PhishSim：以无特征工具辅助钓鱼网站检测
密码学与安全
2022-07-25 v1 人工智能
机器学习
摘要
本文提出一种使用归一化压缩距离（NCD）检测钓鱼网站的无特征方法。NCD是一种无参数相似性度量，通过压缩两个网站来计算其相似度，从而免除了任何特征提取的需要，也消除对特定网站特征集的依赖。该方法检查网页的HTML并计算其与已知钓鱼网站的相似度以进行分类。我们使用最远点优先（Furthest Point First）算法执行钓鱼原型提取，以选取能代表某簇钓鱼网页的实例。我们还引入增量学习算法作为框架，以在新概念漂移发生时无需提取新特征即可持续自适应检测。在大型数据集上，所提方法的检测性能显著优于先前方法，AUC达98.68%，真正率（TPR）约90%，同时保持0.58%的低假正率（FPR）。我们的方法使用原型，免除了未来保留长期数据的需要，且处理时间约0.3秒，可在真实系统中部署。
引用
@article{arxiv.2207.10801,
title = {PhishSim: Aiding Phishing Website Detection with a Feature-Free Tool},
author = {Rizka Purwanto and Arindam Pal and Alan Blair and Sanjay Jha},
journal= {arXiv preprint arXiv:2207.10801},
year = {2022}
}
备注
34 pages, 20 figures