[論文レビュー] Multi-Layer Perceptron Neural Network for Improving Detection Performance of Malicious Phishing URLs Without Affecting Other Attack Types Classification

Pow Chang|arXiv (Cornell University)|Feb 25, 2022

Spam and Phishing Detection被引用数 7

ひとこと要約

本論文は、特徴工学の手作業やコーパス固有のチューニングを必要とせず、他のサイバー攻撃タイプの分類精度を維持したまま、悪意あるフィッシングURLの検出を向上させるためのマルチレイヤーパーセプトロン（MLP）ニューラルネットワークを提案する。非線形特徴学習とバックプロパゲーションによる自動的特徴重要度重み付けを活用することで、MLPはロジスティック回帰やナイーブベイズといった従来のモデルを凌駕する。

ABSTRACT

The hypothesis here states that neural network algorithms such as Multi-layer Perceptron (MLP) have higher accuracy in differentiating malicious and semi-structured phishing URLs. Compared to classical machine learning algorithms such as Logistic Regression and Multinomial Naive Bayes, the classical algorithms rely heavily on substantial corpus data training and machine learning experts' domain knowledge to perform complex feature engineering. MLP could perform non-linear separable multi-classes classification and focus less on corpus feature training. In addition, backpropagation weight adjustment could learn which features are more important in differentiating phishing from other attack types.

研究の動機と目的

• 古典的な機械学習モデルが、広範な特徴工学に依存するため、悪意あるフィッシングURLの検出に限界を示す問題に対処すること。
• MLPのようなディープラーニングモデルが、他の攻撃タイプの性能を低下させることなく、フィッシングURLの検出精度を向上させられるかを検討すること。
• エンドツーエンド学習を活用することで、ドメインスペシャリストの知識や大規模なトレーニングコーパスへの依存を低減すること。
• バックプロパゲーションが、フィッシング検出に重要な特徴を特定するのにどの程度有効であるかを評価すること。

提案手法

• 本研究では、URL特徴における複雑な非線形関係をモデル化するために、複数の隠れ層を備えたマルチレイヤーパーセプトロン（MLP）アーキテクチャを採用する。
• 入力特徴は、URL構造（長さ、特殊文字、ドメインパターンなど）から得られ、手作業によるコーパスベースの特徴抽出を必要としない。
• バックプロパゲーションを用いて、ネットワークの重みを繰り返し調整することで、モデルがフィッシング検出に最も特徴的な特徴を学習できるようにする。
• マルチクラス一般化を保証するため、フィッシング、健全、その他の攻撃タイプのURLを含むラベル付きデータセットを用いてモデルをトレーニングする。
• アーキテクチャは、DDoSやマルウェア配布などの非フィッシング攻撃の分類においても、性能低下を防ぐよう設計されている。
• ハイパーパラメータを最適化することで、トレーニングデータに対する過学習を最小限に抑えながら分類精度を向上させる。

実験結果

リサーチクエスチョン

• RQ1 MLPニューラルネットワークは、古典的な機械学習モデルと比較して、悪意あるフィッシングURLの検出精度をより高く達成できるか？
• RQ2 MLPにおけるバックプロパゲーションの使用は、手作業による特徴工学を伴わずに、効果的な自動的特徴重要度学習を可能にするか？
• RQ3 フィッシング検出に最適化されたMLPが、非フィッシングサイバー攻撃タイプの分類性能をどの程度維持できるか？
• RQ4 MLPの非線形意思決定境界は、ロジスティック回帰のような線形モデルと比較して、分類性能をどのように向上させるか？
• RQ5 大規模で手作業で整備されたトレーニングコーパスに依存せずに、多様なURLパターンに一般化できるか？

主な発見

• MLPモデルは、ロジスティック回帰や多項式ナイーブベイズと比較して、悪意あるフィッシングURLの検出において優れた性能を示した。
• モデルは、URL特徴における複雑な非線形パターンを学習できる能力のおかげで、より高い分類精度を達成した。
• バックプロパゲーションにより、ネットワークがフィッシング検出に最も特徴的な特徴を自動的に特定・優先することができた。
• モデルは他の攻撃タイプにおいても一貫した性能を維持しており、マルチクラス分類における性能低下がなかった。
• ドメインスペシャリストの知識や大規模なコーパスベースの特徴工学への依存が低減され、検出パイプラインの簡素化が実現した。