Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Un modèle explicable basé sur un transformateur pour la détection des e-mails d'hameçonnage : une approche basée sur un modèle de langage étendu

Created by
  • Haebom

Auteur

Mohammad Amaz Uddin, Md Mahiuddin, Iqbal H.Sarker

Contour

Cet article présente les résultats d'une étude visant à optimiser et affiner le modèle DistilBERT basé sur Transformer afin d'améliorer les performances de détection des e-mails d'hameçonnage face à la menace croissante de ces messages. Nous utilisons des techniques de prétraitement pour résoudre le problème du déséquilibre des données et démontrons expérimentalement une grande précision. De plus, nous garantissons la transparence en rendant le processus de prédiction du modèle explicable grâce à des techniques XAI telles que LIME et Transformer Interpret.

Takeaways, Limitations

•
Takeaways:
◦
Nous présentons la possibilité de créer un système efficace de détection des e-mails de phishing en utilisant le modèle DistilBERT basé sur Transformer.
◦
Proposer une technique de prétraitement efficace pour le problème des ensembles de données déséquilibrés.
◦
Fiabilité améliorée en rendant le processus de prédiction du modèle explicable grâce aux techniques XAI.
◦
Prouver l’applicabilité de systèmes réels en obtenant une grande précision.
•
Limitations:
◦
Manque de description détaillée des caractéristiques de l’ensemble de données utilisé.
◦
Manque d’analyse comparative avec d’autres techniques modernes de détection de phishing.
◦
Manque de discussion sur les limites de l’explication et la subjectivité de l’interprétation à travers les techniques XAI.
◦
Manque de prise en compte des problèmes potentiels et des solutions qui peuvent survenir lors de l’application du système à un environnement réel.
👍
Made with Slashpage