PhishLang：基于MobileBERT的实时全客户端钓鱼检测框架

本文介绍了PhishLang，这是首个基于轻量级集成框架构建的全客户端反钓鱼框架，利用先进的语言模型分析网站源代码和URL的上下文特征。不同于依赖静态特征且难以适应不断演变威胁的传统启发式或机器学习方法，或计算密集型深度学习模型，我们的方法利用MobileBERT——BERT架构的快速且内存高效的变体——捕获揭示钓鱼攻击的细微特征。为进一步提高检测准确性，PhishLang采用多模态集成方法，结合URL和源代码检测模型。该架构通过允许一个模型弥补其他模型失效或提供模糊推断时的不足，确保了鲁棒性。结果表明，PhishLang在检测常规钓鱼威胁和规避性钓鱼威胁（包括零日攻击）方面优于流行的反钓鱼工具，同时无需依赖外部阻止列表，通过确保浏览器历史完全本地存储且不被共享来保护用户隐私。我们将PhishLang作为Chromium浏览器扩展发布，并开源框架以促进研究社区。