An Improved AIS Based E-mail Classification Technique for Spam Detection
本文提出了一种改进的基于人工免疫系统的邮件分类方法，利用免疫学习、免疫记忆的特点来解决垃圾邮件检测中的复杂问题。通过对训练数据集进行垃圾邮件和非垃圾邮件特征的区分，实现了一种优化的邮件分类方法。这些提取的特征的垃圾邮件和非垃圾邮件，然后结合起来，使一个单一的检测器，从而降低了错误率。（非垃圾邮件被错误地归类为垃圾邮件）。我们的技术在降低错误率方面的有效性将通过将获得的结果来证明。
2014-02-06 cs.CR
An Investigation of Large Language Models and Their Vulnerabilities in Spam Detection
本文研究基于GPT2和BERT微调的LLM垃圾信息检测系统，通过在Enron、LingSpam和SMSspamCollection数据集上的实验，揭示其在对抗性攻击和数据投毒攻击下的脆弱性，为信息安全应用提供参考。
2025-04-14 cs.CR
Robust Spammer Detection by Nash Reinforcement Learning
Univ. of Illinois at Chicago（伊利诺伊大学芝加哥分校）；Intel Labs（英特尔实验室）；Lehigh University（理海大学）
在线评论为客户提供产品评估以做出决策。不幸的是，评估可以被专业垃圾邮件发送者使用虚假评论（“垃圾邮件”）操纵，他们通过适应部署的检测器来学习越来越阴险和强大的垃圾邮件策略。垃圾邮件发送策略很难捕捉，因为它们可以随着时间的推移而迅速变化，在垃圾邮件发送者和目标产品之间存在差异，更重要的是，在大多数情况下仍然未知。此外，大多数现有的检测器专注于检测精度，这与保持产品评估的可信度的目标并不一致。为了应对这些挑战，我们制定了一个极大极小的游戏，垃圾邮件发送者和垃圾邮件检测器相互竞争的实际目标，而不仅仅是基于检测的准确性。纳什均衡的游戏导致稳定的检测器是不可知的任何混合检测策略。然而，该博弈没有封闭形式的解决方案，是不可微的承认典型的基于梯度的算法。我们把游戏变成两个依赖马尔可夫决策过程（MDP），允许有效的随机优化的基础上，多臂强盗和策略梯度。我们使用各种最先进的垃圾邮件和检测策略在三个大型评论数据集上进行了实验，并表明优化算法可以可靠地找到一个平衡检测器，该检测器可以鲁棒地有效地防止垃圾邮件发送者使用任何混合垃圾邮件策略实现其实际目标。我们的代码可在https://github.com/YingtongDou/Nash-Detect上获得。
2020-06-22 cs.CR cs.GT cs.LG
EvoMail: Self-Evolving Cognitive Agents for Adaptive Spam and Phishing Email Defense
People’s Liberation Army 77606 Unit（中国人民解放军77606单位）；Field Engineering College, Army Engineering University of PLA（陆军工程大学工程学院）；College Of Software, ZhengZhou University of Light Industry（郑州轻工业大学软件学院）
EvoMail提出自进化认知智能体框架，通过异构邮件图与LLM增强的图神经网络，结合红蓝队对抗自进化循环，实现对垃圾邮件和钓鱼邮件的自适应检测，优于现有基线。
2025-09-25 cs.CR cs.LG
Semi-Supervised Spam Detection in Twitter Stream
