Deep Learning for Phishing Detection: Taxonomy, Current Challenges and Future Directions

Metadane

• Autorzy: Ngoc Quy Do, Ali Selamat, Ondrej Krejcar, Enrique Herrera-Viedma, Hamido Fujita
• Rok: 2022
• Zrodlo: IEEE Access, 10:36429-36463
• Status: #to-read
• Kategoria: Security

Notatki

Wyekstrahowane z: eze-ai-phishing-prevention-2024

Survey taksonomii metod deep learning do detekcji phishingu. Przeglad obecnych wyzwan i przyszlych kierunkow badan. Dobry punkt wejscia do krajobrazu metod DL w phishing detection.