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

Korean

점점 더 정교하고 피싱에 저항하는 피싱 공격 전략의 출현은 특히 사이버 물리적 시스템 및 인터넷 기반 네트워크에서 현대 사이버 보안에 상당한 위협을 나타냅니다.전통적인 확률론적 방법과 특정 기계 학습 접근 방식은 종종 새로운 공격을 탐지하기 위해 어려움을 겪고 있으며, 해석성이나 휴대성이 부족할 수 있습니다.이 도전에 대처하기 위해, 우리는 여러 정형 기능을 통한 수학적으로 정의된 구멍 구멍 경계를 통해 악성 URL을 식별하는 자원 효율적이고 결정적인 프레임 워크인 CyberHull을 소개합니다.

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