English(EN) PHISHREV: A Hybrid Machine Learning and Post-Hoc Non-monotonic Reasoning Framework for Context-Aware Phishing Website Classification

PHISHREV框架结合机器学习与推理，提升网络钓鱼检测能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-04-28 11:20

研究人员开发了PHISHREV，一个结合机器学习和非单调推理以增强网络钓鱼网站检测能力的新型框架。这种混合方法使用Answer Set Programming，通过整合专家知识来优化机器学习预测，从而提高决策一致性。一个显著的优点是能够高效地整合新的领域知识，而无需重新训练整个模型。 AI

影响引入了一种混合推理方法，以改进基于AI的安全系统，可能减少误报并实现更快的知识更新。

排序理由介绍网络钓鱼检测新框架的学术论文。

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Amlan Chakrabarti · 2026-04-28 11:20

PHISHREV: A Hybrid Machine Learning and Post-Hoc Non-monotonic Reasoning Framework for Context-Aware Phishing Website Classification

Phishing detection systems are predominantly rely on statistical machine learning models, which often lack contextual reasoning and are vulnerable to adversarial manipulation. In this work, we propose a hybrid framework that integrates machine learning classifiers with non-monoto…