摘要
基于图的钓鱼网站检测利用结构关系，这类关系比单独的页面内容更难被攻击者操纵，包括URL令牌依赖、DOM结构、超链接邻域、用户与URL交互以及托管基础设施等。尽管图神经网络、信念传播及其他拓扑感知方法在该领域的应用日益广泛，现有的钓鱼检测综述仅将基于图的方法视为众多方法类别中的一种，并未提供图表示方法自身的内部分类体系。本综述通过基于PRISMA 2020的系统性综述弥补了这一空白，涵盖2005年至2026年8月期间发表的利用图论方法进行钓鱼网站检测的研究文献。检索数据库包括IEEE Xplore、ACM数字图书馆、ScienceDirect和Google Scholar，并通过参考文献列表追踪进行扩展；共编录136条记录，其中21项主要研究满足全部六项纳入标准。本综述提出了一种双轴分类法，将方法独立地按图所建模的构件层级——地址、文档、页面间链接、语义关系、用户行为及基础设施——以及图类型（同质图、多关系图或异质图）进行分类。报告的准确率范围为91.0%至99.7%，但这些数据来自不同的数据集、类别平衡度和评估协议，因此无法直接进行横向比较。研究内部对比表明，引入图结构使准确率变化幅度为?6.1至+3.9个百分点，说明图建模并非始终有益，其价值在很大程度上取决于所建模的层级和具体部署场景。仅有九项研究报告了处理时间，仅四项评估了对抗鲁棒性；在最严重的报告案例中，在FGSM扰动下准确率从98.73%骤降至74.68%。阻碍该领域进展的主要因素是缺乏统一的基准测试——具备固定的时间跨度和领域不相交的数据划分、标准化的误报率报告规范以及鲁棒性要求。本综述最后提出了一份具体的基准测试规范，并将跨层图建模确定为当前最重要的未解决研究方向。