Twitter上大多数现有的垃圾邮件检测技术旨在识别和阻止发布垃圾推文的用户。在本文中，我们提出了一个半监督式垃圾邮件检测（S3 D）的垃圾邮件检测框架，在推文级。该框架由两个主要模块组成：垃圾邮件检测模块运行在实时模式下，模型更新模块运行在批处理模式下。垃圾邮件检测模块由四个轻量级检测器组成：（i）黑名单域检测器，用于标记包含黑名单URL的推文;（ii）近似重复检测器，用于标记与预先标记的推文近似重复的推文;（iii）可靠的火腿检测器，用于标记由可信用户发布的不包含垃圾邮件的推文;以及（iv）基于多分类器的检测器标记剩余的推文。检测模块所需的信息基于在前一时间窗口中标记的推文以批处理模式更新。大规模数据集上的实验表明，该框架自适应地学习新的垃圾邮件活动的模式，并保持良好的准确性，垃圾邮件检测推文流。
2017-02-02 cs.CR cs.IR cs.SI
A Survey on Web Spam Detection Methods: Taxonomy
Web垃圾是指通过操纵搜索引擎的排名算法来提高网页在搜索引擎结果中的排名的技术。在最好的情况下，垃圾邮件发送者鼓励观众访问他们的网站，并提供不应得的广告收益的网页所有者。在最坏的情况下，他们在页面中使用恶意内容，并试图在受害者的机器上安装恶意软件。垃圾邮件发送者使用三种垃圾邮件技术来获得更高的排名。这些技术是基于链接的技术，隐藏技术和基于内容的技术。现有的垃圾网页会导致对搜索引擎结果的不信任。这不仅浪费了访问者的时间，也浪费了大量的搜索引擎资源。因此，垃圾邮件检测方法已被提出作为一种解决方案，以减少垃圾网页的负面影响。实验结果表明，这些技术中的一些工作良好，可以发现垃圾邮件页面比其他更准确。本文对Web垃圾邮件技术进行了分类，并对相关的检测方法进行了研究。
2012-10-11 cs.CR cs.IR
DeepImageSpam: Deep Learning based Image Spam Detection
Amrita School of Engineering（阿姆里塔工程学院）；Amrita Vishwa Vidyapeetham（阿姆里塔维斯瓦维迪亚佩瑟姆大学）
黑客和垃圾邮件发送者正在使用创新和新颖的技术来欺骗新手甚至知识渊博的互联网用户。图像垃圾邮件是这样的技术之一，其中垃圾邮件发送者改变和改变图像的某些部分，使其与原始图像无法区分，从而欺骗用户。本文提出了一种基于深度学习的图像垃圾邮件检测方法，该方法使用卷积神经网络，使用810幅自然图像和928幅垃圾邮件图像进行分类，实现了91.7%的准确率，优于现有的图像处理和机器学习技术
2018-10-03 cs.CR cs.CV
Twitter Spam Detection: A Systematic Review
Islamic Azad University（伊斯兰阿扎德大学）
如今，随着全球互联网接入和移动设备的兴起，越来越多的人使用社交网络进行协作和接收实时信息。微博客Twitter正在成为沟通和新闻传播的重要来源，它吸引了垃圾邮件发送者的注意力，分散了用户的注意力。到目前为止，研究人员已经引入了各种防御技术来检测垃圾邮件并打击Twitter上的垃圾邮件活动。为了克服这个问题，近年来研究人员提出了许多新的技术，大大提高了垃圾邮件的检测性能。因此，它提出了一个动机，进行系统的审查不同的方法，垃圾邮件检测Twitter上。本文对现有的Twitter垃圾邮件检测技术进行了系统的比较。文献回顾分析表明，大多数现有的方法依赖于基于机器学习的算法。在这些机器学习算法中，主要的区别与各种特征选择方法有关。因此，我们提出了一种基于不同的特征选择方法和分析，即内容分析，用户分析，推文分析，网络分析和混合分析的分类。然后，我们提出了数值分析和比较研究目前的方法，提出了开放的挑战，帮助研究人员制定解决方案，在这一主题。
2020-12-01 cs.CR cs.CY cs.HC
Improving Spam Detection Based on Structural Similarity
我们提出了一种新的检测算法，使用的结构关系的电子邮件的收件人和垃圾邮件的识别的基础。用户和接收者被表示为在其倒易空间中的向量。向量之间的相似性的措施，构建和使用分组用户到集群。知识，他们的分类为过去的垃圾邮件或合法邮件的收件人，来自一个辅助检测算法，然后使用这些集群的概率标记。这些知识来自一个辅助算法。然后使用新消息的发送者和接收者集合与聚类的中心向量之间的相似性度量来评估该消息是合法的还是垃圾邮件的可能性。我们表明，该算法是能够正确的误报（合法邮件分类为垃圾邮件）使用一个星期的smtp日志的测试床的一部分。
