Finetuned Bert Phishing Site Classification

🚀 フィッシングサイト分類における微調整済みBERT-Base-Uncasedのモデルカード

このモデルは、フィッシングサイト分類のためにBERT-Base-Uncasedを微調整したものです。テキスト入力に基づいて、ウェブサイトが「安全」または「不安全」と分類されるかを予測します。

🚀 クイックスタート

Hugging Face Hubから微調整済みのモデルを直接ロードすることができます。

基本的な使用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification

# Load the tokenizer and model from Hugging Face Hub
model_name = "shogun-the-great/finetuned-bert-phishing-site-classification"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

# Example usage
text = "Enter your login credentials to claim a free reward!"
inputs = tokenizer(text, return_tensors="pt", truncation=True)
outputs = model(**inputs)

# Get the predicted label
logits = outputs.logits
prediction = logits.argmax(dim=-1).item()
print("Prediction:", "Not Safe" if prediction == 1 else "Safe")

✨ 主な機能

• テキスト入力に基づいて、ウェブサイトが「安全」または「不安全」と分類されるかを予測します。
• ブラウザ拡張機能と統合して、リアルタイムのウェブサイト分類を行うことができます。
• テキストデータを分析して、フィッシングの指標を検出することができます。

📦 インストール

このモデルを使用するには、transformersライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers

📚 ドキュメント

モデルの詳細

モデルの説明

• 開発者: shogun-the-great
• モデルタイプ: 二値分類（安全 vs 不安全）
• 言語: 英語
• ライセンス: Apache-2.0（または独自のライセンスを指定）
• 微調整元のモデル: google/bert-base-uncased

モデルのソース

• データセット: shawhin/phishing-site-classification

使用方法

直接使用

このモデルは、テキストを「安全」と「不安全」の2つのカテゴリに分類することで、フィッシング検出に直接使用できます。典型的な使用例は以下の通りです。

• ブラウザ拡張機能と統合して、リアルタイムのウェブサイト分類を行う。
• テキストデータを分析して、フィッシングの指標を検出する。

下流の使用

ユーザーは、特定の二値分類タスクまたは類似のドメインのデータセットに対して、モデルをさらに微調整することができます。

範囲外の使用

このモデルは、以下の場合にはうまく機能しない可能性があります。

• 英語以外のテキスト。
• 敵対的なフィッシング攻撃または高度に難読化されたテキスト。
• テキストベースの分類に関係のないタスク。

バイアス、リスク、および制限

バイアス

モデルの予測は、微調整時に使用されたデータセットの影響を受けます。トレーニングデータにバイアスが含まれている場合、これらが予測に反映される可能性があります。

リスク

• 誤検知（誤って合法的なウェブサイトをフィッシングサイトとしてフラグを立てる）
• 見逃し（一部のフィッシングサイトを検出できない）
• 敵対的なサンプルに対する潜在的な脆弱性

推奨事項

• 新しいフィッシングパターンに対応するため、定期的にデータセットとモデルを更新してください。
• 堅牢なフィッシング検出のために、他のセキュリティ対策と組み合わせて使用してください。

📄 ライセンス

このモデルはApache-2.0ライセンスの下で提供されています。