Client-Based Active Phishing Site Detection Model in Heterogeneous AI Accelerator Server Environments
Abstract
AI 서비스가 확산됨에 따라 이기종 가속기 클러스터와 탄력적 라우팅이 서버 경로를 수시로 변화시킴으로써 새로 생성된 피싱 URL에 대한 탐지 공백을 만들고 업데이트 오버헤드를 증가시킨다. 본 연구는 지속적 서버 피드를 필요로 하지 않고 단말에서 요청을 검증하는 클라이언트 측 트레이스백 기반 능동 탐지 모델을 제안한다. 모델은 실시간 URL 수집·정규화 및 유사도 검사, 실시간 트레이스백 수집, 트레이스백 분석·판정의 세 모듈로 구성된다. 클라이언트에 사전 구축된 Origin Bank는 정상 경로와 최종 목적지 주소(End_IP)를 저장한다. 워크플로는 요청된 URL을 정규화한 뒤 Origin Bank와의 유사도를 확인하고, 실시간으로 홉 단위 경로를 수집한다. 경로가 일치하면 정상으로 판정하고, 중간 홉이 달라도 End_IP가 일치하면 기준을 갱신하여 허용하며, 그렇지 않으면 피싱으로 분류한다. 두 개 상업은행을 대상으로 한 실험에서, 본 모델은 정상 다중 엔드포인트 패턴을 포착하고, 종단 간 오버헤드 약 8–8.22ms, 초기 Origin Bank 구축 및 위치 변경에 따른 갱신 약 15–17초를 달성하여 경량·실시간·능동형 방어를 구현했다.
Fields of Study & Subjects
Spam and Phishing Detection
Network Security and Intrusion Detection
Internet Traffic Analysis and Secure E-voting
Publication details
- Journal / source
- The Journal of the Korean Institute of Information and Communication Engineering
- Volume
- 30
- Issue
- 1
- Pages
- 131–140
- Publication date
- 31 January 2026
- Language
- EN