2005-04-05 cs.CR
Johnny Still Receives Spam SMS: Assessing the Robustness of SMS Spam Detection
Macquarie University（麦考瑞大学）；University of Engineering and Technology Mardan（曼德工程与技术大学）
本文评估了终端用户依赖的SMS反垃圾短信系统的鲁棒性，发现其对抗编码级攻击的鲁棒性不足，提出多模型集成方法可大幅提升对抗攻击的鲁棒性并保持分类准确率。
2026-09-02 cs.CR
SpaLLM-Guard: Pairing SMS Spam Detection Using Open-source and Commercial LLMs
本文系统比较开源与商业 LLM 在 SMS 垃圾短信检测中的多种学习范式，证明微调（尤其结合少样本）可实现高准确率并增强对抗与概念漂移鲁棒性。
2025-01-09 cs.CR
Enhancing Web Spam Detection through a Blockchain-Enabled Crowdsourcing Mechanism
本文提出利用区块链赋能的激励式众包机制提升网络垃圾信息检测效果，通过智能合约和加密货币质押保证数据标注质量，从而训练出更有效的机器学习检测模型。
2024-10-01 cs.CR cs.SI
Early Detection of Spam Domains with Passive DNS and SPF
垃圾邮件域是未经请求的邮件的来源，也是欺诈和恶意活动（如网络钓鱼活动或恶意软件分发）的主要载体之一。垃圾邮件域名检测是一场竞赛：一旦垃圾邮件被发送，就关闭该域名或将其列入黑名单，因为垃圾邮件发送者必须为下一次活动注册一个新域名。为了防止恶意行为者发送邮件，我们需要尽可能快地检测它们，理想情况下，甚至在活动启动之前。在本文中，使用Farsight Security的近实时被动DNS数据，我们监控新注册域名的DNS流量及其TXT记录的内容，特别是配置的DNS策略框架，一个反欺骗协议的域名和第一道防线，对破坏性的商业电子邮件妥协骗局。由于垃圾邮件发送者和良性域名具有不同的SPF规则和不同的流量配置文件，我们建立了一个新的方法来检测垃圾邮件域名使用的被动DNS流量收集的功能。使用SPF配置和域的TXT记录的流量，我们准确地检测到相当大比例的垃圾邮件域，误报率低，证明了其在现实世界中的部署潜力。我们的分类方案可以检测垃圾邮件域之前，他们发送任何邮件，只使用一个单一的DNS查询，以后，它可以通过监控更多的流量到域名完善其分类。
2022-05-04 cs.CR
Hunting for Spammers: Detecting Evolved Spammers on Twitter
曾经是电子邮件问题的垃圾邮件，如今已经扩展到新的领域，产生了破坏性的影响。特别地，近年来垃圾邮件已经确立了其自身作为在线社交网络的无处不在、令人讨厌并且有时具有威胁性的方面。由于垃圾邮件的普遍存在，许多著作都从不同的角度对Twitter上的垃圾邮件进行了研究。然而，垃圾邮件是一个移动的目标。Twitter上的新一代垃圾邮件发送者已经演变成不容易被旧的检测系统识别的在线生物。随着强大的垃圾邮件社区，自动tweeting脚本，以及以微不足道的成本大量创建Twitter帐户的能力，Twitter上的垃圾邮件变得更加智能，模糊和难以检测。我们自己对沙特阿拉伯阿拉伯语趋势标签上的垃圾邮件内容进行了分析，结果估计约占总生成内容的四分之三。这种惊人的速度使得自适应垃圾邮件检测技术的发展成为一个非常现实和迫切的需要。在本文中，我们分析了沙特Twitter上趋势标签的垃圾邮件内容，并评估了我们最近收集的数据集上以前的垃圾邮件检测系统的性能。由于新的垃圾邮件账户的特征是不断升级的操纵，简单的手动标记目前会导致不准确的结果。为了获得可靠的地面实况数据，我们提出了一种更新的手动分类算法，避免了旧的手动方法的不足。我们还适应以前提出的功能，以应对垃圾邮件规避技术，并使用这些功能来建立一个新的数据驱动的检测系统。
