Finetuned Bert Phishing Site Classification

🚀 用於釣魚網站分類的微調BERT-Base-Uncased模型卡片

本模型基於BERT架構，針對釣魚網站分類任務進行了微調。它能夠根據文本輸入，準確判斷網站是否安全，為網絡安全提供有力支持。

🚀 快速開始

你可以直接從Hugging Face Hub加載微調後的模型：

from transformers import AutoTokenizer, AutoModelForSequenceClassification

# 從Hugging Face Hub加載分詞器和模型
model_name = "shogun-the-great/finetuned-bert-phishing-site-classification"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

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

# 獲取預測標籤
logits = outputs.logits
prediction = logits.argmax(dim=-1).item()
print("Prediction:", "Not Safe" if prediction == 1 else "Safe")

✨ 主要特性

• 精準分類：能夠準確地將網站分為“安全”和“不安全”兩類，有效識別釣魚網站。
• 易於集成：可與瀏覽器擴展集成，實現即時網站分類。
• 可擴展性：用戶可以針對特定的二分類任務或相似領域的數據集進一步微調模型。

📦 安裝指南

暫未提及具體安裝命令，跳過此章節。

💻 使用示例

基礎用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification

# 從Hugging Face Hub加載分詞器和模型
model_name = "shogun-the-great/finetuned-bert-phishing-site-classification"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

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

# 獲取預測標籤
logits = outputs.logits
prediction = logits.argmax(dim=-1).item()
print("Prediction:", "Not Safe" if prediction == 1 else "Safe")

高級用法

# 可根據實際需求，將該模型與其他安全措施結合使用，以實現更強大的釣魚檢測功能。
# 例如，結合瀏覽器擴展，在用戶訪問網站時即時進行分類。
from transformers import AutoTokenizer, AutoModelForSequenceClassification

model_name = "shogun-the-great/finetuned-bert-phishing-site-classification"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

# 模擬瀏覽器擴展獲取的即時文本
real_time_text = get_real_time_text_from_browser()  

inputs = tokenizer(real_time_text, return_tensors="pt", truncation=True)
outputs = model(**inputs)

logits = outputs.logits
prediction = logits.argmax(dim=-1).item()
print("Real-time Prediction:", "Not Safe" if prediction == 1 else "Safe")

📚 詳細文檔

模型詳情

模型描述

此模型是BERT-Base-Uncased的微調版本，用於釣魚網站分類。該模型根據文本輸入預測網站是“安全”還是“不安全”。

• 開發者：shogun-the-great
• 模型類型：二分類（安全 vs 不安全）
• 語言：英語
• 許可證：Apache - 2.0（或指定你的許可證）
• 微調基礎模型：google/bert-base-uncased

模型來源

• 數據集：shawhin/phishing-site-classification

使用場景

直接使用

該模型可直接用於釣魚檢測，將文本分為“安全”和“不安全”兩類。典型用例包括：

• 與瀏覽器擴展集成，實現即時網站分類。
• 分析文本數據中的釣魚指標。

下游使用

用戶可以針對特定的二分類任務或相似領域的數據集進一步微調該模型。

不適用場景

此模型可能在以下情況表現不佳：

• 非英語文本。
• 對抗性釣魚攻擊或高度混淆的文本。
• 與基於文本的分類無關的任務。

偏差、風險和侷限性

偏差

模型的預測受微調期間使用的數據集影響。如果訓練數據存在偏差，這些偏差可能會反映在預測中。

風險

• 誤報：將合法網站標記為釣魚網站。
• 漏報：某些釣魚網站可能未被檢測到。
• 可能容易受到對抗性示例的攻擊。

建議

• 定期更新數據集和模型，以跟上新興的釣魚模式。
• 與其他安全措施結合使用，以實現強大的釣魚檢測。

🔧 技術細節

暫未提供具體的技術說明（>50字），跳過此章節。

📄 許可證

該模型使用的許可證為Apache - 2.0（或指定你的許可證）。