普渡大学团队的提案只针对技术领域(TA)1,该领域侧重于使用机器学习模型检测社会工程信息。普渡大学团队加入了由伯克利大学和密歇根大学领导的团队,组成了学习自动抵御社会工程(LASER)团队。普渡团队开发了针对社会工程电子邮件的分类模型训练技术,并参与了模拟运行和评估。共开发了三个模型。两个模型分析主题和正文中的文本。一个词频-反向文档频率(TF-IDF)模型使用标准的词频信息。第二个模型从文本中提取动机特征,以识别信息作者的意图(如获取信息、访问社交网络)。第三个模型是知识和图模型,从发送者和接收者信息中提取相关特征。集合模型汇总了三个模型的输出结果以进行预测,由逻辑回归模型和神经网络(NN)模型组成。该团队对不同的模型、训练技术及其对准确性的影响进行了广泛的探索。

成为VIP会员查看完整内容
13

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《嵌入式深度学习和高级计算》美空军2023最新报告
专知会员服务
50+阅读 · 2023年7月27日
万字长文概述NLP中的深度学习技术
全球人工智能
12+阅读 · 2019年2月28日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2009年12月31日
A Survey of Large Language Models
Arxiv
348+阅读 · 2023年3月31日
Arxiv
18+阅读 · 2023年3月17日
VIP会员
相关资讯
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员