现有的检测方法。我们进行了实验,并与现有的六个经典的检测模型进行比较。实验表明,我们的transformer为基础的模型是最好的表现模型从所有的角度在七个模型中,达到97.3%的检测准确率。
2021-09-05 cs.CR cs.LG
PhishMatch: A Layered Approach for Effective Detection of Phishing URLs
TCS Research(塔塔咨询服务研究部)
网络钓鱼攻击仍然是互联网上的一个重大威胁。先前的研究表明,可以通过更仔细地分析其URL来确定网站是否是钓鱼网站。基于URL的方法的一个主要优点是,它甚至可以在网页在浏览器中呈现之前识别钓鱼网站,从而避免其他潜在的问题,例如加密劫持和驾车下载。然而,传统的基于URL的方法有其局限性。基于黑名单的方法容易受到零时网络钓鱼攻击,基于高级机器学习的方法消耗高资源,而其他方法将URL发送到危及用户隐私的远程服务器。在本文中,我们提出了一个分层的反钓鱼防御,PhishMatch,这是强大的,准确的,廉价的,和客户端。我们设计了一个时空有效的Aho-Corasick算法的精确字符串匹配和基于n-gram的索引技术的近似字符串匹配,以检测各种域名抢注技术在钓鱼网址。为了减少误报,我们使用全局白名单和个性化用户白名单。我们还确定访问URL的上下文,并使用该信息更准确地对输入URL进行分类。PhishMatch的最后一个组件涉及一个机器学习模型和受控的搜索引擎查询来对URL进行分类。一个为Chrome浏览器开发的PhishMatch原型插件被发现是快速和轻量级的。我们的评估表明,PhishMatch是高效和有效的。
2021-12-04 cs.CR cs.LG
To Ensemble or Not: Assessing Majority Voting Strategies for Phishing Detection with Large Language Models
American University of Beirut(贝鲁特美国大学);Maroun Semaan Faculty of Engineering(马龙·西安工程学院)
本研究评估了三种多数投票策略(基于提示词、基于模型和混合集成)在LLM钓鱼URL检测中的表现,发现集成策略仅在个体组件性能相当时最有效,性能差异显著时不如最佳单一模型。
2024-11-29 cs.AI cs.CL
LLMs are One-Shot URL Classifiers and Explainers
University of Sydney(悉尼大学);University of New South Wales(新南威尔士大学);Thales Australia(泰雷兹澳大利亚公司)
本文提出一种基于 LLM 和思维链推理的一次性学习框架,用于恶意 URL 分类与自然语言解释,实验表明其性能接近监督模型且解释具有高可读性与一致性。
2024-09-22 cs.AI
Bridging the Gap in Phishing Detection: A Comprehensive Phishing Dataset Collector
本文提出一个钓鱼资源收集工具,利用PhishTank获取URL并抓取多种网页资源,生成含4,056个合法和5,666个钓鱼URL的数据集,以弥合钓鱼检测数据多样性不足的差距。
2025-09-11 cs.CR
Look Before You Leap: Detecting Phishing Web Pages by Exploiting Raw URL And HTML Characteristics
本文提出WebPhish,一种利用原始URL和HTML内容嵌入及卷积神经网络进行端到端训练的钓鱼网页检测方法,实验准确率达98.1%,优于基线方法。
2023-09-05 cs.CR
A Lightweight Hybrid MLP-Based Framework for Real-Time Phishing URL Detection Using Structural URL Features
Department of Cyber Security Science, School of Information and Communication Technology, Federal University of Technology, Minna, Nigeria(网络安全科学系,信息与通信技术学院,联邦科技大学,米纳,尼日利亚)
提出一种结合黑名单筛选和仅基于结构URL特征的多层感知器(MLP)分类器的轻量级混合框架,用于实时钓鱼URL检测,在PhiUSIIL数据集上达到99.24%准确率和1.2ms推理延迟。
2026-05-30 cs.CR cs.LG
