Explainable Transformer-Based Email Phishing Classification with Adversarial Robustness
Created by
Haebom
Category
Empty
저자
Sajad U P
개요
이 연구는 이메일 기반 피싱 공격에 대응하기 위해 DistilBERT 기반의 하이브리드 접근 방식을 제시합니다. 특히, AI 생성 피싱 공격에 대한 강건성을 확보하기 위해 FGM 기반의 적대적 훈련을 사용합니다. 또한, LIME XAI 기술을 통해 모델의 투명성을 높이고, Flan-T5-small 언어 모델을 활용하여 최종 사용자를 위한 보안 설명도 제공합니다.
시사점, 한계점
•
시사점:
◦
DistilBERT 모델을 사용하여 효율적인 피싱 분류를 수행합니다.
◦
FGM 적대적 훈련을 통해 AI 생성 피싱 공격에 대한 강건성을 향상시킵니다.
◦
LIME XAI 기술을 통해 모델의 의사 결정 과정을 설명합니다.
◦
Flan-T5-small 모델을 사용하여 최종 사용자를 위한 이해하기 쉬운 보안 설명을 제공합니다.
