缓解针对钓鱼网站检测器的对抗灰盒攻击
密码学与安全
2022-12-13 v1 机器学习
摘要
尽管基于机器学习的算法已被广泛用于检测钓鱼网站，但关于攻击者如何攻击此类“钓鱼检测器”（简称 PD）的研究相对较少。在本文中，我们提出了一组攻击者可能使用的针对 PD 的灰盒攻击，这些攻击根据其关于 PD 所掌握知识的不同而变化。我们表明这些攻击严重降低了若干现有 PD 的有效性。随后我们提出操作链的概念，其迭代地将原始特征集映射到新的特征集，并开发了“保护操作链”（简称 POC）算法。POC 利用随机特征选择与特征映射的组合，以增加攻击者对目标 PD 的不确定性。使用 3 个现有公开数据集以及我们创建并将在本文发表时发布的第 4 个数据集，我们表明 POC 比以往竞争方法对这些攻击更具鲁棒性，同时在无对抗攻击时保持预测性能。此外，POC 对 13 种不同分类器的攻击均具鲁棒性，而非仅对一种。这些结果在 p < 0.001 水平上统计显著。
引用
@article{arxiv.2212.05380,
title = {Mitigating Adversarial Gray-Box Attacks Against Phishing Detectors},
author = {Giovanni Apruzzese and V. S. Subrahmanian},
journal= {arXiv preprint arXiv:2212.05380},
year = {2022}
}