马来西亚理科大学 发布 PhishIntentionLLM 数据集, 应用在 网络安全、钓鱼攻击检测 领域

马来西亚理科大学 本次发布的数据集 PhishIntentionLLM, PhishIntentionLLM是一个用于识别钓鱼网站恶意意图的多代理检索增强生成（RAG）框架，通过分析网站截图来揭示钓鱼意图。该框架利用大型语言模型（LLMs）的视觉语言能力，识别出四个关键钓鱼目标：凭证窃取、金融欺诈、恶意软件分发和个人信息收集。研究人员构建并发布了第一个包含约2000个样本的钓鱼意图真实数据集，并使用四种商业LLMs评估了该框架。实验结果表明，PhishIntentionLLM在GPT-4o上实现了0.7895的微精确度，并且与单代理基线相比，微精确度提高了约95%。此外，研究人员还生成并公开了一个包含约9000个样本的更大数据集，以进行大规模的钓鱼意图分析。

查看PhishIntentionLLM

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。