ADVERT:一种用于钓鱼攻击防护的自适应数据驱动注意力增强机制
人机交互
2022-07-12 v3 人工智能
系统与控制
系统与控制
摘要
利用人类用户先天与后天漏洞的攻击对网络安全构成了严重威胁。本工作提出 ADVERT,一种人机协同方案,可实时生成自适应视觉辅助以预防用户疏忽并降低其对钓鱼攻击的易感性。基于眼动追踪数据,我们提取视觉状态与注意力状态作为系统级充分统计量,以刻画用户的视觉行为与注意状态。通过采用数据驱动方法与两种不同时间尺度的学习反馈,本工作奠定了理论基石,以分析、评估并尤其修改人类在甄别与识别钓鱼邮件时的注意力过程。我们基于纽约大学人体实验所采集的数据集,通过案例研究证实了 ADVERT 的有效性、效率与鲁棒性。结果显示视觉辅助能在统计上提升注意力水平,并将钓鱼识别准确率从 74.6% 提高到至少 86%。元自适应可进一步提高准确率至 91.5%(相应 93.7%),所需调优阶段少于 3(相应 50)个。
引用
@article{arxiv.2106.06907,
title = {ADVERT: An Adaptive and Data-Driven Attention Enhancement Mechanism for Phishing Prevention},
author = {Linan Huang and Shumeng Jia and Emily Balcetis and Quanyan Zhu},
journal= {arXiv preprint arXiv:2106.06907},
year = {2022}
}