Web Phishing Net (WPN): A scalable machine learning approach for real-time phishing campaign detection
작성자
- Haebom
카테고리
Empty
저자
Muhammad Fahad Zia, Sri Harish Kalidass
개요
본 논문은 기존의 지도 학습 기반 피싱 URL 탐지 방식의 한계(높은 계산 요구량, 개인정보 침해, AI 생성 피싱 URL 회피)와 비지도 학습 기반 기존 방식의 한계(확장성 부족, 낮은 탐지율)를 지적하며, 새로운 비지도 학습 기반 피싱 URL 탐지 방식을 제안합니다. 제안된 방식은 페어와이즈 비교를 사용하지 않아 빠르고 확장 가능하며, 개인정보를 보호하면서 높은 탐지율로 전체 피싱 캠페인을 탐지할 수 있습니다. 특히, 생성형 AI를 이용한 표적형 피싱 URL 캠페인에도 효과적입니다.
시사점, 한계점
•
시사점:
◦
기존 피싱 URL 탐지 방식의 한계점을 극복하는 새로운 비지도 학습 기반 접근법 제시
◦
빠르고 확장 가능하며 개인정보 보호에도 유리한 탐지 방식
◦
생성형 AI 기반의 새로운 피싱 공격에도 효과적인 탐지 가능
◦
전체 피싱 캠페인을 동시에 탐지하여 효율성 증대
•
한계점:
◦
제안된 방법의 구체적인 알고리즘 및 성능 평가 결과에 대한 자세한 설명 부족
◦
실제 환경에서의 적용 가능성 및 안정성에 대한 추가적인 검증 필요
◦
다양한 유형의 피싱 공격에 대한 일반화 성능 평가 필요
