CyberCane：隐私受限神经符号钓鱼检测框架发布

Safayat Bin Hakim 等在 arXiv 发布论文（v2），介绍隐私受限神经符号钓鱼检测框架 CyberCane。该框架只用脱敏、仅含训练期索引中已知钓鱼邮件的相似度和确定性规则对邮件评分，并按明确的误报率（FPR）预算校准判定，邮件在本地筛查、不向外发送文本。 论文称在相同分布偏移下，CyberCane 在召回率 86.4% 时实现 5.4% FPR，并在跨校准源、随机种子、第二类偏移和本地嵌入模型的设置下将预算超支降低 2.7 至 6.1 倍；分段变体在相同排序质量下进一步降低 FPR 1.2 至 2.7 倍。作者称单封邮件本地筛查约 0.20 秒，而 70B 零样本 LLM 在严格 FPR 下排序更好但慢 14 至 24 倍且需接收每封邮件。所有协议预先固定，代码和数据划分已发布，部署者可在信任预算前实测真实 FPR。

AI 根据报道生成 · 10 小时前更新