Алгоритм виявлення фішингових загроз на основі трансформерної архітектури DistilBERT
Вантажиться...
Файли
Дата
Автори
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
У роботі представлено алгоритм виявлення фішингових загроз у веборієнтованих системах на основі донавченої трансформерної моделі DistilBERT. Розглянуто архітектуру системи, що включає модулі попередньої обробки даних, класифікації та пояснення рішень. Описано методику генерації синтетичних навчальних даних для адаптації до нових типів атак.
The paper presents an algorithm for detecting phishing threats in web-oriented systems based on a fine-tuned
The paper presents an algorithm for detecting phishing threats in web-oriented systems based on a fine-tuned
Опис
Ключові слова
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Гуменчук Е. С. Алгоритм виявлення фішингових загроз на основі трансформерної архітектури DistilBERT // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fm/all-fm-2026/paper/view/26664.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (3)
- Catal, C., Giray, G., Tekinerdogan, B., Kumar, S., & Shukla, S. (2022). Applications of deep learning for phishing detection: a systematic literature review. Knowledge and Information Systems, 64(6), 1457-1500.
- Yang, W., Zuo, W., & Cui, B. (2019). Detecting malicious URLs via a keyword-based convolutional gated-recurrent-unit neural network. Ieee Access, 7, 29891-29900.
- Tarapiah, S., Abbas, L., Mardawi, O., Atalla, S., Himeur, Y., & Mansoor, W. (2025). Evaluating the effectiveness of large language models (LLMs) versus machine learning (ML) in identifying and detecting phishing email attempts. Algorithms, 18(10), 599. Syed, S. A. (2025). Adversarial AI and cybersecurity: defending against AI-powered cyber threats. Iconic Research And Engineering Journals, 8(9), 1030-1041.