Il phishing si riconosce da segnali ricorrenti: urgenza, link camuffati, mittenti falsi. Un modello di ML impara questi segnali da esempi e li riconosce nei nuovi messaggi.
Come funziona
Si parte da un insieme di email etichettate (phishing / legittime). Si trasformano in numeri (le parole, la presenza di link, le differenze tra mittente e dominio) e si addestra un classificatore.
from sklearn.feature_extraction.text import TfidfVectorizer\nfrom sklearn.naive_bayes import MultinomialNB\n\nvettorizzatore = TfidfVectorizer()\nX = vettorizzatore.fit_transform(email_testo) # testo -> numeri\nmodello = MultinomialNB().fit(X, etichette) # 0 legittima, 1 phishing\n\n# salva per usarlo dopo\nimport joblib\njoblib.dump(modello, "phishing_model.pkl")\njoblib.dump(vettorizzatore, "vectorizer.pkl")Segnali utili (oltre al testo)
- Link il cui testo mostra un sito ma punta a un altro.
- Dominio del mittente diverso da quello dichiarato.
- Parole di urgenza ("verifica subito", "account bloccato").