Semi-supervised Conditional GAN for Simultaneous Generation and Detection of Phishing URLs: A Game theoretic Perspective
网络钓鱼是一种网络攻击,攻击者通过电子邮件发送超链接到经过充分研究的目标。目的是通过模仿自己作为一个值得信赖的网站来获取敏感信息。近年来,深度学习已成为防御此类攻击的标准。然而,这些架构在设计时只考虑了防御。此外,在创建此类模型时,攻击者的观点和动机是不存在的。为了解决这个问题,我们需要一种博弈论的方法来理解攻击者(黑客)和防御者(网络钓鱼URL检测器)的观点。我们提出了一个具有新颖训练策略的条件生成对抗网络,用于实时网络钓鱼URL检测。此外,我们以半监督的方式训练我们的架构,以区分对抗性和真实示例,以及检测恶意和良性URL。我们还设计了两个游戏之间的攻击者和防御者在训练和部署设置,利用博弈论的角度。我们的实验证实,所提出的架构超越了最近的国家的最先进的体系结构的钓鱼网址检测。
2022-11-16 cs.CR cs.GT
Multi-Layer Perceptron Neural Network for Improving Detection Performance of Malicious Phishing URLs Without Affecting Other Attack Types Classification
New York University(纽约大学)
这里的假设指出,神经网络算法,如多层感知器(MLP)在区分恶意和半结构化钓鱼URL方面具有更高的准确性。与经典的机器学习算法如Logistic Regression和Multinomial Naive Bayes相比,经典算法严重依赖于大量的语料库数据训练和机器学习专家的领域知识来执行复杂的特征工程。MLP可以进行非线性的可分离多类分类,并且不需要太多的语料特征训练。此外,反向传播权重调整可以了解哪些特征在区分网络钓鱼和其他攻击类型方面更重要。
2022-02-25 cs.CR cs.LG
URL Inspection Tasks: Helping Users Detect Phishing Links in Emails
本研究提出基于URL检查任务的钓鱼防御机制,通过三种交互任务迫使用户理解URL结构,经2673人实验证明能显著降低钓鱼成功率,尤其对错拼域名有效。
2025-02-27 cs.CR
Web Phishing Net (WPN): A scalable machine learning approach for real-time phishing campaign detection
Future Cyber Defence, Research and Network Strategy BT Group(英国电信集团未来网络防御、研究与网络战略部门)
针对现有钓鱼URL检测方法计算需求高、影响隐私、难抵御威胁演变等问题,提出无监督学习方法Web Phishing Net(WPN),无需成对比较,可实时、可扩展地检测整个钓鱼活动,保护隐私且检测率高。
2025-02-17 cs.AI cs.CR cs.LG
Can Features for Phishing URL Detection Be Trusted Across Diverse Datasets? A Case Study with Explainable AI
Tennessee Tech University(田纳西理工大学)
本文通过两个公开钓鱼 URL 数据集和 SHAP 等可解释 AI 方法,实证分析了跨数据集场景下检测特征的可信度,发现钓鱼 URL 检测特征往往具有数据集依赖性,即使特征行为相同也未必能跨数据集泛化。
2024-11-22 cs.CR cs.LG
Mitigating Bias in Machine Learning Models for Phishing Webpage Detection
本文针对钓鱼网页检测中数据集偏差问题,提出一种可为任意合法URL生成钓鱼网页的工具,以缓解机器学习模型偏差并评估现有检测方案的有效性。
2024-01-16 cs.CR
A Large Scale Study and Classification of VirusTotal Reports on Phishing and Malware URLs
