/ Модель

Характеристики

Контекст
512 токенов
Параметры
434 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
bert-large-uncased
Опубликована
20 дек 2023

bert-finetuned-phishing

Классификация текстаТекст → label3 профессии

Дообученная BERT-модель для классификации текстов и выявления фишинговых URL, писем, SMS и содержимого сайтов на английском языке.

3 041скачиваний за 30 дней36лайковвеса обновлены7 фев 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это модель классификации текста, созданная дообучением google-bert/bert-large-uncased на наборе данных для обнаружения фишинга. Она предназначена для выявления фишинговых URL-адресов, электронных писем, SMS-сообщений и текстового содержимого сайтов. Модель построена на архитектуре BERT: 24 слоя, скрытая размерность 1024, 16 голов внимания и около 433,9 млн параметров; максимальная длина контекста — 512 токенов.

В README для оценки на тестовом наборе указаны точность 0,9717, полнота 0,9670 и доля ложноположительных результатов 0,0249. Модель рассчитана на английский язык и может использоваться как компонент фильтрации сообщений или проверки веб-содержимого. Эти показатели относятся к оценочному набору и не гарантируют такие же результаты в реальных условиях. Лицензия — Apache-2.0.

Сценарии применения

  • выявление фишинговых ссылок по тексту URL
  • проверка электронных писем на признаки фишинга
  • фильтрация фишинговых SMS-сообщений
  • оценка текстового содержимого сайтов на фишинг

Ограничения

Модель рассчитана на английский язык и ограничена контекстом до 512 токенов. Метрики из README получены на оценочном наборе и могут не отражать качество на новых данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BERT FINETUNED ON PHISHING DETECTION

This model is a fine-tuned version of bert-large-uncased on an phishing dataset, capable of detecting phishing in its four most common forms: URLs, Emails, SMS messages and even websites.

It achieves the following results on the evaluation set:

  • Loss: 0.1953
  • Accuracy: 0.9717
  • Precision: 0.9658
  • Recall: 0.9670
  • False Positive Rate: 0.0249

Model description

BERT is a transformers model pretrained on a large corpus of English data in a self-supervised fashion. This means it was pretrained on the raw texts only, with no humans labelling them in any way (which is why it can use lots of publicly available data) with an automatic process to generate inputs and labels from those texts.

This model has the following configuration:

  • 24-layer
  • 1024 hidden dimension
  • 16 attention heads
  • 336M parameters

Motivation and Purpose

Phishing is one of the most frequent and most expensive cyber-attacks according to several security reports. This model aims to efficiently and accurately prevent phishing attacks against individuals and organizations. To achieve it, BERT was trained on a diverse and robust dataset containing: URLs, SMS Messages, Emails and Websites, which allows the model to extend its detection capability beyond the usual and to be used in various contexts.

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 4

Training results

Training LossEpochStepValidation LossAccuracyPrecisionRecallFalse Positive Rate
0.14871.038660.14540.95960.97090.93200.0203
0.08052.077320.13890.96910.96630.96010.0243
0.03893.0115980.17790.96830.97780.94610.0156
0.00914.0154640.19530.97170.96580.96700.0249

Framework versions

  • Transformers 4.34.1
  • Pytorch 2.1.1+cu121
  • Datasets 2.14.6
  • Tokenizers 0.14.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
fa8fb73

0 моделей