A Generative Approach to Detecting Cybersquatting Using Large Language Models

Diese Arbeit untersucht zwei Ansätze zur automatisierten Generierung von Cybersquatting-Domains: Ein regelbasiertes System sowie ein LLM-Ansatz, basierend auf dem Sprachmodell Llama-3.1-405b-Instruct. Ziel ist die aktive Erforschung des Domainraums, um potenzielle Cybersquatting-Domains einer Zieldomain frühzeitig zu identifizieren. Beide Ansätze wurden anhand der Marke Amazon evaluiert und hinsichtlich ihrer operativen Performance, der strukturellen Eigenschaften der generierten Datensätze und der strukturellen Diversität der erzeugten Domains verglichen. Der regelbasierte Ansatz erzeugter in kurzer Zeit eine sehr große Anzahl an Domains bei geringen Kosten, lieferte jedoch Domains mit geringerer struktureller Diversität. Der LLM-Ansatz erzeugte eine deutlich kleinere Menge an Domains, die jedoch stärker variierte und höhere kombinatorische Vielfalt aufwies. Auffallend war zudem das ausgeprägte Markenverständnis des LLM-Ansatzes, der insgesamt stärker markenbezogene Domains generierte. Die Ergebnisse zeigen, dass beide Ansätze unterschiedliche Stärken besitzen und sich insbesondere in einer hybriden Architektur sinnvoll ergänzen können.