针对网络钓鱼网站的精准检测的高级框架
密码学与安全
2024-03-18 v1 人工智能
摘要
网络钓鱼是一种日益精致的网络攻击方式，正在对全球范围内的企业造成巨大的财务损失，同时也危及个人隐私。攻击者不断构思新的攻击方式，而检测它们已变得异常繁琐。已提出多种技术方法，每种方法都有其优缺点。尽管基于机器学习的技术在识别此类攻击方面最为成功，但它们在性能和可泛化性方面仍有不足。本文提出了一套全面的网络钓鱼网站检测方法。目标是设计一种能够准确区分网络钓鱼网站与合法网站的系统，并在广泛的数据集上提供泛化性能。已采用特征选择、贪心算法、交叉验证和深度学习方法构建一种精细化的堆叠集成分类器。对四个不同的网络钓鱼数据集进行了广泛实验，以评估所提出技术的性能。所提出算法在 dataset-1（UCI 网络钓鱼网站数据集）、dataset-2（面向机器学习的网络钓鱼数据集：特征评估）、dataset-3（网络钓鱼网站数据集）和 dataset-4（网页钓鱼检测）上的准确率分别达到 97.49%、98.23%、97.48% 和 98.20%。所得高准确率表明该模型在准确识别网络钓鱼网站方面的通用性和有效性。
引用
@article{arxiv.2403.09735,
title = {A Sophisticated Framework for the Accurate Detection of Phishing Websites},
author = {Asif Newaz and Farhan Shahriyar Haq and Nadim Ahmed},
journal= {arXiv preprint arXiv:2403.09735},
year = {2024}
}