Urlbert Tiny V4 Malicious Url Classifier

🚀 URLBERT-Tiny-v4 悪意URL分類器

これはBERTの軽量版で、URLを4つのカテゴリ（良性、フィッシング、マルウェア、改ざん）に分類するために特別に微調整されています。

🚀 クイックスタート

このモデルは、URLを4つのカテゴリ（良性、フィッシング、マルウェア、改ざん）に分類するために特別に微調整された軽量版のBERTです。

✨ 主な機能

• URLを良性、フィッシング、マルウェア、改ざんの4つのカテゴリに分類することができます。

📦 インストール

コード例に記載されているように、transformersライブラリを使用してモデルをロードすることができます。

💻 使用例

基本的な使用法

from transformers import BertTokenizerFast, BertForSequenceClassification, pipeline
import torch

# Определение устройства (GPU или CPU)
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
print(f"Используемое устройство: {device}")

# Загрузка модели и токенизатора
model_name = "CrabInHoney/urlbert-tiny-v4-malicious-url-classifier"
tokenizer = BertTokenizerFast.from_pretrained(model_name)
model = BertForSequenceClassification.from_pretrained(model_name)
model.to(device)

# Создание pipeline для классификации
classifier = pipeline(
    "text-classification",
    model=model,
    tokenizer=tokenizer,
    device=0 if torch.cuda.is_available() else -1,
    return_all_scores=True
)

# Примеры URL для тестирования
test_urls = [
    "wikiobits.com/Obits/TonyProudfoot",
    "http://www.824555.com/app/member/SportOption.php?uid=guest&langx=gb",
]

# Маппинг меток на понятные названия классов
label_mapping = {
    "LABEL_0": "benign",
    "LABEL_1": "defacement",
    "LABEL_2": "malware",
    "LABEL_3": "phishing"
}

# Классификация URL
for url in test_urls:
    results = classifier(url)
    print(f"\nURL: {url}")
    for result in results[0]: 
        label = result['label']
        score = result['score']
        friendly_label = label_mapping.get(label, label)
        print(f"{friendly_label}, %: {score:.4f}")

出力例:

URL: wikiobits.com/Obits/TonyProudfoot
benign, %: 0.9996
defacement, %: 0.0000
malware, %: 0.0000
phishing, %: 0.0003

URL: http://www.824555.com/app/member/SportOption.php?uid=guest&langx=gb
benign, %: 0.0000
defacement, %: 0.0001
malware, %: 0.9998
phishing, %: 0.0001

📚 ドキュメント

モデルの詳細

モデル評価結果

このモデルは、テストセットで以下の分類指標で評価されました。

📄 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。