2015-12-15 cs.CR cs.CY cs.IR
An Investigation on Learning, Polluting, and Unlearning the Spam Emails for Lifelong Learning
National Institute of Technology Silchar（锡尔恰尔国立技术学院）
在此背景下，研究了安全性的机器遗忘。存在几种垃圾电子邮件检测方法，每种方法都采用不同的算法来检测不期望的垃圾电子邮件。但这些模型容易受到攻击。许多攻击者通过污染数据来利用模型，这些数据以各种方式被训练成模型。因此，为了在这种情况下灵活地采取行动，模型需要随时忘记污染的数据，而不需要重新训练。在大多数情况下，重新训练是不切实际的，因为过去已经有大量的数据被训练到模型中，这些数据需要再次训练，只是为了去除少量的污染数据，这通常远远小于1%。这个问题可以通过为所有垃圾邮件检测模型开发非学习框架来解决。在本研究中，将非学习模块整合到基于朴素贝叶斯、决策树和随机森林算法的垃圾邮件检测模型中。为了评估遗忘相对于再训练的好处，三个垃圾邮件检测模型通过采取攻击者的位置和证明模型的脆弱性而被污染和利用。准确性和真阳性率的降低在每种情况下都显示了污染对模型的影响。然后将去学习模块集成到模型中，并对污染数据进行去学习;在测试去学习后的模型时，可以看到性能的恢复。此外，在所有模型上，将学习和再训练时间与不同的污染数据大小进行比较。通过对研究结果的分析，可以得出结论，遗忘比再培训要优越得多。实验结果表明，该方法快速、易于实现、易于使用且有效。
2021-12-24 cs.AI cs.CR cs.LG
DeepQuarantine for Suspicious Mail
Kaspersky（卡巴斯基）
在本文中，我们介绍了DeepQuarantine（DQ），这是一种用于检测和隔离潜在垃圾邮件的云技术。垃圾邮件攻击变得越来越多样化，可能对电子邮件用户造成潜在危害。尽管垃圾邮件过滤系统的质量和性能都很高，但检测垃圾邮件活动可能需要一些时间。不幸的是，在这种情况下，一些不需要的消息会传递给用户。为了解决这个问题，我们创建了DQ，它可以检测潜在的垃圾邮件，并将其保存在一个特殊的隔离文件夹中一段时间。所获得的时间使我们能够仔细检查邮件，以提高反垃圾邮件解决方案的可靠性。由于该技术的高精度，大多数被隔离的邮件是垃圾邮件，这使得客户可以毫不延迟地使用电子邮件。我们的解决方案是基于对MIME报头应用卷积神经网络来从大规模历史数据中提取深层特征。我们评估了所提出的方法对现实世界的数据，并表明DQ提高了垃圾邮件检测的质量。
2020-01-13 cs.CR cs.LG stat.ML
Leveraging Large Language Models for Cybersecurity: Enhancing SMS Spam Detection with Robust and Context-Aware Text Classification
本文系统比较六种分类器与 bag-of-words、TF-IDF 特征组合在 SMS 垃圾短信检测中的表现，发现 TF-IDF 整体更优，其中 Naive Bayes 结合 TF-IDF 准确率最高。
2025-02-16 cs.CR
Evaluating and Combating the Impact of Concept Drift on the Performance of Machine Learning-Based Phishing Detection Systems
Department of Computer Science, School of Mathematics, Computer Science and Engineering, City St George’s, University of London, UK（伦敦大学城市学院计算机科学系，数学、计算机科学与工程学院，伦敦大学）
研究概念漂移对基于机器学习的钓鱼邮件检测系统性能的影响，并提出缓解性能下降的策略。
2026-06-11 cs.CR cs.LG