VirusTotal(VT)提供有关各种实体的聚合威胁情报,包括URL、IP地址和二进制文件。它被研究人员和实践者广泛用于收集地面实况和评估实体的恶意性。在这项工作中,我们提供了一个全面的分析VT URL扫描报告,其中包含95个扫描器的结果,超过两年的15.77亿个URL。已知单个VT扫描器在其检测和攻击类型分类方面是有噪声的。为了获得URL的高质量基础事实并积极采取适当的行动来减轻不同类型的攻击,存在两个挑战:(1)如何在给定噪声报告的情况下确定给定URL是否是恶意的,以及(2)如何确定攻击类型(例如,网络钓鱼或恶意软件托管)的URL所涉及的,给定来自不同扫描器的冲突攻击标签。在这项工作中,我们提供了一个系统的比较研究VT扫描器的行为,不同的攻击类型的URL。确定恶意性的常见做法是使用报告URL为恶意的扫描器的截止阈值。然而,在这项工作中,我们表明,使用固定的阈值是次优的,由于几个原因:(1)扫描仪之间的相关性;(2)领先/滞后行为;(3)扫描仪的专业性;(4)扫描仪的质量和可靠性。确定攻击类型的常见做法是使用多数表决。然而,我们表明,多数投票不能准确地分类的URL的攻击类型,由于相关扫描仪的偏见。相反,我们提出了一种基于机器学习的方法来分配攻击类型的URL给定的VT报告。
2022-05-26 cs.CR
MemoPhishAgent: Memory-Augmented Multi-Modal LLM Agent for Phishing URL Detection
Purdue University(普渡大学);Amazon(亚马逊)
本文提出MemoPhishAgent,通过整合多模态推理与记忆机制,提升钓鱼URL检测性能,实验显示其在召回率上优于现有方法,并在真实场景中实现高召回率。
2026-04-21 cs.CR
Enhancing Phishing Detection through Feature Importance Analysis and Explainable AI: A Comparative Study of CatBoost, XGBoost, and EBM Models
Telkom University(泰尔科姆大学);University of Indonesia(印度尼西亚大学)
本研究通过递归特征消除和可解释AI技术,比较了CatBoost、XGBoost和EBM在钓鱼URL检测中的性能,发现有效特征选择与模型可解释性能显著提升检测系统的效率与适应性。
2024-11-11 cs.AI cs.CR
Efficient but Vulnerable: Benchmarking and Defending LLM Batch Prompting Attack
George Mason University(乔治·马歇尔大学)
本研究揭示批量提示存在安全漏洞,构建BATCHSAFEBENCH基准,发现所有大模型易受攻击,并提出探测式防御方法,检测准确率达95%。
2025-06-20 cs.AI cs.CR cs.LG
Phish-Defence: Phishing Detection Using Deep Recurrent Neural Networks
VIT-AP University(VIT-AP大学)
在不断发展的互联网世界中,获取关键数据(如密码和登录凭据)以及敏感个人信息的方法越来越多。页面模拟(通常称为网络钓鱼)是获取此类有价值信息的一种方法。网络钓鱼是黑客最直接的网络攻击形式之一,也是受害者最容易上当的形式之一。它还可以为黑客提供访问目标个人和企业帐户所需的一切。这些网站不提供服务,而是收集用户的个人信息。在本文中,我们使用循环神经网络在检测恶意URL方面实现了最先进的准确性。与以前的研究不同,这些研究关注在线内容,URL和流量数字,我们只关注URL中的文本,这使得它更快,并捕获零日攻击。该网络已经过优化,可以在移动设备和树莓派等小型设备上使用,而不会牺牲推理时间。
2022-09-06 cs.AI cs.CR cs.NE
The Phish, The Spam, and The Valid: Generating Feature-Rich Emails for Benchmarking LLMs
Department of Informatics University of Oslo Oslo, Norway(信息学院奥斯陆大学奥斯陆挪威)
本文提出PhishFuzzer框架,通过将真实邮件输入大语言模型生成23100种结构一致的电子邮件变体,提供严格三类标签和元数据,评估LLM在不同设置下的可靠性与检测准确性。
2026-03-20 cs.AI cs.CR cs.DB
PhishVQC: Optimizing Phishing URL Detection with Correlation Based Feature Selection and Variational Quantum Classifier
Dept. of Computer Science and Engineering(计算机科学与工程系);World University of Bangladesh(世界大学);Southern University Bangladesh(孟加拉国南方大学);Brac University(布拉大学)
