Proaktivní identifikace phishingových domén pomocí CT logů a zero-shot klasifikace

Abstract

Cílem této práce je prozkoumat využití velkých jazykových modelů při detekci phishingu. Praktickým výstupem této diplomové práce je robustní a~škálovatelný detekční systém, který dokázal odhalit phishingovou kampaň, která nebyla zachycena žádným z 98 dostupných komerčních systémů na platformě VirusTotal. Za účelem vyhodnocení efektivity našeho řešení jsme rovněž vytvořili dataset obsahující phishingové i benigní domény a provedli na něm experimenty, včetně ablačních testů.The aim of this work is to explore the usage of large language models in phishing detection. The practical output of this thesis is a robust and scalable phishing detection pipeline, that was able to detect a phishing campaign that went undetected by all 98 available vendors on VirusTotal. To evaluate the performance of our solution, we also created a dataset of phishing and benign domains and did experiments on it, including ablation.