27、基于URL技术检测钓鱼网站

基于URL技术检测钓鱼网站

1. 引言

在网络安全领域，钓鱼攻击是一种严重的威胁，黑客通过统一资源定位符（URL）、网页、电子邮件、电话或发送欺诈消息等方式，窃取个人或公司的机密和敏感数据，如登录凭证。近年来，钓鱼攻击事件不断增加，给个人和企业带来了巨大的经济损失。

据相关报告显示，2016年全球共识别出1220523起钓鱼攻击，与2015年相比增长了65%，且在过去十年中，每月的钓鱼攻击数量增长了57.53%。钓鱼攻击不仅是为了获取敏感凭证，还成为传播恶意软件（如勒索软件）的重要手段。

不同年份的钓鱼攻击在不同领域的分布情况有所不同：
| 年份 | 主要攻击领域 |
| ---- | ---- |
| 2015、2020 | 互联网服务提供商（ISP） |
| 2016 | 零售与服务部门（金融交易） |
| 2017、2018 | 支付领域 |
| 2019 | 多个领域，钓鱼攻击频发 |
| 2021、2022 | 社交网络 |

目前，大多数研究人员和开发者提出的钓鱼检测解决方案存在一些问题，如启发式方法和视觉比较方法容易产生误报，且无法应对零日攻击；基于黑名单的检测方法访问速度快，但无法识别零时攻击。因此，设计一个能够有效分类钓鱼网站的框架至关重要。近年来，研究人员开始使用机器学习模型来检测钓鱼攻击。

2. 钓鱼攻击的类型

钓鱼是一种结合技术和社会工程欺诈的手段，旨在窃取客户的金融账户信息和个人身份信息。主要分为以下两类：

2.1 社会工程

社会工程是指欺骗他人以实现可能对受害者有害的目标，目的是