Explainable Artificial Intelligence to Detect Image Spam Using Convolutional Neural Network
Khalifa University（哈利法大学）；Zayed University（扎耶德大学）
随着互联网的飞速发展，图像垃圾邮件威胁检测一直是一个热门的研究领域。本研究提出了一个可解释的框架，使用卷积神经网络（CNN）算法和可解释的人工智能（XAI）算法检测垃圾邮件图像。在这项工作中，我们使用CNN模型来分类图像垃圾邮件，而事后的XAI方法，包括本地可解释模型不可知解释（LIME）和Shapley加法解释（SHAP）部署提供解释的黑盒CNN模型的决定，对垃圾邮件图像检测。我们训练，然后评估所提出的方法的性能上的6636图像数据集，包括垃圾邮件图像和正常的图像收集从三个不同的公开可用的电子邮件语料库。实验结果表明，该框架在不同的性能指标方面都取得了令人满意的检测结果，而模型无关的XAI算法可以为不同模型的决策提供解释，可用于未来研究的比较。
2022-09-07 cs.CR cs.CV
Using Randomness to Improve Robustness of Machine-Learning Models Against Evasion Attacks
University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）
机器学习模型已经广泛地用于安全应用中，诸如入侵检测、垃圾邮件过滤以及病毒或恶意软件检测。然而，众所周知，对手总是试图调整他们的攻击以逃避检测。例如，垃圾邮件发送者可能会猜测垃圾邮件检测模型使用哪些功能，并修改或删除这些功能以避免检测。已经有一些工作使机器学习模型对这种攻击更鲁棒。然而，一种简单但有前途的方法，称为{ \em随机化}，尚未得到充分研究。本文提出了一种新的基于随机化的方法来提高机器学习模型对规避攻击的鲁棒性。所提出的方法将随机化纳入模型训练时间和模型应用时间（即当模型用于检测攻击时）。我们还将这种方法应用于随机森林，这是一种现有的ML方法，已经具有一定程度的随机性。在入侵检测和垃圾邮件过滤数据上的实验表明，该方法进一步提高了随机森林方法的鲁棒性。我们还讨论了如何将这种方法应用于其他ML模型。
2018-08-10 cs.CR cs.LG stat.ML
SpaML: a Bimodal Ensemble Learning Spam Detector based on NLP Techniques
在本文中，我们提出了一个新的工具，称为SpaML，垃圾邮件检测使用一组监督和无监督分类器，和两个技术充满了自然语言处理（NLP），即词袋（BoW）和词频逆文档频率（TF-IDF）。我们首先介绍所使用的NLP技术。然后，我们介绍了我们的分类器和它们在每种技术上的性能。然后，我们提出了我们的整体Ensemble学习分类器和我们用来组合它们的策略。最后，我们提出了有趣的结果显示SpaML的准确性和精度。
2020-12-30 cs.CR
Real-time and Zero-footprint Bag of Synthetic Syllables Algorithm for E-mail Spam Detection Using Subject Line and Short Text Fields
Earthlink Internet（Earthlink互联网）
针对电子邮件垃圾检测中深度学习资源消耗大的问题，提出应用于主题行等短文本的实时零足迹合成音节词袋算法，通过生成稀疏向量计算相似度，在真实SMTP流量中验证了其高效拦截垃圾邮件的能力。
2025-10-31 cs.CL cs.CR
Anomaly Detection in Emails using Machine Learning and Header Information
Canadian Institute for Cybersecurity（加拿大网络安全研究所）；University of New Brunswick（新不伦瑞克大学）
