该论文系统研究了真实世界中文地下对抗黑话,发现其具有扰动更强、形态更多、结构更碎的三重特征,显著削弱了现有大语言模型的检测与恢复能力。为此提出JADE检测框架,通过构建黑话分类体系、结合外部知识检索与LoRA参数高效微调,在真实数据集上实现了98.59%的检测准确率和95.91%的恢复准确率,并展现出良好的泛化能力。该工作为黑灰产内容治理提供了新数据集与技术方案。
网络安全文章













