CrossPhire:利用多模态技术实现对钓鱼网页的可靠识别

《Applied Sciences》:CrossPhire: Benefiting Multimodality for Robust Phishing Web Page Identification

【字体: 大 中 小 】 时间:2026年01月12日 来源:Applied Sciences 2.5

编辑推荐:

   摘要 钓鱼攻击持续演变,利用人类的基本冲动,如信任、对快速响应的需求以及情感因素。这使得人类思维既成为一种宝贵的资产,也成为重要的脆弱性来源。零日漏洞的泛滥被认为是这种威胁环境中一个重要的加剧因素。为

  

摘要

钓鱼攻击持续演变,利用人类的基本冲动,如信任、对快速响应的需求以及情感因素。这使得人类思维既成为一种宝贵的资产,也成为重要的脆弱性来源。零日漏洞的泛滥被认为是这种威胁环境中一个重要的加剧因素。为应对这些不断变化的挑战,我们提出了CrossPhire:一个多模态深度学习框架,它采用端到端架构,能够捕捉来自多种数据模式的语义和视觉线索,同时为反钓鱼多模态学习提供方法论见解。首先,我们证明无标记语义文本编码在捕捉语言欺骗模式方面比基于DOM的方法更有效,仅使用文本内容就能达到96–97%的准确率,并且通过应用于去除结构标记的HTML文本的句子变换器提供了最强的单模态信号。其次,通过对比不同的融合策略,我们发现当不同模式提供互补且不重复的安全证据时,简单的拼接方法比所谓的“专家混合”(Mixture-of-Experts)机制的性能高出0.5–10%。我们通过五个数据集的严格实验验证了这些发现,实现了具有竞争力的相同数据集性能(97.96–100%),同时展示了良好的跨数据集泛化能力(在分布变化情况下准确率为85–96%)。此外,我们还发布了Phish360,这是一个精心策划的多模态基准测试集,包含10,748个样本,用于解决现有数据集中的质量问题(Phish360中独特的钓鱼HTML样本占比为96.63%,而之前的基准测试中这一比例仅为16–61%),并提供了基于LIME的可解释性工具,可以将预测结果分解为特定于不同模式的贡献。CrossPhire的快速推理时间(0.08秒)和高准确率使其成为对抗钓鱼攻击的有希望的解决方案。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号