Newest papers

CyberHull: Deterministic Malicious URL Isolation via Convex Hull

Avijit Gayen, Aniket Ghosal, Durba Chakraborty, Sayan Mondal, Md Abdul Aziz Al Aman, Angshuman Jana · 2026 · arXiv

DOI: 10.48550/arXiv.2610.27675 · open-access PDF

Arabic

إن ظهور استراتيجيات الهجمات التشفيرية المتقدمة ومقاومة التهرب تعتبر تهديداً كبيراً على الأمن السيبراني الحديث، وخاصة في أنظمة السيبرانية الفيزيائية والأنترنت.الطرق السلبية التقليدية ونظريات التعلم الآلي الخاصة غالباً ما تحاول التعرف على الهجمات الجديدة وربما لا يزال لها فائدة في التفكير أو نقلها.للتغلب على هذه التحديات، نحن نقدم CyberHull، إطار فعال ومحدد لتحديد المواقع الإلكترونية الخبيثة من خلال الحدود المرتبطة بالخلفية المرتبطة بالخلفية المرتبطة بالخلفية المرتبطة بالخلفية المرتبطة بالخلفية.

Machine translation (Meta M2M100); the English original follows.

Abstract

The emergence of increasingly sophisticated and evasion-resistant phishing attack strategies represents a significant threat to modern cybersecurity, particularly in cyber-physical systems and internet-based networks. Traditional probabilistic methods and certain machine learning approaches often struggle to detect novel attacks and may lack interpretability or portability. To address these challenges, we introduce CyberHull, a resource-efficient and deterministic framework for identifying malicious URLs through mathematically defined convex hull boundaries across multiple orthogonal feature d

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange