MétaCan
Menu
Retour à la cohorte
Enregistrement W4404628892 · doi:10.1109/ciot63799.2024.10757049

VizCheck: Enhancing Phishing Attack Detection through Visual Domain Name Homograph Analysis

2024· article· en· W4404628892 sur OpenAlexafffund
Hafidh Zouahi, Chamseddine Talhi, Oussama Boudar

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpam and Phishing Detection
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesMitacs
Mots-clésPhishingComputer scienceDomain (mathematical analysis)Computer securityWorld Wide WebThe Internet

Résumé

récupéré en direct d'OpenAlex

Phishing attacks are still one of the most devastating attacks in the cybersecurity landscape. These malicious schemes continue to threaten individuals, organizations, and even governments worldwide. Internationalized Domain Names (IDNs) made this problem even worse by allowing non-ASCII characters to be used in domain names, giving rise to domain homograph attacks, which are a type of phishing campaign where attackers trick the victims into trusting a domain name that looks visually indistinguishable from its legitimate counterpart. These domain names can be leveraged to send phishing emails seemingly coming from legitimate entities (e.g., noreply@paypal.com, where the character is the Cyrillic character with the code point U+0430) to harvest credentials, or to get a foothold into an organization’s infrastructure by sending a malicious file attachment seemingly coming from a colleague, as carried out by various notorious Advanced Persistent Threat (APT) groups, allowing the threat actors to further damage the infrastructure by moving laterally inside the network. In this paper, we present a novel approach for detecting domain homograph attacks using computer vision and deep learning techniques. Our system takes two domain names as input and outputs a visual similarity score that gets translated into a class label (legitimate or homograph). Furthermore, we provide a comprehensive dataset for training and evaluation, along with detailed steps for its generation, facilitating reproducibility of our results by the research community. The proposed model achieved both a high accuracy, with a low False Positive Rate (FPR) and a low False Negative Rate (FNR). These results highlight the efficacy of our approach in accurately identifying homograph domains. We provide insights on how to apply this approach in a real world case scenario, in order to protect companies from phishing attacks.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,817
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,284
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSpam and Phishing DetectionTravaux en français237 207