PP3D：面向 Web 行为操纵攻击的面向浏览器的视觉防御
摘要
Web 行为操纵攻击(BMA)——如恐吓软件、伪软件下载、技术支持诈骗等——是一类社会工程(SE)攻击，利用人类决策漏洞。这些攻击在其他攻击(如信息收集攻击如网络钓鱼或恶意软件感染)之外仍受到不足的关注。先前的技术工作主要聚焦于测量 BMA，鲜有通用防御方案。为填补这一空白，我们引入 Pixel Patrol 3D(PP3D)，这是第一个用于实时发现、检测和防御行为操纵型 SE 攻击的端到端浏览器框架。PP3D 包含一个在浏览器扩展中实现的视觉检测模型，通过在客户端部署该模型可在桌面和移动设备上保护用户，同时保持隐私。我们的评估表明，PP3D 在保持良好延迟和开销性能的同时，可实现 99% 以上的检测率且误报率为 1%。即使在训练模型数月后仍面对新的 BMA 样本，Our defense system 也能实现 97% 以上的检测率且误报率为 1%。这些结果表明，该框架提供了针对广泛且不断演变的 Web 行为操纵攻击的实用、有效且通用的防御方案。
引用
@article{arxiv.2510.18465,
title = {PP3D: An In-Browser Vision-Based Defense Against Web Behavior Manipulation Attacks},
author = {Spencer King and Irfan Ozen and Karthika Subramani and Saranyan Senthivel and Phani Vadrevu and Roberto Perdisci},
journal= {arXiv preprint arXiv:2510.18465},
year = {2025}
}
备注
17 pages total (including references and appendices), 5 figures, 8 tables, and 1 algorithm. To appear in the Proceedings of the 41st Annual Computer Security Applications Conference (ACSAC 2025). Camera-ready version formatted in IEEE two-column style. Code, pretrained models, and dataset available at: https://github.com/NISLabUGA/PixelPatrol3D_Code