ترجمه فارسی مقاله PhishLang: یک چارچوب تشخیص فیشینگ سبک و سمت کلاینت با استفاده از MobileBERT برای کاهش تهدید به صورت بلادرنگ و قابل توضیح

چکیده

In this paper, we introduce PhishLang, an open-source, lightweight language model specifically designed for phishing website detection through contextual analysis of the website. Unlike traditional heuristic or machine learning models that rely on static features and struggle to adapt to new threats, and deep learning models that are computationally intensive, our model leverages MobileBERT, a fast and memory-efficient variant of the BERT architecture, to learn granular features characteristic of phishing attacks. PhishLang operates with minimal data preprocessing and offers performance comparable to leading deep learning anti-phishing tools, while being significantly faster and less resource-intensive. Over a 3.5-month testing period, PhishLang successfully identified 25,796 phishing URLs, many of which were undetected by popular antiphishing blocklists, thus demonstrating its potential to enhance current detection measures. Capitalizing on PhishLang’s resource efficiency, we release the first open-source fully client-side Chromium browser extension that provides inference locally without requiring to consult an online blocklist and can be run on low-end systems with no impact on inference times. Our implementation not only outperforms prevalent (server-side) phishing tools, but is significantly more effective than the limited commercial client-side measures available. Furthermore, we study how PhishLang can be integrated with GPT-3.5 Turbo to create explainable blocklisting — which, upon detection of a website, provides users with detailed contextual information about the features that led to a website being marked as phishing.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله ، ما فیشلانگ را معرفی می کنیم ، یک مدل زبان سبک و سبک وزن که به طور خاص برای تشخیص وب سایت فیشینگ از طریق تجزیه و تحلیل متنی وب سایت طراحی شده است.برخلاف مدل های سنتی یادگیری اکتشافی یا ماشین که به ویژگی های استاتیک متکی هستند و برای سازگاری با تهدیدهای جدید و مدل های یادگیری عمیق که از نظر محاسباتی فشرده هستند ، متکی هستند ، مدل ما از Mobilebert ، یک نوع سریع و کارآمد از معماری BERT ، برای یادگیری ویژگی های گرانول استفاده می کند.ویژگی حملات فیشینگ.Phishlang با حداقل پردازش داده ها عمل می کند و عملکرد قابل مقایسه با ابزارهای ضد فیشینگ عمیق را ارائه می دهد ، در حالی که به طور قابل توجهی سریعتر و کم مصرف منابع است.در طی یک دوره آزمایش 3.5 ماهه ، فیشلانگ با موفقیت 25،796 URL فیشینگ را شناسایی کرد ، که بسیاری از آنها توسط بلوک های ضدعفونی کننده محبوب کشف نشده بودند ، بنابراین پتانسیل آن را برای تقویت اقدامات تشخیص جریان نشان می دهد.با بهره گیری از بهره وری از منابع فیشلانگ ، ما اولین برنامه باز مرورگر مرورگر کروم کاملاً منبع باز را منتشر می کنیم که استنتاج را بصورت محلی فراهم می کند بدون اینکه نیاز به مشورت با یک بلوک آنلاین داشته باشد و می تواند در سیستم های کم مصرف و بدون تأثیر در زمان استنتاج اجرا شود.اجرای ما نه تنها از ابزارهای فیشینگ شیوع (سمت سرور) بهتر عمل می کند ، بلکه به طور قابل توجهی مؤثرتر از اقدامات محدود طرف مشتری در دسترس است.علاوه بر این ، ما مطالعه می کنیم که چگونه Phishlang می تواند با GPT-5.5 Turbo یکپارچه شود تا بتواند در لیست بندی های قابل توضیح ایجاد کند-که پس از تشخیص یک وب سایت ، اطلاعات متنی مفصلی را در مورد ویژگی هایی که منجر به یک وب سایت به عنوان فیشینگ شده است ، در اختیار کاربران قرار می دهد.