针对传统机器学习在复杂钓鱼URL检测中表现不佳的问题,本文提出量子模型PhishVQC,结合量子特征图与变分拟设,实现0.89的宏平均F1分数,较以往研究提升22%,证明了量子机器学习在提升检测准确率上的潜力。
2025-03-03 cs.CR cs.LG
AntiPhishStack: LSTM-based Stacked Generalization Model for Optimized Phishing URL Detection
Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences(中国科学院深圳先进技术研究院);Shenzhen College of Advanced Technology, University of Chinese Academy of Sciences(中国科学院大学深圳先进技术学院);University of Genoa(热那亚大学);University of Catania(卡塔尼亚大学);Shenzhen Polytechnic University(深圳职业技术大学)
提出两阶段堆叠模型 AntiPhishStack,融合字符级 TF-IDF、基础分类器、两层 LSTM 与 meta-XGBoost,在两个基准 URL 数据集上实现 96.04% 准确率。
2024-01-21 cs.CR cs.LG
PhishIntel: Toward Practical Deployment of Reference-Based Phishing Detection
针对基于参考的钓鱼检测器(RBPDs)实际部署中URL分析高延迟、低效率的问题,提出端到端系统PhishIntel,通过快慢任务架构优化检测流程,开发两个下游应用,实现低延迟且保留RBPDs零日检测能力。
2025-02-14 cs.CR
Reliability and Robustness analysis of Machine Learning based Phishing URL Detectors
The University of Adelaide(阿德莱德大学);The Centre for Research on Engineering Software Technologies(工程软件技术研究中心)
基于ML的网络钓鱼URL(MLPU)检测器作为第一级防御,保护用户和组织免受网络钓鱼攻击。最近,很少有研究对特定的MLPU检测器发起成功的对抗攻击,这对它们的实际可靠性和使用提出了质疑。然而,这些系统的鲁棒性还没有得到广泛的研究。因此,这些系统的安全漏洞,在一般情况下,仍然主要是未知的,这需要测试这些系统的鲁棒性。在这篇文章中,我们提出了一种方法来研究50个代表性的最先进的MLPU模型的可靠性和鲁棒性。首先,我们提出了一个具有成本效益的对抗性URL生成器URLBUG,它创建了一个对抗性URL数据集。随后,我们复制了50个MLPU(传统ML和深度学习)系统,并记录了它们的基线性能。最后,我们在对抗数据集上测试了所考虑的MLPU系统,并使用箱形图和热图分析了它们的鲁棒性和可靠性。我们的结果表明,生成的对抗性URL具有有效的语法,并且可以以11.99美元的年平均价格注册。在13%已经注册的对抗性URL中,63.94%被用于恶意目的。此外,当针对$Adv_\mathrm{data}$进行测试时,所考虑的MLPU模型马修相关系数(MCC)从中位数0.92下降到0.02,表明基线MLPU模型在其当前形式下不可靠。此外,我们的研究结果确定了这些系统的几个安全漏洞,并为研究人员设计可靠和安全的MLPU系统提供了未来的方向。
2022-11-24 cs.CR cs.LG
The System Prompt Is the Attack Surface: How LLM Agent Configuration Shapes Security and Creates Exploitable Vulnerabilities
Independent Researcher(独立研究员);Columbia University(哥伦比亚大学)
研究探讨了LLM邮件代理中系统提示配置对安全性和漏洞的影响,发现提示模型交互是关键安全变量,通过不同配置可使钓鱼检测率从低于1%到97%波动,同时提出Safetility指标以平衡检测、可用性和对抗鲁棒性。
2026-03-26 cs.AI cs.CR
Automated Phishing Detection Using URLs and Webpages
本研究针对传统基于参考的钓鱼检测的局限,提出基于大语言模型的智能体动态参考框架,准确率达0.945,显著优于DynaPhish,可应用于实际网络安全场景。
2024-08-16 cs.CR
Phishing URL Detection Through Top-level Domain Analysis: A Descriptive Approach