电子邮件中的异常（如网络钓鱼和垃圾邮件）会给个人和组织带来重大的安全风险，如隐私、金钱和品牌声誉的损失。以往的电子邮件异常检测研究依赖于单一类型的异常和对邮件正文和主题内容的分析。这种方法的缺点是它考虑了电子邮件内容的书面语言。为了克服这一缺陷，本研究进行特征提取和电子邮件头数据集的选择，并利用多类和一类异常检测方法。实验分析结果表明，只有电子邮件头信息是足够的，可靠地检测垃圾邮件和钓鱼电子邮件。监督学习算法，如随机森林，SVM，MLP，KNN及其堆叠集成被发现是非常成功的，实现了97%的网络钓鱼和99%的垃圾邮件的高准确性分数。使用One-Class SVM的单类分类分别对垃圾邮件和钓鱼邮件实现了87%和89%的准确率。实际的电子邮件过滤应用程序将受益于只使用标题信息在资源利用率和效率方面。
2022-03-19 cs.AI cs.CR cs.LG
VBSF: A Visual-Based Spam Filtering Technique for Obfuscated Emails
University of Padova（帕多瓦大学）
本文提出VBSF，一种基于视觉的垃圾邮件过滤技术，通过结合OCR和卷积神经网络，实现超过98%的准确率，有效检测混淆电子邮件。
2025-12-29 cs.CR
Different Victims, Same Layout: Email Visual Similarity Detection for Enhanced Email Protection
Cisco Talos（思科 Talos）
本文提出邮件视觉相似性检测方法 Pisco，通过识别重复使用的邮件工具包和布局相似的垃圾邮件，弥补基于文本特征和关键词的检测系统易被规避的不足，从而增强邮件威胁防御能力。
2024-09-04 cs.AI cs.CR cs.LG
On Security and Sparsity of Linear Classifiers for Adversarial Settings
University of Cagliari（卡利亚里大学）
机器学习技术广泛应用于与安全相关的应用程序，如垃圾邮件和恶意软件检测。然而，在这样的环境中，它们已被证明容易受到对抗攻击，包括在测试时故意操纵数据以逃避检测。在这项工作中，我们专注于逃避攻击的线性分类器的脆弱性。这可以被认为是一个相关的问题，因为线性分类器由于其低处理时间和存储器要求而越来越多地用于嵌入式系统和移动设备中。我们利用最新的研究结果在强大的优化调查之间的联系，根据攻击的类型，正则化和线性分类器的安全性。我们还分析了特征权重的稀疏性，这是为了减少处理成本，和线性分类器的安全性之间的关系。我们进一步提出了一种新的八角正则化，使我们能够实现它们之间的适当权衡。最后，我们经验表明，这个正则化可以提高分类器的安全性和稀疏性在现实世界中的应用程序的例子，包括垃圾邮件和恶意软件检测。
2017-08-31 cs.CR cs.LG
bit.ly/malicious: Deep Dive into Short URL based e-Crime Detection
通过电子邮件和在线社交媒体（OSM）存在垃圾URL已成为一种大规模的电子犯罪。为了应对电子邮件中长而复杂的URL的传播以及对各种OSM（如Twitter）施加的字符限制，URL缩短的概念已经获得了很大的吸引力。URL缩短器将长URL作为输入，并输出具有相同着陆页的短URL（与长URL中的相同）作为返回。随着时间的推移，URL缩短器已经成为攻击者的主要目标，这使他们能够隐藏恶意内容。Bitly是所有缩短服务中的领先服务，它被大量利用来进行网络钓鱼攻击，在家工作诈骗，色情内容传播等，这给Bitly和其他URL缩短器带来了额外的性能压力，以便能够检测并及时采取行动来应对非法内容。在这项研究中，我们分析了2013年10月Bitly标记为可疑的763，160个短URL的数据集。我们的研究结果表明，Bitly并没有非常有效地使用其声称的垃圾邮件检测服务。我们还展示了一个可疑的Bitly帐户是如何被忽视的，尽管长期经常性的非法活动。Bitly显示了一个关于可疑链接识别的警告页面，但我们观察到这种方法在控制垃圾邮件的整体传播方面很薄弱。我们还识别了一些基于短URL的特征，并将它们与两个特定于域的特征相结合，将Bitly URL分类为恶意或良性，准确率达到86.41%。所识别的特征集也可以推广到其他URL缩短服务。据我们所知，这是第一次大规模的研究，以突出问题的实施Bitly的垃圾邮件检测政策，并提…
