Knowledge Expansion and Counterfactual Interaction for Reference-Based Phishing Detection (DynaPhish)

Metadane

• Autorzy: Ruofan Liu, Yun Lin, Yifan Zhang, Penn Han Lee, Jin Song Dong
• Rok: 2023
• Źródło: USENIX Security 2023
• Link: http://linyun.info/publications/usenix-sec23.pdf
• Status: to-read
• Cytowania: 33
• Kategoria: Security
• Tagi: to-read dynaphish reference-based knowledge-expansion counterfactual usenix-sec brand-impersonation

Streszczenie

DynaPhish to ewolucja RBPD (Reference-Based Phishing Detectors) która rozwiązuje problem statycznej bazy wiedzy. Wprowadza dynamiczne rozszerzanie bazy o nowe marki napotkane w czasie rzeczywistym oraz counterfactual interaction — mechanizm kontrafaktycznej weryfikacji wykrytych marki i ich stron.

System automatycznie uczy się nowych marek napotykanych podczas crawlowania, co eliminuje potrzebę ręcznej aktualizacji. Benchmark porównawczy: LLM-agent (Wang & Hooi 2024) pokonuje DynaPhish z 0.5 accuracy → 0.945.

Kluczowe Wnioski

• Dynamic knowledge expansion: auto-learning new brands from the web
• Counterfactual: “gdyby logo było X, to decyzja byłaby Y” — interpretability
• USENIX Security 2023: top-tier konferencja (A*)
• 33 cytowania w rok po publikacji

Luki / Ograniczenia (gap analysis)

• Brak adversarial robustness testing
• Dynamic expansion może być poisoned przez attacker
• Nie specjalizowany dla sektora bankowego
• Counterfactual nie uwzględnia adversarial logos

Notatki

DynaPhish (USENIX Security 2023) to poprzednia iteracja przed KnowPhish — ważny do przeczytania dla pełnego zrozumienia ewolucji RBPD. Pobierz PDF bezpośrednio z linku (open access).

Rola w projekcie: Historyczny kontekst ewolucji RBPD + dynamic knowledge expansion jako element do zaadaptowania.