Edinburgh Napier University(爱丁堡龙比亚大学)
网络钓鱼被认为是最流行的网络攻击之一,因为它具有巨大的灵活性和惊人的高成功率。即使有足够的培训和高度的态势感知能力,用户仍然很难持续了解他们正在访问的网站的URL。传统的检测方法依赖于阻止列表和内容分析,这两种方法都需要耗时的人工验证。因此,已经尝试集中于这种URL的预测过滤。本研究旨在开发一种机器学习模型来检测可在Splunk平台内使用的欺诈性URL。受文献中类似方法的启发,我们使用文献中发现的恶意和良性数据集以及我们创建的一个数据集来训练SVM和随机森林算法。我们用精确度和召回率评估了算法的性能,在随机森林的情况下达到了85%的精确度和87%的召回率,而SVM仅使用描述性特征就达到了90%的精确度和88%的召回率。
2020-05-13 cs.CR cs.CY cs.LG
Phishing Webpage Detection: Unveiling the Threat Landscape and Investigating Detection Techniques
本综述系统分类了基于URL、内容与视觉的钓鱼网页检测技术,指出现有研究空白并提出潜在解决方案,以应对攻击者不断演变的规避策略。
2025-09-10 cs.CR
A Hybrid, Multi-Layered Pipeline for Phishing and Threat Classification: Independently Validated URL and NLP Engines with a Calibrated Multi-Channel Fusion Stage
Department of Communications and Information Engineering(通讯与信息工程系);Zewail City of Science and Technology(泽瓦尔科学与技术城)
提出一种混合管道,分别对URL和文本模态使用独立引擎评分并融合结果,在10,677封邮件基准测试中达到F1=0.914,并将真实垃圾邮件误报率降至3.6%。
2026-06-24 cs.CL cs.CR cs.LG
Detecting Quishing Attacks with Machine Learning Techniques Through QR Code Analysis
Electrical and Computer Engineering Department, American University of Beirut, Beirut, Lebanon(巴勒斯坦贝鲁特美国大学电气与计算机工程系);Electrical and Computer Engineering Department, Lebanese American University, Byblos, Lebanon(黎巴嫩美国大学电气与计算机工程系)
本文提出通过分析二维码结构和像素模式直接检测Quishing攻击,使用多种机器学习模型训练,XGBoost模型在AUC上达到0.9106,证明了以二维码为中心的检测可行性。
2026-04-18 cs.AI cs.CR
Eyes on the Phish(er): Towards Understanding Users' Email Processing Pattern and Mental Models in Phishing Detection
本研究采用眼动追踪结合定性定量分析,探究工作负荷下用户对钓鱼邮件发件人、URL等指标的关注模式,证实关注发件人可降低受骗风险,还揭示了邮件属性对可信度判断的影响。
2024-09-12 cs.CR cs.HC
Unsafe LLM-Based Search: Quantitative Analysis and Mitigation of Safety Risks in AI Web Search
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));University of North Texas(北德克萨斯大学)
本研究首次量化7款商用AI驱动搜索引擎的安全风险,发现其易生成含恶意URL的有害内容,提出基于智能体的防御方案可有效降险,仅损失约10.7%可用信息,凸显AIPSE安全防护的紧迫性。
2025-06-13 cs.AI cs.CR cs.LG
A Gradient-Optimized TSK Fuzzy Framework for Explainable Phishing Detection
University of Cincinnati(辛辛那提大学);Nexigen(Nexigen公司)
