PulseAugur
中
实时 04:22:41
English(EN) A Hybrid, Multi-Layered Pipeline for Phishing and Threat Classification: Independently Validated URL and NLP Engines with a Calibrated Multi-Channel Fusion Stage

新的混合管道通过 DistilBERT 和 URL 分析提高了网络钓鱼检测能力

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种新颖的混合管道，旨在增强网络钓鱼和威胁分类。该系统集成了多个引擎，包括一个 URL 分析堆栈、一个 DistilBERT NLP 分类器和一个威胁情报同步器。该管道在超过 10,000 封电子邮件的基准测试中取得了 0.914 的高 F1 分数，显著提高了真实网络钓鱼的召回率，同时最大限度地减少了误报。 AI

影响 这种混合方法可能带来更强大、更准确的威胁检测系统，从而提高在线安全性。

排序理由 该集群包含一篇详细介绍网络钓鱼检测新技术方法的论文。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的混合管道通过 DistilBERT 和 URL 分析提高了网络钓鱼检测能力

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Saifelden M. Ismail, Aser O. Ibrahim, Omar A. Mahmoud ·

    A Hybrid, Multi-Layered Pipeline for Phishing and Threat Classification: Independently Validated URL and NLP Engines with a Calibrated Multi-Channel Fusion Stage

    arXiv:2606.21690v2 Announce Type: replace-cross Abstract: Phishing is a multi-modal threat. We present a hybrid pipeline that scores each modality with its own engine and fuses the results. Three engines are built, deployed, and independently benchmarked: a four-stage URL stack (…

  2. arXiv cs.CL TIER_1 English(EN) · Omar A. Mahmoud ·

    用于网络钓鱼和威胁分类的混合多层管道：独立验证的URL和NLP引擎，以及经过校准的多通道融合阶段

    Phishing is a multi-modal threat. We present a hybrid pipeline that scores each modality with its own engine and fuses the results. Three engines are built, deployed, and independently benchmarked: a four-stage URL stack (Domain Guard, lexical model, threat intelligence, and an a…

相关实体

相关话题