2014-06-14 cs.CR
CAN-BERT do it? Controller Area Network Intrusion Detection System based on BERT Language Model
Télécom Paris（巴黎电信学院）；IP Paris（巴黎理工学院）
随着客户功能的不断增加，电子控制单元（ECU）越来越多地集成到现代汽车系统中。然而，车内和外部网络之间的高度连通性为黑客利用车内网络协议的漏洞铺平了道路。在这些协议中，被称为最广泛使用的车载网络技术的控制器局域网（CAN）缺乏加密和认证机制，使得分布式ECU提供的通信不安全。受Transformers器双向编码器表示（BERT）在改善许多自然语言处理任务方面的出色性能的启发，本文提出了"CAN-BERT”，一个基于深度学习的网络入侵检测系统，用于检测对CAN总线协议的网络攻击。我们表明，BERT模型可以学习序列的仲裁标识符（ID）在CAN总线的异常检测使用"屏蔽语言模型“无监督的训练目标。在“Car Hacking：Attack \& Defense Challenge 2020”数据集上的实验结果表明，“CAN-BERT”的性能优于最先进的方法。除了能够在0.8 ms至3 ms的CAN ID序列长度内实时识别车载入侵外，它还可以检测各种网络攻击，F1得分在0.81至0.99之间。
2022-10-17 cs.CR cs.LG cs.NI
A Corpus of Real Scam- and Spam-Call Conversations from an Active Voice-Agent Honeypot
本研究通过主动语音代理蜜罐收集真实诈骗电话对话数据集，包含53天内10,015通电话及逐轮转录和标签，并验证了其真实性，发现基于合成数据的检测方法在真实流量上精度大幅下降。
2026-10-27 cs.CL cs.CR cs.LG
LogBERT: Log Anomaly Detection via BERT
检测在线计算机系统中的异常事件对于保护系统免受恶意攻击或故障至关重要。系统日志记录了计算事件的详细信息，被广泛用于系统状态分析。在本文中，我们提出了LogBERT，日志异常检测的双向编码器表示从Transformers（BERT）的基础上的自监督框架。LogBERT通过两个新的自监督训练任务来学习正常日志序列的模式，并且能够检测出潜在模式偏离正常日志序列的异常。在三个日志数据集上的实验结果表明，LogBERT优于最先进的异常检测方法。
2021-03-07 cs.CR
Enabling Privacy-Preserving Cyber Threat Detection with Federated Learning
本文面向隐私法规下的威胁数据共享难题，系统评估联邦学习在 SMS 垃圾信息与 Android 恶意软件检测中的有效性、抗投毒能力和效率。
2024-04-08 cs.CR
The Phish, The Spam, and The Valid: Generating Feature-Rich Emails for Benchmarking LLMs
Department of Informatics University of Oslo Oslo, Norway（信息学院奥斯陆大学奥斯陆挪威）
本文提出PhishFuzzer框架，通过将真实邮件输入大语言模型生成23100种结构一致的电子邮件变体，提供严格三类标签和元数据，评估LLM在不同设置下的可靠性与检测准确性。
2026-03-20 cs.AI cs.CR cs.DB
Flow-based Network Intrusion Detection Based on BERT Masked Language Model
针对传统机器学习NIDS领域适应能力不足的问题，本文提出利用NLP技术与BERT掩码语言模型构建基于流的入侵检测方法，并在跨领域数据上验证了其有效性。
2023-06-08 cs.CR
