计算机工程

作者：刘荣龙, 李梓炜, 万悦, 吴嘉婧, 蒋子规

单位：中山大学软件工程学院, 广东 珠海 519082

关键词：Web3,网络安全,钓鱼网站,域名检测,大语言模型

基金：国家重点研发计划(2023YFB2704703); 国家自然科学基金(62372485); 国家自然科学基金(623B2102); 国家自然科学基金(62472457); 广东省基础与应用基础研究基金项目(2023A1515011314); 广东省基础与应用基础研究基金项目(2023A1515011336); 中山大学中央高校基本科研业务费专项资金(24lgqb018)

Web3作为"去中心化的下一代互联网"范式, 依托区块链技术, 成为数智服务生态中极具潜力的新兴领域。然而, Web3钓鱼网站对生态健康构成了严重威胁, 钓鱼者精心设计域名作为主要诱饵, 诱导用户访问并进行高风险操作以窃取数字资产。目前, Web3反钓鱼工作主要集中在钓鱼账户检测、钓鱼交易检测和钓鱼团伙挖掘, 而现有钓鱼网站域名检测工作主要面向传统钓鱼网站, 存在适应性不足、缺乏系统性分析等局限性。为此, 提出一种针对Web3钓鱼网站域名的检测方法WPWHunter, 对检测到的真实Web3钓鱼网站进行多维度分析, 并探究大语言模型(LLM)在网页分析方面的应用潜力。WPWHunter检测算法对Web3钓鱼网站域名中的诱导词、视觉欺骗、项目名模仿3种特征进行检测, 实验结果表明, WPWHunter能够有效检测出可疑的Web3钓鱼域名, 在测试集上G-means指标达到0.769, 相比表现最佳的基线方法提升了0.048。此外, 作为补充的探索实验, 使用3个通用LLM对WPWHunter未能成功检测的Web3钓鱼网页内容进行分析, 总结LLM判定Web3钓鱼网站时的依据。

来源：2026年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第1期