Buchumschlag

Phishing Website Detection through Multi-Model Analysis of HTML Content

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Çolhak, Furkan, Ecevit, Mert İlhan, Uçar, Bilal Emir, Creutzburg, Reiner, Dağ, Hasan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SecureReg: Combining NLP and MLP for Enhanced Detection of Malicious Domain Name Registrations
von: Çolhak, Furkan, et al.
Veröffentlicht: (2024)

Accelerating IoV Intrusion Detection: Benchmarking GPU-Accelerated vs CPU-Based ML Libraries
von: Çolhak, Furkan, et al.
Veröffentlicht: (2025)

PhishKey: A Novel Centroid-Based Approach for Enhanced Phishing Detection Using Adaptive HTML Component Extraction
von: Castaño, Felipe, et al.
Veröffentlicht: (2025)

A Sophisticated Framework for the Accurate Detection of Phishing Websites
von: Newaz, Asif, et al.
Veröffentlicht: (2024)

Small Language Models for Phishing Website Detection: Cost, Performance, and Privacy Trade-Offs
von: Goldenits, Georg, et al.
Veröffentlicht: (2025)

Assessing Spear-Phishing Website Generation in Large Language Model Coding Agents
von: Malloy, Tailia, et al.
Veröffentlicht: (2026)

Benchmarking Large Language Models for Zero-shot and Few-shot Phishing URL Detection
von: Hasan, Najmul, et al.
Veröffentlicht: (2026)

Privacy-Preserving Smart Surveillance with Cross-Dataset Violence Detection and Decentralized Evidence Governance
von: Coşkun, Hasan, et al.
Veröffentlicht: (2026)

MultiPhishGuard: An Explainable and Adaptive Multi-Agent LLM System for Phishing Email Detection
von: Xue, Yinuo, et al.
Veröffentlicht: (2025)

PhreshPhish: A Real-World, High-Quality, Large-Scale Phishing Website Dataset and Benchmark
von: Dalton, Thomas, et al.
Veröffentlicht: (2025)

CIC-Trap4Phish: A Unified Multi-Format Dataset for Phishing and Quishing Attachment Detection
von: Nejati, Fatemeh, et al.
Veröffentlicht: (2026)

E-PhishGen: Unlocking Novel Research in Phishing Email Detection
von: Pajola, Luca, et al.
Veröffentlicht: (2025)

Comparative Analysis of Black-Box and White-Box Machine Learning Model in Phishing Detection
von: Fajar, Abdullah, et al.
Veröffentlicht: (2024)

EXPLICATE: Enhancing Phishing Detection through Explainable AI and LLM-Powered Interpretability
von: Lim, Bryan, et al.
Veröffentlicht: (2025)

Enhancing Phishing Detection through Feature Importance Analysis and Explainable AI: A Comparative Study of CatBoost, XGBoost, and EBM Models
von: Fajar, Abdullah, et al.
Veröffentlicht: (2024)

Multimodal Large Language Models for Phishing Webpage Detection and Identification
von: Lee, Jehyun, et al.
Veröffentlicht: (2024)

Phishing the Phishers with SpecularNet: Hierarchical Graph Autoencoding for Reference-Free Web Phishing Detection
von: Song, Tailai, et al.
Veröffentlicht: (2026)

PhishGuard: A Multi-Layered Ensemble Model for Optimal Phishing Website Detection
von: Ovi, Md Sultanul Islam, et al.
Veröffentlicht: (2024)

Phishing URL Detection using Bi-LSTM
von: Baskota, Sneha
Veröffentlicht: (2025)

PhishDebate: An LLM-Based Multi-Agent Framework for Phishing Website Detection
von: Li, Wenhao, et al.
Veröffentlicht: (2025)

Dual-Path Phishing Detection: Integrating Transformer-Based NLP with Structural URL Analysis
von: Altan, Ibrahim, et al.
Veröffentlicht: (2025)

Eliciting Least-to-Most Reasoning for Phishing URL Detection
von: Trikilis, Holly, et al.
Veröffentlicht: (2026)

Trustworthiness Calibration Framework for Phishing Email Detection Using Large Language Models
von: Ganiuly, Daniyal, et al.
Veröffentlicht: (2025)

Towards Robust Multi-tab Website Fingerprinting
von: Deng, Xinhao, et al.
Veröffentlicht: (2025)

Harmful Fine-tuning Attacks and Defenses for Large Language Models: A Survey
von: Huang, Tiansheng, et al.
Veröffentlicht: (2024)

Enhancing Phishing Email Identification with Large Language Models
von: Lee, Catherine
Veröffentlicht: (2025)

PhishSSL: Self-Supervised Contrastive Learning for Phishing Website Detection
von: Li, Wenhao, et al.
Veröffentlicht: (2025)

NoPhish: Efficient Chrome Extension for Phishing Detection Using Machine Learning Techniques
von: Thaqi, Leand, et al.
Veröffentlicht: (2024)

PhishIntentionLLM: Uncovering Phishing Website Intentions through Multi-Agent Retrieval-Augmented Generation
von: Li, Wenhao, et al.
Veröffentlicht: (2025)

Decoding Latent Attack Surfaces in LLMs: Prompt Injection via HTML in Web Summarization
von: Verma, Ishaan, et al.
Veröffentlicht: (2025)

PiMRef: Detecting and Explaining Ever-evolving Spear Phishing Emails with Knowledge Base Invariants
von: Liu, Ruofan, et al.
Veröffentlicht: (2025)

Manipulating LLM Web Agents with Indirect Prompt Injection Attack via HTML Accessibility Tree
von: Johnson, Sam, et al.
Veröffentlicht: (2025)

Alphabet Index Mapping: Jailbreaking LLMs through Semantic Dissimilarity
von: Husain, Bilal Saleh
Veröffentlicht: (2025)

LLM-Powered Intent-Based Categorization of Phishing Emails
von: Eilertsen, Even, et al.
Veröffentlicht: (2025)

Evaluating Large Language Models for Phishing Detection, Self-Consistency, Faithfulness, and Explainability
von: Kuikel, Shova, et al.
Veröffentlicht: (2025)

Phishing Detection in the Gen-AI Era: Quantized LLMs vs Classical Models
von: Thapa, Jikesh, et al.
Veröffentlicht: (2025)

Safety Tax: Safety Alignment Makes Your Large Reasoning Models Less Reasonable
von: Huang, Tiansheng, et al.
Veröffentlicht: (2025)

LLM Agents can Autonomously Hack Websites
von: Fang, Richard, et al.
Veröffentlicht: (2024)

An Explainable Transformer-based Model for Phishing Email Detection: A Large Language Model Approach
von: Uddin, Mohammad Amaz, et al.
Veröffentlicht: (2024)

MeAJOR Corpus: A Multi-Source Dataset for Phishing Email Detection
von: Mendes, Paulo, et al.
Veröffentlicht: (2025)