Sign In
Core Concepts
既存のRBPDに比べて、KnowPhishとKPDは効果的で効率的なフィッシング検出性能を提供します。
Abstract
フィッシング攻撃は個人や企業に多大な損失をもたらしており、自動化された効果的なフィッシング検出手法の開発が必要です。この記事では、新しいアプローチであるKnowPhishとKPDが既存のRBPDよりも優れたパフォーマンスを提供することが示されています。具体的には、KnowPhishはロゴのバリアントを含む多くのブランドをカバーし、ロゴのないページも検出できます。一方、KPDはテキストベースのモジュールを使用して暗黙的CRPを分析し、ブランド情報を抽出します。これにより、従来のRBPDでは特定できなかったページも検出できます。
Customize Summary
Rewrite with AI
Generate Citations
Translate Source
To Another Language
Generate MindMap
from source content
Visit Source
arxiv.org
KnowPhish
Stats
フィッシング対象数: 10,000件
正しく検出されたフィッシング数: 6,810件
精度: 97.42%
平均処理時間: 1.64秒
Quotes
"KnowPhishとKPDは既存のRBPDよりも優れたパフォーマンスを提供します。"
"KPDはロゴレスなページも検出できるため、DynaPhishよりも多くのフィッシング対象を特定します。"
"ロゴレスなフィッシングページが現地ウェブページストリームで非常に一般的であることがわかりました。"
Key Insights Distilled From
by Yuexin Li,Ch... at arxiv.org 03-05-2024
https://arxiv.org/pdf/2403.02253.pdf
Deeper Inquiries
他の産業でも同じ技術や手法が有効ですか？
提供されたコンテキストから分かるように、フィッシング検出技術は特定の産業だけでなく、他の産業にも適用可能です。例えば、銀行や通信会社といった高価値を持つ産業だけでなく、小売りやソーシャルメディアなど幅広い分野でフィッシング攻撃が発生しています。そのため、多様な産業においても同様の技術や手法を使用することで効果的なフィッシング検出が可能です。
画像ベースではなくテキストベースのアプローチにはどんな利点がありますか？
テキストベースのアプローチにはいくつかの利点があります。まず第一に、画像ベースでは識別困難なロゴレス（logo-less）ウェブページでも効果的にブランド情報を抽出することが可能です。また、テキスト解析を活用することでHTML内部からブランド情報を取得しやすくなります。さらに、既存の知譆グラフからエイリアス（alias）情報を活用することで精度向上が期待されます。
実際に使用されている商用フィッシング検出器と比較した場合、どれだけ有益ですか？
提供された文脈から明らかなように、「KnowPhish」と「KPD」は実際の商用フィッシング検出器よりも優れた性能を示しています。具体的には、「KnowPhish」は従来手法よりも30%以上F1スコアを向上させる一方、「KPD」は86.90%以上という高い再現率を維持しながら最高92.02%以上のF1スコアを達成しています。「DynaPhish」と比較しても処理時間面でも約50倍速く動作します。「KnowPhish」と「KPD」はブランドカバレージおよびログレスページ（logo-less pages）対応能力強化し，顕著改善結果示します．これら新規手法導入後，偽陰性及び偽陽性削減両面大き影響与えました．
0
Products | Resources
© 2024 by Linnk AI