Роль социальных сетей в распространении и выявлении фишинговых кампаний
Article Sidebar
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Main Article Content
Abstract
Статья посвящена анализу фишинга в цифровой среде с акцентом на социальные сети как ключевой канал распространения атак. Рассматривается эволюция методов фишинга – от Email-рассылок до визуально убедительных сценариев, встроенных в архитектуру платформ с высокой вовлечённостью. Приведены примеры реальных кампаний, включая использование дипфейков, фальшивых брендов и таргетированной рекламы. Особое внимание уделено платформам с повышенным риском (Facebook, Instagram, Telegram, TikTok) и психологическим аспектам: доверие к контенту, эффект социальной доказательности, эмоциональное давление. В аналитической части описаны методы выявления фишинга через краулинг, API и мониторинг открытых данных, а также применение NLP для анализа тональности, ключевых слов и повторов. Рассматриваются ML-алгоритмы, включая логистическую регрессию, деревья решений, нейросети и ансамблевые модели. Делается вывод о необходимости междисциплинарного подхода, автоматизации и интеграции с системами Threat Intelligence.
Article Details
References
Mouncey, E., & Hargreaves, S. (2025). Phishing scams on social media: An evaluation of cyber awareness and training interventions. Journal of Online Trust and Safety, 4(1). https://www.sciencedirect.com/science/article/pii/S2949791425000016
Cloud Threat Intelligence (Google). (2024, June 5). Phishing for Gold: Cyber Threats Facing the 2024 Paris Olympics. https://cloud.google.com/blog/topics/threat-intelligence/cyber-threats-2024-paris-olympics
NCSC (Switzerland). (2024, June 25). How scammers exploit major events such as the Olympic Games. https://www.ncsc.admin.ch/ncsc/en/home/aktuell/im-fokus/2024/wochenrueckblick_25.html
Palo Alto Networks Unit 42. (2025, April 1). Evolution of sophisticated phishing tactics: The QR code (quishing) comeback. https://unit42.paloaltonetworks.com/qr-code-phishing/
Hoxhunt. (2024, Nov 6 / updated Dec 20). TikTok Phishing Link in Emails: What Security Teams Need to Know. https://hoxhunt.com/blog/tiktok-phishing-link
Alshdadi, A. A., & Alsubaie, M. (2024). LSTM-PSO: An NLP-based model for detecting phishing attacks. In Proceedings of NLP-AICS 2024
(pp. 61–71). https://aclanthology.org/2024.nlpaics-1.9.pdf
Microsoft. (2025, April 16). Cyber Signals, Issue 9: AI-powered deception-Emerging fraud threats and countermeasures. https://www.microsoft.com/en-us/security/blog/2025/04/16/cyber-signals-issue-9-ai-powered-deception-emerging-fraud-threats-and-countermeasures/
FinCEN. (2024, November 13). Alert on Fraud Schemes Involving Deepfake Content & GenAI. https://www.fincen.gov/system/files/shared/FinCEN-Alert-DeepFakes-Alert508FINAL.pdf
Haq, Q. E., Al-Shishtawy, A., & Kim, T. (2024). Detecting phishing URLs based on a deep learning approach. Applied Sciences, 14(22), 10086. https://www.mdpi.com/2076-3417/14/22/10086 DOI: https://doi.org/10.3390/app142210086
CISA. (2024, May). Risk in Focus: Generative AI and the 2024 Election Cycle. https://www.cisa.gov/sites/default/files/2024-05/Consolidated_Risk_in_Focus_Gen_AI_ElectionsV2_508c.pdf