跳到正文
arXiv · ML· Hanzla Hamid, Pappu Jha, Nick Rahimi·· 7 天前AI 评分25

利用 TF-IDF 与心理操纵指标检测企业通信中的社会工程学攻击

Social Engineering Attack Detection in Corporate Communications

AI 导读

针对企业通信中的社会工程学攻击,研究者基于真实数据集构建了 TF-IDF 基线模型,分类钓鱼邮件的准确率超过 90%。 通过解析紧迫性、信任感等词汇指标,衍生出可解释的心理操纵特征,其在独立测试集上的 ROC-AUC 达到 0.74。 这些操纵特征在跨来源迁移测试中展现了检测价值,有助于区分真实与钓鱼通信。

来源:arXiv · ML · arxiv.org