Phishing Webpage Detection: Unveiling the Threat Landscape and Investigating Detection Techniques
Metadane
- Autorzy: Aditya Kulkarni, Vivek Balachandran, Tamal Das
- Rok: 2025
- Źródło: arXiv 2509.08424
- DOI: arXiv:2509.08424
- Status: to-read
- Cytowania: N/A (wrzesień 2025)
- Kategoria: Security / Survey
- Tagi: to-read phishing survey url-based content-based visual-detection llm #2025
Streszczenie
Systematyczny przegląd 2025 kategoryzujący metody detekcji stron phishingowych w trzy klasy: URL-based, content-based, visual. Identyfikuje luki badawcze we wszystkich kategoriach i pozycjonuje metody wizualne/brandowe względem emerging LLM approaches.
Przydatna jako mapa literatury do Section 2 Related Work — dostarcza strukturę klasyfikacji podejść którą można zaadaptować.
Kluczowe Wnioski
- Taksonomia: URL-based → content-based → visual/brand-based → LLM-based
- Identyfikuje gaps: adversarial robustness, fintech brand coverage, real-world performance
- Aktualny (wrzesień 2025) — zawiera referencje do najnowszych prac
- Może cytować: KnowPhish, Lee et al. 2024 MLLM, Ji & Kim 2025
Zastosowanie w projekcie
Section 2 Related Work: użyj struktury taksonomii z tego survey jako framework dla naszej sekcji przeglądowej.
Dodatkowa wartość: sprawdź co autorzy identyfikują jako research gaps — jeśli pokrywają się z naszymi contributions → silniejsze uzasadnienie.
Notatki
Wrzesień 2025 — bardzo świeży. Przeczytaj pobieżnie: (1) sprawdź czy cytuje nasze główne referencje, (2) wyciągnij taksonomię metod jako framework dla Section 2, (3) sprawdź identified research gaps.