针对钓鱼检测难以兼顾高准确率与可解释性的问题,提出基于梯度优化的一阶TSK模糊推理模型,结合Adam优化器实现高效参数调整,在超23.5万URL数据集上准确率达99.95%且AUC为1.00,提供高精度且可解释的决策工具。
2026-10-19 cs.AI cs.CR cs.LO
Enhance the machine learning algorithm performance in phishing detection with keyword features
New York University(纽约大学)
本文提出一种将关键词特征与传统特征结合的新方法,从特征选择角度增强机器学习算法在钓鱼URL检测中的性能,不依赖第三方服务,在大小数据集上均显著降低分类错误率,最佳准确率达99.68%。
2025-08-12 cs.AI cs.CR cs.LG
CIC-Trap4Phish: A Unified Multi-Format Dataset for Phishing and Quishing Attachment Detection
Canadian Institute for Cybersecurity, Faculty of Computer Science, University of New Brunswick(加拿大网络安全研究所,计算机科学学院,新不伦瑞克大学)
CIC-Trap4Phish 提出了一种统一的多格式数据集,用于提升钓鱼和Quishing附件检测的准确性和鲁棒性。
2026-02-11 cs.AI cs.CR
Phishing Detection System: An Ensemble Approach Using Character-Level CNN and Feature Engineering
Madan Mohan Malaviya University of Technology(马丹·莫汉·马尔维亚理工大学)
本文提出一种基于字符级CNN和LightGBM的集成方法,用于高精度网络钓鱼检测,实现99.819%的准确率和极低的误报率。
2025-12-18 cs.CR cs.LG
PhishDef: URL Names Say It All
University of California, Irvine(加州大学欧文分校);University of California, Riverside(加州大学河滨分校)
网络钓鱼是一种越来越复杂的方法,它利用假装合法的网站窃取用户个人信息。在本文中,我们采取以下步骤来识别钓鱼网址。首先,我们仔细选择的URL,是抵抗攻击者使用的混淆技术的词汇功能。第二,我们评估的分类精度时,只使用词汇功能,自动和手动选择,与使用额外的功能。我们表明,词汇功能是足够的所有实际用途。第三,我们彻底比较了几种分类算法,我们建议使用一种在线方法(AROW),能够克服嘈杂的训练数据。基于我们的分析中获得的见解,我们提出了PhishDef,一个网络钓鱼检测系统,只使用URL名称,并结合了上述三个元素。PhishDef是一种高度准确的方法(与真实数据集上的最先进方法相比),轻量级(因此适用于在线和客户端部署),主动(基于在线分类而不是黑名单),并且对训练数据不准确有弹性(因此能够使用大噪声训练数据)。
2010-09-12 cs.CR cs.LG cs.NI
PhishNet: A Phishing Website Detection Tool using XGBoost
Dr. B. R. Ambedkar National Institute of Technology Jalandhar(贾朗达尔B. R. 安贝德卡国家理工学院)
PhishNet利用XGBoost等机器学习算法和React.js构建钓鱼网站检测工具,通过URL特征提取与多模型评估优化检测性能,并部署于Google Colab和AWS EC2,提升网络安全防护能力。
2024-06-29 cs.CR cs.LG
State of the Art: Content-based and Hybrid Phishing Detection
网络钓鱼攻击随着时间的推移而发展和增加,因此,区分合法网站和网络钓鱼网站的任务越来越困难,即使是最专业的用户也会被愚弄。针对这个问题的主要建议可以分为四种方法:基于列表的,基于URL的,基于内容的和混合的。在这种状态的最新技术,使用基于Web内容的方法和混合网络钓鱼检测的审查和比较。
2021-01-29 cs.CR cs.LG
Detecting Cloud-Based Phishing Attacks by Combining Deep Learning Models
Eydle Inc.(Eydle公司)
