ChatSpamDetector: Nutzung großer Sprachmodelle zur effektiven Erkennung von Phishing-E-Mails

Die Verbreitung von Phishing-Websites und -E-Mails stellt erhebliche Herausforderungen für bestehende Cybersicherheitsmaßnahmen dar. Trotz Fortschritten bei Spam-Filtern und E-Mail-Sicherheitsprotokollen bestehen weiterhin Probleme mit Überwachung und Fehlalarmen. Nutzer haben oft Schwierigkeiten zu verstehen, warum E-Mails als Spam markiert werden, wodurch die Gefahr besteht, wichtige Mitteilungen zu verpassen oder versehentlich Phishing-E-Mails zu vertrauen. In dieser Studie stellen wir ChatSpamDetector vor, ein System, das große Sprachmodelle (LLMs) zur Erkennung von Phishing-E-Mails verwendet. Durch die Umwandlung von E-Mail-Daten in eine für LLM-Analysen geeignete Eingabe liefert das System eine hochpräzise Bestimmung, ob eine E-Mail Phishing ist oder nicht. Wichtig ist, dass es detaillierte Begründungen für seine Phishing-Entscheidungen bietet, um Nutzer bei der fundierten Handhabung verdächtiger E-Mails zu unterstützen. Wir führten eine Bewertung mit einem umfassenden Phishing-E-Mail-Datensatz durch und verglichen unser System mit mehreren LLMs und Basissystemen. Wir bestätigten, dass unser System mit GPT-4 überlegene Erkennungsfähigkeiten mit einer Genauigkeit von 99,70 % aufweist. Die fortschrittliche kontextuelle Interpretation durch LLMs ermöglicht die Identifikation verschiedener Phishing-Taktiken und -Imitationen, wodurch sie ein potenziell mächtiges Werkzeug im Kampf gegen phishingbasierte E-Mail-Bedrohungen darstellen.