VisualPhishNet：基于视觉相似性的零日钓鱼网站检测
密码学与安全
2020-07-07 v4 计算机视觉与模式识别
机器学习
摘要
钓鱼网站在当今互联网生态中仍是一大威胁。尽管此前已有诸多努力，基于相似性的检测方法未能为受信任网站提供充分保护——尤其是针对未见过的钓鱼页面。本文提出 VisualPhishNet，一种基于三元组卷积神经网络（CNN）的新的基于相似性的钓鱼检测框架。VisualPhishNet 为网站学习轮廓，以通过可泛化到具有新视觉外观页面的相似性度量来检测钓鱼网站。我们还提出 VisualPhish，迄今最大的以生态有效方式促进视觉钓鱼检测的数据集。我们表明，我们的方法大幅优于先前的视觉相似性钓鱼检测方法，同时对一系列规避攻击具有鲁棒性。
引用
@article{arxiv.1909.00300,
title = {VisualPhishNet: Zero-Day Phishing Website Detection by Visual Similarity},
author = {Sahar Abdelnabi and Katharina Krombholz and Mario Fritz},
journal= {arXiv preprint arXiv:1909.00300},
year = {2020}
}