CNN-BiLSTM を用いた逐次型フィッシング検知

カテゴリ: 研究会(論文単位)

論文No: CMN22005

グループ名: 【C】電子・情報・システム部門 通信研究会

発行日: 2022/01/17

タイトル(英語): Sequential Phishing Detection Using CNN-BiLSTM

著者名: 小川 侑治(同志社大学),木村 共孝(同志社大学),程 俊(同志社大学)

著者名(英語): Yuji Ogawa(Doshisha University),Tomotaka Kimura(Doshisha University),Cheng Jun(Doshisha University)

キーワード: 深層学習|フィッシング攻撃|ＵＲＬ分析|ドメイン分析|ＨＴＭＬ分析|Deep learning|Phishing attack|URL analysis|Domain analysis|HTML analysis

要約(日本語): 本稿では，深層学習を用いた逐次型フィッシング検知手法を提案し，フィッシング検知の安全性と速度を向上させる．提案手法では，フィッシングサイトを URL，ドメイン，HTMLの3つのフェーズで検出する．これらのフェーズでは、URL，DNSレコード，HTMLコンテンツが深層学習モデルにそれぞれ入力される．評価実験では，提案手法は，既存の検出手法に比べて，より安全で高速な検出が可能であることを示した．

要約(英語): In this paper, we propose a deep-learning-based sequential phishing detection to improve the security and speed of the phishing detection. In our proposed method, phishing websites are detected in three phases: the URL, domain, and HTML analysis phases. In these phases, URLs, DNS records, and HTML contents are input to CNN-BiLSTMs (Convolutional Neural Network-Bidirectional Long Short Term Memory), respectively. Through experiments, we show that our proposed method is faster than the existing detection method, in which URLs and HTML contents are input to a CNN-BiLSTM simultaneously.

本誌: 2022年1月20日-2022年1月21日通信研究会

本誌掲載ページ: 19-24 p

原稿種別: 日本語

PDFファイルサイズ: 630 Kバイト