机构名称：
¥ 1.0
网络钓鱼攻击是现代数字景观中的关键且不断升级的网络安全威胁。由于网络犯罪分子不断调整其技术，自动化的网络钓鱼检测系统对于保护互联网用户至关重要。但是，许多当前的系统依靠单分析模型，使其容易受到黑客的复杂旁路尝试的影响。这项研究深入研究了混合方法的潜力，该方法结合了多个模型，以增强网络钓鱼检测的鲁棒性和效果。它突出了现有的混合模型的局限性，该局限性主要集中在效果上，同时忽略更广泛的适用性。为了解决这些差距，我们引入了一个针对现实世界中适用性的新颖框架，为实用和强大的网络钓鱼检测体系结构奠定了基础。我们开发了概念证明，以评估其效果，稳健性和检测速度。此外，我们引入了一种创新方法，用于模拟对单分析基本模型的旁路攻击。我们的实验表明，所提出的混合框架优于单个模型，表现出更高的效果，可抵抗绕过尝试的稳健性和实时检测能力。我们的概念证明的准确性为97.44％，从而超过了当前的最新方法，同时需要更少的计算时间。结果提供了对混合模型的多方面因素的见解，超出了范围的效果，并强调了整体适用性在混合方法中的重要性，以解决对防御攻击的强大防御能力的关键需求。
混合框架用于自动网络钓鱼检测的适用性
主要关键词
相关文件推荐
