基于深度学习的语音与视觉合成通过多层自适应框架提升钓鱼攻击检测
密码学与安全
2024-02-28 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
攻击者不断改进其钓鱼技术以绕过现有最先进的钓鱼检测方法，这种持续演变的方式给工业界和学术界的研究人员带来了巨大挑战，因为当前方法无法检测复杂的钓鱼攻击。因此，由于攻击者采用的日益复杂的手段以及为逃避检测而不断开发新策略的速度，现有的反钓鱼方法仍然容易受到复杂钓鱼攻击的影响。在本研究中，我们提出了一种自适应框架，该框架结合了深度学习与随机森林，用于读取图像、从深度伪造视频中合成语音，并在不同预测层进行自然语言处理，从而显著提升机器学习模型在钓鱼攻击检测中的性能。
引用
@article{arxiv.2402.17249,
title = {Deep Learning-Based Speech and Vision Synthesis to Improve Phishing Attack Detection through a Multi-layer Adaptive Framework},
author = {Tosin Ige and Christopher Kiekintveld and Aritran Piplai},
journal= {arXiv preprint arXiv:2402.17249},
year = {2024}
}
备注
8