딥러닝 기반 실시간 피싱 이메일 탐지

피싱 이메일은 민감한 정보를 손상시키기 위해 사회 공학을 이용하는 주요 사이버 보안 위협으로 남아 있습니다. 본 연구는 컨볼루션 신경망(CNN)과 장단기 기억망(LSTM)을 결합한 하이브리드 딥러닝 프레임워크를 제안하여 실시간 피싱 이메일 탐지를 수행합니다. 이 모델은 이메일 콘텐츠 내의 순차적 종속성을 포착하면서 결정적인 텍스트 및 구조적 특징을 자동으로 추출합니다. 두 가지 시나리오—제어된 데이터 세트와 복잡한 데이터 세트에 대한 실험적 평가에서는 제안된 모델이 전통적인 분류기들에 비해 우수한 성능을 보여주었으며, 높은 정밀도, 재현율 및 F1 점수를 달성하여 최대 98.5%의 정확도를 기록했습니다. 결과는 다양한 이메일 구조에서 견고한 성능을 나타내며, 운영 배치를 위한 실질적인 적용 가능성을 강조합니다. 이 연구는 동적인 환경에서 자동화된 이메일 보안 시스템의 발전에 기여합니다.