网络钓鱼检测研究综述

摘要

网络钓鱼作为一种社会工程攻击手段，旨在通过伪装成可信任的实体，如银行、社交媒体平台或政府机构，通过虚假的电子邮件、网站或消息来欺骗受害者。研究者主要通过各种技术手段检测网络钓鱼攻击，但当前检测研究仍面临三方面问题。1）攻击者采用伪装、漏洞利用和规避技术以逃避检测。2）现有的检测方法存在可解释性差、实时性低以及概念漂移等问题。3）由于缺乏足够的可解释性，造成用户对检测结果不信任。该文从应用场景、数据集、检测方法等方面对当前检测研究进行归纳与总结，并提出当前面临的问题以及展望未来可能的研究热点。

关键词

网络钓鱼 / 网络钓鱼检测 / 深度学习 / 机器学习

基金资助

国家自然科学基金（62201576,U1833107）; 中央高校基本科研业务费专项资金（3122022050）