融合對(duì)抗增強(qiáng)和多任務(wù)優(yōu)化的惡意短信檢測(cè)方法

摘要： 現(xiàn)有惡意短信檢測(cè)方法往往聚焦于提升檢測(cè)準(zhǔn)確率或速度,而忽略了模型自身的安全問(wèn)題,因此,在真實(shí)場(chǎng)景中可能會(huì)遭受對(duì)抗樣本攻擊。為了解決上述問(wèn)題,文章提出了一種融合對(duì)抗增強(qiáng)和多任務(wù)優(yōu)化的惡意短信檢測(cè)模型。在輸入階段,利用隨機(jī)匹配池生成“原始文本-對(duì)抗樣本”對(duì)作為輸入,并且引入語(yǔ)義類型編碼技術(shù)幫助模型區(qū)分?jǐn)?shù)據(jù)邊界。然后,使用基于Chinese BERT的單塔神經(jīng)網(wǎng)絡(luò)作為主干模型對(duì)短信的...