如今,基于Web的网络钓鱼攻击利用流行的云Web托管服务和应用程序(如Google Sites和Typeform)来托管攻击。由于这些攻击来自云服务的信誉域和IP地址,因此传统的网络钓鱼检测方法(如IP信誉监控和黑名单)不是很有效。在这里,我们研究了深度学习模型在检测这类基于云的网络钓鱼攻击方面的有效性。具体来说,我们评估了三种网络钓鱼检测方法的深度学习模型-用于URL分析的LSTM模型,用于徽标分析的YOLOv 2模型和用于视觉相似性分析的三重网络模型。我们使用知名的数据集训练模型,并测试它们在基于云的网络钓鱼攻击中的性能。我们的结果定性地解释了为什么模型成功或失败。此外,我们的结果强调了如何组合各个模型的结果可以提高检测基于云的网络钓鱼攻击的有效性。
2022-10-28 cs.AI cs.CR cs.CV
Detecting Phishing Sites -- An Overview
Institute for Development and Research in Banking Technology (IDRBT)(银行技术发展研究院);University of Hyderabad(海得拉巴大学)
网络钓鱼是最严重的网络攻击之一,研究人员有兴趣找到解决方案。在网络钓鱼中,攻击者引诱最终用户并窃取他们的个人信息。为了最大限度地减少网络钓鱼造成的损失,必须尽早发现。网络钓鱼攻击有鱼叉式网络钓鱼、捕鲸式网络钓鱼、钓鱼式网络钓鱼等,网络钓鱼检测技术有基于白名单、黑名单、基于内容、基于URL、视觉相似度和机器学习等多种方法。在本文中,我们讨论了各种类型的钓鱼攻击,攻击向量和检测技术检测钓鱼网站。给出了18种不同模型和9种不同数据源的性能比较。网络钓鱼检测技术的挑战也给。
2021-04-06 cs.CR cs.LG
AlignBench: Benchmarking Chinese Alignment of Large Language Models
Tsinghua University(清华大学);Zhipu AI(智谱AI);University of Notre Dame(圣母大学);Lehigh University(里海大学);Renmin University of China(中国人民大学)
本文提出AlignBench,一个评估大型语言模型中文对齐能力的多维度综合基准,采用人在环中数据整理流程和规则校准的LLM-as-Judge自动评估方法,已被多个主流中文LLM采用。
2024-08-25 cs.AI cs.CL cs.LG
Scam2Prompt: A Scalable Framework for Auditing Malicious Scam Endpoints in Production LLMs
OpenAI
Scam2Prompt通过生成开发者风格提示来测试LLM生成恶意代码的能力,发现4.24%的LLM会生成恶意URL,且在2025年发布的七种LLM中,恶意代码生成率高达12.9%-47.3%。
2026-05-08 cs.AI cs.CR cs.SE
Large Multimodal Agents for Accurate Phishing Detection with Enhanced Token Optimization and Cost Reduction
American University of Beirut(贝鲁特美国大学)
本文提出一种双层智能体方法,利用大型多模态智能体分析URL和截图进行钓鱼检测,在保持检测性能的同时显著降低API成本。
2024-12-03 cs.AI cs.CL cs.CR
Explainable Machine Learning for Phishing Detection on Heterogeneous Datasets with MCP-Enabled Deployment
Kalinga Institute of Industrial Technology(卡林加工业技术学院);University of Illinois, Springfield(伊利诺伊大学斯普林菲尔德分校);Pennsylvania State University(宾夕法尼亚州立大学)
本文研究了不同机器学习算法在异构钓鱼数据集上的钓鱼检测效率,并结合可解释AI技术如信息增益、SHAP和LIME来分析影响分类结果的主要特征,同时提出了一种基于MCP的钓鱼URL检测系统以支持实际部署。
2026-05-18 cs.CR
A Graph-Attentive LSTM Model for Malicious URL Detection
