arXiv · cs.AI· Lohith Srikanth Pentapalli, Jon Salisbury, Josette Riep, Kelly Cohen·· 5 小时前
梯度优化的TSK模糊框架实现可解释的钓鱼网址检测
A Gradient-Optimized TSK Fuzzy Framework for Explainable Phishing Detection
arXiv:2504.18636v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Lohith Srikanth Pentapalli, Jon Salisbury, Josette Riep, Kelly Cohen
研究任务与主要进展
一项基于一阶 Takagi-Sugeno-Kang（TSK）模糊推理模型的钓鱼网址检测系统提出，采用梯度方法（Adam 优化器）进行参数调优，兼顾模糊逻辑的可解释性与优化精度。在超过 23.5 万条 URL 的数据集上，5 折交叉验证平均准确率达 99.95%，AUC 为 1.00，并可通过优化后的模糊规则与隶属函数清晰展示模型决策依据。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org