Çok ölçekli görsel benzerlik analizi ile oltalama saldırısı tespiti

Oltalama saldırıları teknolojinin gelişmesiyle günümüzün en yaygın siber güvenlik tehditlerinden biri haline gelmiştir. Bu çalışma, web sitelerinin ekran görüntülerini gelişmiş bir görsel benzerlik analizi yöntemiyle inceleyerek oltalama saldırılarını yüksek doğrulukla tespit eden bir yaklaşım sunmaktadır. Oltalama tespiti için önerilen yöntemde, algısal özütleme tabanlı çoklu çözünürlük analizi, akıllı ilgi bölgesi (ROI) tespiti ve çoklu metrik füzyonu gibi teknikler birleştirilerek yüksek doğrulukta tespit yapılabilmektedir. Veri seti, popüler bankacılık, e-posta ve sosyal medya platformlarının gerçek ve oltalama sayfalarından oluşan 23 gerçek ve 3 oltalama sayfası ekran görüntülerinden derlenmiştir. Yapılan testler, yöntemin %85 doğruluk oranı ile tekil metrik tabanlı yaklaşımlardan daha iyi performans gösterdiğini ortaya koymuştur. Dil bağımsız çalışan bu yöntem, URL ve HTML manipülasyonlarına karşı dayanıklıdır ve gerçek zamanlı oltalama tespiti için güçlü bir çözüm sunmaktadır.

With the rapid advancement of technology, phishing attacks have emerged as one of the most widespread cybersecurity threats. This study proposes an approach that detects phishing attacks with high accuracy by analyzing website screenshots using an advanced visual similarity technique. The proposed phishing detection method integrates perceptual hashing-based multiresolution analysis, intelligent region of interest (ROI) detection, and multi-metric fusion techniques to achieve high detection accuracy. The dataset comprises screenshots of legitimate and phishing pages from popular banking, email, and social media platforms. The conducted tests have shown that the proposed method outperforms single-metric-based approaches with an accuracy of 85%. This language-independent method is resistant to URL and HTML manipulations and provides a robust solution for real-time phishing detection.