PhishZip：一种基于压缩的新钓鱼网站检测算法
密码学与安全
2020-07-24 v1 信息检索
机器学习
摘要
过去几年中钓鱼攻击显著增长，并预计在未来进一步增加。钓鱼的动态性给构建鲁棒钓鱼检测系统及选取能代表钓鱼的特征带来挑战，尽管攻击方式不断变化。在本文中，我们提出 PhishZip，一种利用压缩算法进行网站分类的新型钓鱼检测方法，并展示了通过词出现似然分析为压缩模型构建词典的系统化方法。PhishZip 优于既往研究中表现最佳的基于 HTML 的特征，真阳性率达 80.04%。我们还提出将压缩比作为一种新颖的机器学习特征，其显著改善了基于机器学习的钓鱼检测，优于既往研究。使用压缩比作为附加特征后，真阳性率显著提升 30.3%（从 51.47% 至 81.77%），同时准确率提高 11.84%（从 71.20% 至 83.04%）。
引用
@article{arxiv.2007.11955,
title = {PhishZip: A New Compression-based Algorithm for Detecting Phishing Websites},
author = {Rizka Purwanto and Arindam Pal and Alan Blair and Sanjay Jha},
journal= {arXiv preprint arXiv:2007.11955},
year = {2020}
}
备注
To appear in the proceedings of IEEE Conference on Communications and Network Security (CNS 2020)