TSK模糊框架用于钓鱼URL检测，报告准确率99.95%
热点事件持续更新
TSK模糊框架用于钓鱼URL检测，报告准确率99.95%
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
研究者提出一种基于一阶Takagi-Sugeno-Kang（TSK）模糊推理模型的钓鱼URL检测系统，用Adam优化器对参数做梯度调优。作者称，在超过235,000条URL的数据集上，5折交叉验证平均准确率达99.95%，AUC为1.00；优化后的模糊规则与隶属函数可展示模型决策过程，兼顾高精度与可解释性。 该论文为arXiv 2504.18636，作者Lohith Srikanth Pentapalli等提交的v2版本仅修正了公式(4)中的一处笔误。上述准确率与AUC为作者报告的结果。
AI 根据报道生成 · 50 分钟前更新
最新进展10月19日 12:00
基于梯度优化的 TSK 模糊框架：可解释钓鱼检测报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.AI基于梯度优化的 TSK 模糊框架：可解释钓鱼检测
研究者提出基于一阶 Takagi-Sugeno-Kang（TSK）模糊推理模型的钓鱼 URL 检测系统，用 Adam 优化器进行梯度参数调优。在超过 235,000 条 URL 的数据集上，5 折交叉验证平均准确率达 99.95%，AUC 为 1.00。优化后的模糊规则与隶属函数可清晰展示模型决策过程，兼顾高精度与可解释性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。