.png){kind=icon}
返回
PhishBERT: Phishing Detection Using Certificate Transparency Logs
.png){kind=icon}
PRE
AI
DOI：10.1109/tcc.2026.3688965.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
钓鱼网站通过窃取用户敏感信息威胁网络安全。尽管SSL/TLS证书可实现早期检测，但依赖单一证书分析的现有方法无法提供鲁棒性区分。为弥补这一差距，我们提出PhishBERT，一种基于证书透明度（CT）日志的新型钓鱼检测方案。构建了一个二维证书特征集：横向整合源特征（如主题信息、扩展字段），纵向通过历史证书链建模时间模式。为有效捕捉特征内部及证书链间的复杂相关性，我们对预训练的BERT模型进行微调，并整合局部、稀疏和全局（LSG）注意力机制，将输入容量从512扩展至4,096个标记以实现完整历史覆盖。实验结果表明，PhishBERT达到最佳综合性能：精确率96.22%，召回率95.18%，F1分数0.9568。这表明其在利用证书特征及其时间演化进行主动钓鱼识别方面的有效性。
Keyword:
Phishing detection
certificate transparency logs
BERT
attention mechanism
期刊
I
IF:
5
论文数:
1.8K
被引数:
4.3K
机构
引用论文
.png){kind=icon}
分享收藏
AJNA: Anti-phishing JS-based Visual Analysis, to Mitigate Users' Excessive Trust in SSL/TLSAJNA：基于JS的防网络钓鱼可视化分析，以缓解用户对SSL/TLS的过度信任
PREAI
分享收藏
分享收藏分享收藏分享收藏
查看更多内容