Department of Electrical and Electronic Engineering, Dhaka University of Engineering & Technology, Gazipur, Bangladesh(达卡工程与技术大学电子与电气工程系,孟加拉国加兹ipur);Department of Computer Science and Engineering, Atish Dipankar University of Science and Technology, Dhaka, Bangladesh(阿蒂什迪帕克尔科学技术大学计算机科学与工程系,孟加拉国达卡);Department of Computer Science, Utah Valley University, 800 W University Pkwy, Orem, UT 84058, USA(犹他山谷大学计算机科学系,美国奥尔姆,UT 84058)
针对黑名单难以识别新型或混淆恶意URL的问题,提出融合GNN、GAT与LSTM的GNN-GAT-LSTM模型,从URL字符图中提取结构与序列特征,在651,191个URL上取得0.9806准确率。
2025-10-12 cs.AI cs.CR
PhishSnap: Image-Based Phishing Detection Using Perceptual Hashing
Dept. of CSE United International University Dhaka, Bangladesh(计算机科学与工程系,国际联合大学,达卡,孟加拉国);Professor, Dept. of CSE United International University Dhaka, Bangladesh(计算机科学与工程系,国际联合大学,达卡,孟加拉国)
PhishSnap通过感知哈希技术实现本地化图像钓鱼检测,利用视觉相似性识别钓鱼网站,达到较高的准确率和召回率。
2025-12-01 cs.CR cs.CV cs.LG
PhishLang: A Real-Time, Fully Client-Side Phishing Detection Framework Using MobileBERT
The University of Texas at Arlington(德克萨斯大学阿灵顿分校)
本文提出完全客户端的PhishLang钓鱼检测框架,基于轻量级集成框架,利用MobileBERT捕捉网站源代码和URL的上下文特征,结合多模态集成方法提升精度,无需外部黑名单且保护隐私,优于现有工具并开源。
2025-04-16 cs.AI cs.CR cs.HC
Training Large Language Models for Advanced Typosquatting Detection
本研究利用大型语言模型,通过字符级变换和模式启发式训练,提出了一种更适应复杂攻击的域名仿冒检测方法,Phi-4 14B模型经微调后以少量样本达到98%准确率。
2025-03-28 cs.AI cs.CR cs.NI
SOK: A Comprehensive Reexamination of Phishing Research from the Security Perspective
网络钓鱼和鱼叉式网络钓鱼是伪装攻击的典型示例,因为攻击是通过模仿建立信任来成功的。鉴于这些攻击的普遍性,已经从多个层面对这些问题进行了大量研究。我们从安全领域独特需求的角度重新审视了现有的网络钓鱼和鱼叉式网络钓鱼研究,我们称之为安全挑战:实时检测、主动攻击者、数据集质量和基本速率谬误。我们解释这些挑战,然后调查现有的网络钓鱼/鱼叉式网络钓鱼解决方案,在他们的光。这种观点巩固了文献,并阐明了改进现有解决方案的几个机会。我们根据不同攻击向量的检测技术(例如,URL,网站,电子邮件)以及对用户意识的研究。对于检测技术,我们检查数据集的属性,特征提取,使用的检测算法和性能评估指标。这项工作可以帮助指导开发更有效的防御网络钓鱼,鱼叉式网络钓鱼和电子邮件伪装攻击的未来,以及提供一个全面的评估和比较的框架。
2019-11-03 cs.CR
PhishKey: A Novel Centroid-Based Approach for Enhanced Phishing Detection Using Adaptive HTML Component Extraction
Vicomtech Foundation, Basque Research and Technology Alliance (BRTA)(维克科技基金会、巴斯克研究与技术联盟);Department of Electrical Engineering, Systems and Automation, Universidad de León(电气工程、系统与自动化系,莱昂大学);Spanish National Institute of Cybersecurity (INCIBE)(西班牙网络安全国家研究所)
本文提出 PhishKey 钓鱼检测方法,结合 CNN 进行 URL 字符级分类与 CAPE 提取器处理 HTML 内容,通过软投票集成提升准确性与鲁棒性,在多个数据集上达到 98.70% F1 分数并有效抵御对抗攻击。
2025-06-26 cs.AI cs.CR