A Computer Vision Approach to Visual Fraud Detection in Phishing Websites Using YOLOv8

arXiv cs.AI · 29 sept, 06:00

Investigadores entrenan un modelo YOLOv8 para detectar páginas de phishing analizando su aspecto visual (logotipos, esquemas de color, estructura de formularios) en lugar de inspeccionar URLs o contenido HTML. El sistema logra 92% de precisión y procesa cada captura en ~100 milisegundos, reduciendo falsos positivos tras aumentación de datos específica.