分析社会特征与文体特征以识别鱼叉式网络钓鱼邮件

鱼叉式网络钓鱼（Spear phishing）是一种复杂的定向攻击，攻击者在攻击前会收集关于受害者的信息。这些信息随后被用于构建复杂且看似真实的攻击向量，诱使受害者泄露机密信息。鱼叉式网络钓鱼与普通网络钓鱼的不同之处及其更强大的能力，在于其利用了关于受害者的上下文信息。在线社交媒体服务是获取个人关键信息的来源之一。在本文中，我们刻画并检查了来自赛门铁克（Symantec）企业邮件扫描服务的鱼叉式网络钓鱼、垃圾邮件和普通网络钓鱼邮件的真阳性数据集。接着，我们提出了一种模型，利用从 LinkedIn 提取的社会特征，检测发送给 14 个国际组织员工的鱼叉式网络钓鱼邮件。我们的数据集包含发送给 2,434 名受害者的 4,742 封定向攻击邮件，以及发送给 5,912 名非受害者的 9,353 封非定向攻击邮件，并包含了他们 LinkedIn 个人资料中的公开信息。我们将各种机器学习算法应用于该标记数据，在识别鱼叉式网络钓鱼邮件方面达到了 97.76% 的最高整体准确率。我们结合了来自 LinkedIn 个人资料的社会特征，以及从邮件主题、正文和附件中提取的文体特征（stylometric features）。然而，在不使用社会特征的情况下，我们取得了略高的 98.28% 的准确率。我们的分析表明，从 LinkedIn 提取的社会特征无助于识别鱼叉式网络钓鱼邮件。据我们所知，这是首次尝试结合从邮件中提取的文体特征和从在线社交网络中提取的社会特征，来检测定向鱼叉式网络钓鱼邮件。