Phishing and Social Engineering Attack Detection by Applying Intention Detection Methods

Nå til dags brukes e-post og SMS daglig av nesten alle i verden. En trussel som følger denne trenden er phishing. Phishing og manipulasjonsangrep er blant de vanligste formene for nettangrep som oppleves nå til dags, siden de ikke er vanskelige for en angriper å utføre. I denne oppgaven angriper vi phishing-problemet ved å bruke modeller samlet fra intensjonsdeteksjons-domenet. Intensjonsdeteksjon er en undersjanger av naturlig språkbehandling, og er svært viktig i datasystemer som dreier seg om menneskelig interaksjon. Intensjonsdeteksjon er allerede tilstede i chat-roboter, nettverksinntrenging, e-handel og mer. Konkret tester vi tre moderne intensjonsdeteksjonsmodeller mot et datasett som består av både phishing og godartede e-poster. Ved å analysere teksten i e-poster med disse modellene klarer vi å identifisere de aller fleste ondsinnede e-poster; modellene for intensjonsdeteksjon gjorde det like bra som de nåværende toppmodellene innen phishing-deteksjon av e-poster. Gjennom eksperimentene i denne oppgaven ble det også oppdaget at det å ikke analysere nettlenker i phishing e-poster ikke forværret klassifikasjonskvaliteten til modellene