인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2026.1
- 수록면
- 131 - 134 (4page)
이용수
초록· 키워드
본 논문에서는 외부 서버의 관여 없이 스마트폰 내 가상화된 샌드박스 기반의 온디바이스 정적 QR 피싱 탐지 프레임워크인 QUASAR(QUishing Analysis via Sandbox And Recognition)를 제안한다. QUASAR는 QR 코드를 스캔 후, 감지한 URL을 사용자 WebView와 쿠키, 스토리지 및 캐시가 분리된 SandBox WebView에 우선적으로 로드한다. 정적 피처를 추출하고, 온디바이스에 탑재된 경량 탐지 모델을 이용해 피싱 여부를 판별한다. 모든 피처 추출과 분류 과정을 단말 내부에서 수행함으로써 원본 URL과 페이지의 내용이 외부 서버로 전송되지 않는다. 이를 통해 피싱 탐지를 위해 외부 서버에 의존해야 했던 기존 연구들의 한계점을 보완하여 탈중앙화를 달성하므로써 제3자에 의한 프라이버시 위협 방지를 달성하였다. 공개된 URL 피싱 데이터셋을 활용한 정적 분류 모델 평가에서의 QUASAR는 모델 정확도 93.38%와 이상 탐지율 93.30%를 달성하여 기존 연구들과 유사한 수준의 탐지 성능을 유지하면서도 탈중앙화된 환경에서 실시간에 가까운 온디바이스 처리가 가능함을 입증하였다.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 요약
- Ⅰ. Introduction
- Ⅱ. Related Work
- Ⅲ. The Proposed Framework
- Ⅳ. Experiments and Analysis
- Ⅴ. Conclusion
- REFERENCES
참고문헌
참고문헌 신청최근 본 자료
UCI(KEPA) : I410-151-26-02-095998355
