Fugu-MT 論文翻訳(概要): Application of BadNets in Spam Filters

論文の概要: Application of BadNets in Spam Filters

arxiv url: http://arxiv.org/abs/2307.09649v1
Date: Tue, 18 Jul 2023 21:39:39 GMT
ステータス: 処理完了
システム内更新日: 2023-07-20 16:04:31.558482
Title: Application of BadNets in Spam Filters
Title（参考訳）: バドネットのスパムフィルタへの応用
Authors: Swagnik Roychoudhury, Akshaj Kumar Veldanda
Abstract要約: 我々はスパムフィルタリングの分野でバックドア攻撃を設計する。スパムフィルタで使用されるモデルの注意深い検討と評価の必要性を強調した。
参考スコア（独自算出の注目度）: 1.5755923640031848
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Spam filters are a crucial component of modern email systems, as they help to protect users from unwanted and potentially harmful emails. However, the effectiveness of these filters is dependent on the quality of the machine learning models that power them. In this paper, we design backdoor attacks in the domain of spam filtering. By demonstrating the potential vulnerabilities in the machine learning model supply chain, we highlight the need for careful consideration and evaluation of the models used in spam filters. Our results show that the backdoor attacks can be effectively used to identify vulnerabilities in spam filters and suggest the need for ongoing monitoring and improvement in this area.
Abstract（参考訳）: スパムフィルターは、不要で有害なメールからユーザーを保護するため、現代の電子メールシステムにおいて重要な要素である。しかし、これらのフィルタの有効性は、それらを動かす機械学習モデルの品質に依存する。本稿では,スパムフィルタリング分野におけるバックドア攻撃を設計する。機械学習モデルサプライチェーンの潜在的な脆弱性を示すことで、スパムフィルタで使用されるモデルの注意深い検討と評価の必要性を強調した。その結果,バックドア攻撃はスパムフィルタの脆弱性を効果的に特定し,現在進行中の監視と改善の必要性を示唆する。

関連論文リスト

Exploring Content Concealment in Email [0.48748194765816943]
現代のメールフィルターは、悪意のあるメールに対する防御メカニズムの1つであり、しばしば高度な攻撃者によって回避される。本研究は,攻撃者がメール中のHTMLとCSSを利用して任意のコンテンツを隠蔽する方法に焦点を当てる。この隠されたコンテンツは、受信者によって検出されず、深刻なセキュリティリスクが生じる。
論文参考訳（メタデータ） (2024-10-15T01:12:47Z)
Different Victims, Same Layout: Email Visual Similarity Detection for Enhanced Email Protection [0.3683202928838613]
我々は,電子メール脅威防御システムの検知能力を向上させるために,Pisco という名の電子メール視覚類似性検出手法を提案する。以上の結果から,Eメールキットは広範囲に再利用され,視覚的に類似したメールが,さまざまな時間間隔で当社の顧客に送信されていることが明らかとなった。
論文参考訳（メタデータ） (2024-08-29T23:51:51Z)
Investigating the Effectiveness of Bayesian Spam Filters in Detecting LLM-modified Spam Mails [1.6298172960110866]
スパムとフィッシングは、サイバーセキュリティにおける重要な脅威であり、セキュリティインシデントの90%近くを担っている。これらの攻撃が高度化するにつれて、堅牢な防御機構の必要性が増す。 ChatGPTのような大規模言語モデル(LLM)の出現は、新しい課題を提示している。本研究は,LLM修正メールコンテンツに対するSpamAssassinの堅牢性と有効性を評価することを目的とする。
論文参考訳（メタデータ） (2024-08-26T14:25:30Z)
Baseline Defenses for Adversarial Attacks Against Aligned Language Models [109.75753454188705]
最近の研究は、テキストのモデレーションが防御をバイパスするジェイルブレイクのプロンプトを生み出すことを示している。検出(複雑度に基づく)、入力前処理(言い換えと再帰化)、対人訓練の3種類の防衛について検討する。テキストに対する既存の離散化の弱点と比較的高いコストの最適化が組み合わさって、標準適応攻撃をより困難にしていることがわかった。
論文参考訳（メタデータ） (2023-09-01T17:59:44Z)
Deep convolutional forest: a dynamic deep ensemble approach for spam detection in text [219.15486286590016]
本稿では,スパム検出のための動的深層アンサンブルモデルを提案する。その結果、このモデルは高い精度、リコール、f1スコア、98.38%の精度を達成した。
論文参考訳（メタデータ） (2021-10-10T17:19:37Z)
Unsharp Mask Guided Filtering [53.14430987860308]
本論文の目的は,フィルタ中の構造伝達の重要性を強調した画像フィルタリングである。アンシャープマスキングにインスパイアされたガイドフィルタの新しい簡易な定式化を提案する。我々の定式化は低域フィルタに先立ってフィルタを楽しみ、単一の係数を推定することで明示的な構造伝達を可能にする。
論文参考訳（メタデータ） (2021-06-02T19:15:34Z)
Detection of Adversarial Supports in Few-shot Classifiers Using Feature Preserving Autoencoders and Self-Similarity [89.26308254637702]
敵対的なサポートセットを強調するための検出戦略を提案する。我々は,特徴保存型オートエンコーダフィルタリングと,この検出を行うサポートセットの自己相似性の概念を利用する。提案手法は攻撃非依存であり, 最善の知識まで, 数発分類器の検出を探索する最初の方法である。
論文参考訳（メタデータ） (2020-12-09T14:13:41Z)
Privacy-Preserving Spam Filtering using Functional Encryption [1.0019926246026924]
我々は,暗号化メールの分類を可能にするスパム分類フレームワークを構築した。本モデルは,2層ネットワーク部と多層知覚ネットワーク部を有するニューラルネットワークに基づく。実世界のスパムデータセットの評価結果は,提案したスパム分類モデルが96%以上の精度を達成していることを示している。
論文参考訳（メタデータ） (2020-12-08T02:14:28Z)
Robust and Verifiable Information Embedding Attacks to Deep Neural Networks via Error-Correcting Codes [81.85509264573948]
ディープラーニングの時代、ユーザは、サードパーティの機械学習ツールを使用して、ディープニューラルネットワーク(DNN)分類器をトレーニングすることが多い。情報埋め込み攻撃では、攻撃者は悪意のあるサードパーティの機械学習ツールを提供する。本研究では,一般的なポストプロセッシング手法に対して検証可能で堅牢な情報埋め込み攻撃を設計することを目的とする。
論文参考訳（メタデータ） (2020-10-26T17:42:42Z)
Filter Grafting for Deep Neural Networks: Reason, Method, and Cultivation [86.91324735966766]
フィルタは現代の畳み込みニューラルネットワーク(CNN)のキーコンポーネントである本稿では,この目的を達成するためにフィルタグラフト(textbfMethod)を導入する。我々は,フィルタの情報を測定するための新しい基準と,グラフトされた情報をネットワーク間でバランスをとるための適応重み付け戦略を開発する。
論文参考訳（メタデータ） (2020-04-26T08:36:26Z)
DeepQuarantine for Suspicious Mail [0.0]
DeepQuarantine(DQ)は、潜在的なスパムメッセージを検出し、隔離するクラウド技術である。隔離されたメールのほとんどはスパムであり、クライアントは遅滞なくメールを使用できる。
論文参考訳（メタデータ） (2020-01-13T11:32:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。