根据香港网络安全事故协调中心的数据,香港的网路钓鱼案件数量从2023年的3,752宗激增至2024年的7,811宗,增幅达108%。由于行动装置和电子商务的普及,钓鱼短讯尤为猖獗。现有的防护措施依赖用户安装短讯过滤应用程式,但出于隐私考虑,用户不一定愿意这样做。另一方面,由于缺乏中文短讯训练数据,目前尚无针对香港钓鱼短讯的专用侦测模型。
为应对这些挑战並增强香港的整体网路安全性,我们提出一种主动式网路钓鱼侦测系统,该系统能够即时识別诈骗短讯行为。与主要依赖用户的安全意识,在收到短讯后再过滤不
同,此方案能够在钓鱼短讯发送的瞬间进行早期拦截和侦测。该系统将神经网路模型与文字特征分析结合,並借用大型语言模型的强大语言理解能力,旨在针对快速演变的钓鱼短讯威胁,提供更精准、高效且更具针对性的保护,以应对香港特有的语言特征。
透过该系统,用户可以受益于即时、本地化的钓鱼短讯侦测,从而全面增强网路安全性,並最大限度地减少用户的主动操作。
项目资料库
利用特征工程的分类器侦测钓鱼短讯
打印
| 项目简介 |
更多资讯
| 项目编号 | ITP/010/26LP |
| 研发单位 | LSCM R&D Centre (LSCM) |
| 项目统筹员 | 吴道宾博士 |
| 资助金额 | 港币二百七十九万 |
| 项目週期 | 2026年3月31日 - 2027年3月30日 |





