Detecting Quishing Attacks with Machine Learning Techniques Through QR Code Analysis

Created by

Haebom

저자

Fouad Trad, Ali Chehab

💡 개요

QR 코드 기반 피싱(Quishing) 공격이 증가함에 따라, 본 연구는 QR 코드의 구조와 픽셀 패턴을 직접 분석하는 새로운 머신러닝 기반 탐지 프레임워크를 제안합니다. URL 추출 없이 QR 코드 자체를 분석함으로써 기존 탐지 방식의 한계를 극복하고, 다양한 데이터 유형을 포괄하는 보안 우려를 해결하고자 합니다. XGBoost 모델을 활용하여 0.9106의 AUC를 달성하였으며, 시각적 패턴 분석을 통해 탐지 성능을 더욱 향상시켰습니다.

🔑 시사점 및 한계

•

QR 코드의 시각적, 구조적 특징이 피싱 공격 탐지에 중요한 지표가 될 수 있음을 보여줍니다.

•

URL 추출 없이 QR 코드 자체를 분석하는 새로운 탐지 방법론의 가능성을 제시합니다.

•

탐지 성능 향상을 위해 비정보적인 픽셀을 제거하여 특징 공간을 최적화하는 방안을 제안합니다.

•

본 연구는 실제 환경에서 발생하는 다양한 QR 코드 변형 및 인코딩 방식에 대한 추가적인 검증이 필요할 수 있습니다.

PDF 보기

Made with Slashpage