Phishing Email Detection Distilbert V2.4.1

🚀 DistilBERTベースのフィッシングメール検出モデル

このモデルは、メールやURLが安全か潜在的なフィッシングかを多ラベル分類するために、DistilBERTをベースに微調整されています。

🚀 クイックスタート

このモデルは、メールやURLが安全か潜在的なフィッシングかを多ラベル分類するために、DistilBERTをベースに微調整されています。

✨ 主な機能

• DistilBERTをベースに構築された高性能のフィッシングメール検出モデルです。
• 多ラベル分類タスクに対応しており、メールとURLの安全性を精度よく判断できます。

📦 インストール

pip install transformers
pip install torch

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification
tokenizer = AutoTokenizer.from_pretrained("cybersectony/phishing-email-detection-distilbert_v2.4.1")
import torch

# Load model and tokenizer
model = AutoModelForSequenceClassification.from_pretrained("cybersectony/phishing-email-detection-distilbert_v2.4.1")

def predict_email(email_text):
    # Preprocess and tokenize
    inputs = tokenizer(
        email_text,
        return_tensors="pt",
        truncation=True,
        max_length=512
    )
    
    # Get prediction
    with torch.no_grad():
        outputs = model(**inputs)
        predictions = torch.nn.functional.softmax(outputs.logits, dim=-1)
    
    # Get probabilities for each class
    probs = predictions[0].tolist()
    
    # Create labels dictionary
    labels = {
        "legitimate_email": probs[0],
        "phishing_url": probs[1],
        "legitimate_url": probs[2],
        "phishing_url_alt": probs[3]
    }
    
    # Determine the most likely classification
    max_label = max(labels.items(), key=lambda x: x[1])
    
    return {
        "prediction": max_label[0],
        "confidence": max_label[1],
        "all_probabilities": labels
    }

高度な使用法

# 実際の使用例
email = """
Dear User,
Your account security needs immediate attention. Please verify your credentials.
Click here: http://suspicious-link.com
"""

result = predict_email(email)
print(f"Prediction: {result['prediction']}")
print(f"Confidence: {result['confidence']:.2%}")
print("\nAll probabilities:")
for label, prob in result['all_probabilities'].items():
    print(f"{label}: {prob:.2%}")

📚 ドキュメント

モデル概要

このモデルはDistilBERTをベースに構築されており、メールとURLを安全または潜在的なフィッシングとして多ラベル分類するために微調整されています。

主要仕様

性能指標

データセット詳細

このモデルは、正当なものまたはフィッシングとしてラベル付けされたメールとURLのカスタムデータセットで学習されました。このデータセットは、Hugging Face Hubのcybersectony/PhishingEmailDetectionv2.0で入手できます。

📄 ライセンス

このプロジェクトは、Apache-2.0ライセンスの下で公開されています。