通过基于图卷积和变换网络的HTML DOM图和URL特征的多模态集成进行网络钓鱼网页检测

检测网络钓鱼网页是网络安全领域的一项关键任务，对在线安全和数据保护具有重要影响。传统方法主要依赖于分析URL特征，但在捕捉钓鱼攻击的完整背景方面可能有限。在本研究中，我们提出了一种创新方法，结合HTML DOM图建模与使用先进深度学习技术的URL特征分析。所提方法利用图卷积网络（GCN）对HTML DOM图的结构进行建模，同时结合卷积神经网络（CNN）和变换网络，以分别捕捉URL的字符和单词序列特征。这些多模态特征随后通过变换网络进行集成，该网络能够选择性地捕捉不同特征集之间的相互依赖关系和互补关系。我们在一个真实世界的数据集上评估了我们的方法，该数据集包含从2012年到2024年收集的URL和HTML DOM图数据。此数据集包括超过8000万个节点和边，为测试提供了坚实的基础。与最先进的技术相比，我们的方法在性能上显著提升，分类准确率提高了7.03个百分点。此外，我们进行了消融测试，以进一步验证我们模型中各个特征的有效性。结果验证了使用深度学习集成HTML DOM结构和URL特征的有效性。我们的框架显著增强了钓鱼检测能力，为识别恶意网页提供了更准确和全面的解决方案。