Uppsats
Universitetsstudenters bedömning av nätfiskemejl
Kandidat-uppsats
Stockholms universitet/Institutionen för data- och systemvetenskap
Publicerad: 2025
Språk: Svenska
Sammanfattning
Den utbredda användningen av e-post som kommunikationsverktyg har gjort den till en vanlig attackvektor för nätfiske. Med de senaste framstegen inom generativ artificiell intelligens (AI) och Phishing-as-a-Service (PhaaS) har nätfiskemejl blivit alltmer sofistikerade, vilket utmanar traditionella användarstrategier för att identifiera bluffmejl. Tidigare vanliga metoder, som att kontrollera stavfel eller misstänkta webbadresser, har blivit mindre tillförlitliga. Att förstå vilka detekteringsmetoder som fortfarande fungerar är avgörande för att utveckla effektivare säkerhetsutbildningar och tekniska skydd. Universitetsstudenter är ofta en studerad målgrupp inom cybersäkerhetsforskning, men deras reaktioner på moderna nätfiskeattacker, särskilt sådana som genererats med AI eller skapats via PhaaS, är outforskat. Deras höga digitala aktivitet och varierande formella utbildning gör dem till en relevant grupp för att undersöka hur etablerade heuristiker står sig emot dagens hot. Denna studie syftar till att undersöka hur användares heuristiker fungerar när de tillämpas på nätfiskemejl med olika nivå av sofistikation. Fyra typer av mejl analyserades: ett klassiskt nätfiskemejl (före 2015), ett PhaaS-baserat mejl, ett AI-genererat mejl samt legitimt mejl som kontrollgrupp. Studien använde en kvalitativ metod där data samlades in genom think-aloud-sessioner följt av korta intervjuer. Materialet analyserades tematiskt. Resultaten visar att deltagarna generellt identifierade det klassiska bluffmejlet korrekt, medan de ofta missbedömde de PhaaS-baserade och AI-genererade mejlen. Deras professionella språk, visuella kvalitet och relevanta innehåll bidrog till att de uppfattades som legitima. Studien visar att traditionella heuristiker har blivit allt mindre tillförlitliga.
Information
- Författare
- Ingvert, Oliver, Martinsson, Marcus
- Lärosäte / institution
- Stockholms universitet/Institutionen för data- och systemvetenskap
- Publiceringsdatum
- 2025
- Uppsatstyp
- Kandidat-uppsats
- Språk
- Svenska
Utforska vidare
Liknande uppsatser
Uppsatser med liknande ämnen och nyckelord.
Kandidat-uppsats, Stockholms universitet/Institutionen för data- och systemvetenskap
Amoura, Yazan
Publicerad: 2024
Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)
Salman, Esra, Ghalkhanbaz, Ayda
Publicerad: 2025
Kandidat-uppsats, Högskolan i Halmstad/Akademin för informationsteknologi
Henningsohn, Amanda, Lennartsson, Elin
Publicerad: 2026
Kandidat-uppsats, Malmö universitet/Institutionen för datavetenskap och medieteknik (DVMT)
Bergquist Rajic, My, Hellquist, Olivia
Publicerad: 2024
Kandidat-uppsats, Högskolan i Halmstad/Akademin för informationsteknologi
Ågren, Nikita, Aljabi, Luna
Publicerad: 2024
Kandidat-uppsats, Luleå tekniska universitet/Institutionen för hälsa, lärande och teknik
Breschi, Alexandra, Juthberg, Enbe
Publicerad: 2026