CyberCane：隐私受限神经符号钓鱼检测框架

2026年10月20日，arXiv Artificial Intelligence 刊出 Safayat Bin Hakim 等作者的报道，提出隐私受限神经符号钓鱼邮件检测框架 CyberCane。该框架仅依据与脱敏、仅含训练数据的索引中已知钓鱼邮件的相似度，加上确定性规则打分，并把判定校准到明确的 FPR 预算。报道称，在 DataPhish 2025 的分布偏移下，CyberCane 以 86.4% 召回率实现 5.4% FPR，将超出预算的幅度降低 2.7–6.1 倍；分段级变体在同等排序质量下进一步把实际 FPR 降低 1.2–2.7 倍。报道还称，CyberCane 在本地筛查一封邮件耗时 0.20 秒且不发送文本；70B 零样本 LLM 在严格 FPR 下排序更好，但慢 14–24 倍且必须接收每封邮件；公开的数据划分与代码可让部署方在信任预算前测量实际 FPR。目前进展限于该报道所述框架与实验结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。