PhishGuard: uma arquitetura multicamadas baseada em inteligência artificial para detecção de phishing em extensões web

Abstract

Este trabalho apresenta o desenvolvimento do PhishGuard, um sistema integrado de segurança digital composto por uma extensão para o navegador Google Chrome, um painel administrativo em Angular e um backend em Java Spring multimodular. O objetivo principal é detectar ataques de phishing em tempo real por meio de um modelo de Inteligência Artificial capaz de analisar URLs no momento do acesso, oferecendo uma defesa dinâmica e adaptativa. O modelo de aprendizado de máquina foi treinado com dados dos conjuntos públicos Top1Million e PhishTank, complementados por minidatasets próprios que incluem subdomínios genéricos e geográficos. Após o pré-processamento e balanceamento dos dados, o modelo atingiu acurácia de 84%, F1-score de 0,86 e AUC de 0,91, demonstrando desempenho satisfatório na distinção entre sites legítimos e maliciosos. A arquitetura do sistema utiliza bancos PostgreSQL (relacional) e MongoDB (não relacional), permitindo o armazenamento seguro de usuários, listas locais e resultados de inferência. O painel administrativo possibilita o monitoramento do modelo, o gerenciamento de listas globais e o retreinamento supervisionado, enquanto a extensão fornece análise automática, alertas visuais e opções de curadoria pelo próprio usuário. Os resultados indicam que o PhishGuard é uma solução viável e escalável para a detecção proativa de ameaças, contribuindo para o avanço da segurança cibernética e da aplicação prática da IA em ambientes web.

This paper presents the development of PhishGuard, an integrated digital security system composed of a Google Chrome browser extension, an Angular administrative panel, and a Java Spring multimodular backend. Its main objective is to detect phishing attacks in real time through an artificial intelligence model capable of analyzing URLs at the moment of access, offering dynamic and adaptive defense. The machine learning model was trained with data from the Top1Million and PhishTank public datasets, supplemented by mini-datasets that include generic and geographical subdomains. After preprocessing and balancing the data, the model achieved an accuracy of 84%, an F1 score of 0.86, and an AUC of 0.91, demonstrating satisfactory performance in distinguishing between legitimate and malicious sites. The system's architecture uses PostgreSQL (relational) and MongoDB (non-relational) databases to securely store user data, local lists, and inference results. The administrative panel allows you to monitor the model, manage global lists, and perform supervised retraining, while the extension provides automatic analysis, visual alerts and curation options by the user themselves. The results indicate that PhishGuard is a viable and scalable solution for proactive threat detection, contributing to the advancement of cybersecurity and the practical application of AI in web environments.