Urlbert Tiny V4 Malicious Url Classifier
輕量級BERT模型,專門針對網址分類任務進行微調,可將網址分為四類:良性、釣魚、惡意軟件和篡改。
下載量 54
發布時間 : 3/30/2025
模型概述
這是一個基於BERT架構的輕量級模型,專門用於惡意網址檢測和分類。它能夠高效準確地識別網址是否為惡意,並區分不同類型的惡意網址(釣魚、惡意軟件、篡改)。
模型特點
輕量高效
模型僅有369萬參數,體積小但性能優異,適合部署在資源有限的環境中
高準確率
在測試集上達到99.22%的整體準確率,各類別的F1分數均表現優異
多類別分類
能夠區分四種網址類型:良性、釣魚、惡意軟件和篡改
專門優化
針對網址文本特徵進行了專門優化和微調
模型能力
惡意網址檢測
網址分類
網絡安全分析
釣魚網站識別
惡意軟件網址識別
網站篡改檢測
使用案例
網絡安全
企業網絡安全防護
集成到企業網絡安全系統中,自動攔截惡意網址
可有效降低員工訪問惡意網址的風險
瀏覽器安全插件
作為瀏覽器擴展的核心檢測引擎
即時警告用戶訪問的潛在危險網址
郵件安全過濾
檢測郵件中的惡意鏈接
防止釣魚攻擊通過郵件傳播
安全研究
威脅情報分析
批量分析網址庫中的惡意網址
快速識別和分類大量可疑網址
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98