2025年钓鱼检测中品牌域名识别特征有效性研究
密码学与安全
2025-03-11 v1
摘要
钓鱼网站持续构成重大安全挑战，使得开发稳健的检测机制至关重要。品牌域名识别（BDI）是许多钓鱼检测方法中的关键步骤。本研究系统评估了过去十年中用于 BDI 的特征的有效性，重点关注截至 2025 年它们在钓鱼检测中的加权重要性。主要目标是利用流行的钓鱼检测特征，确定识别出的品牌域名是否与所声称的域名匹配。为了验证特征重要性并评估性能，我们在包含 4,667 个合法网站和 4,561 个钓鱼网站的数据集上进行了两项实验。在实验 1 中，我们使用 Weka 工具，通过其 4 个属性排序评估器，从 5 个特征中识别出优化且重要的特征集：CN 信息（CN）、Logo 域名（LD）、表单动作域名（FAD）、域内最常见链接（MCLD）和 Cookie 域名。结果显示，没有特征是冗余的，且 Random Forest 表现为最佳分类器，实现了 99.7% 的惊人准确率，平均响应时间为 0.08 秒。在实验 2 中，我们训练了五种机器学习模型，包括 Random Forest、Decision Tree、Support Vector Machine、Multilayer Perceptron 和 XGBoost，以评估单个 BDI 特征及其组合的性能。结果表明，使用 Random Forest 作为最佳分类器，仅包含三个特征的特征组合实现了 99.8% 的准确率：域内最常见链接、Logo 域名、表单动作和域内最常见链接、CN 信息、Logo 域名。本研究强调了利用关键域名特征进行高效钓鱼检测的重要性，为开发实时、可扩展的检测系统铺平了道路。
引用
@article{arxiv.2503.06487,
title = {A Study of Effectiveness of Brand Domain Identification Features for Phishing Detection in 2025},
author = {Rina Mishra and Gaurav Varshney},
journal= {arXiv preprint arXiv:2503.06487},
year = {2025}
}