IT之家 7 月 13 日訊息，網路安全公司 MacPaw 演示了一項最新研究成果，可以在蘋果 Mac 裝置本地執行、即時的網路釣魚檢測系統，提高 Mac 使用者的網路安全。
MacPaw 高級研究工程師 Ivan Petrukha 於 7 月 12 日出席第 14 屆國際安全社會技術研討會，將公布和介紹該系統的研究成果。
該系統由該公司 Moonlock 部門開發，基於本地 AI 機器學習模型，透過視覺化內容分析方法來即時檢測釣魚網站。
研究稱該系統針對蘋果 macOS 系統進行最佳化，在 M1 芯片上測試 CPU 占用率為 16%，記憶體占用率為 84 MB，在包含 5 萬個頁面的數據集測試中，準確（Precision）率為 95.7%，召回（Recall）率為 87.7%。
IT之家查詢公開資料，簡要解釋下準確率和召回率區別：
精確率 (precision) 的公式是 P = \frac {TP}{TP+FP}, 它計算的是所有 "正確被檢索的 item (TP)" 占所有 "實際被檢索到的 (TP+FP)" 的比例.。大白話就是「你預測為正例的裏面有多少是對的」，精確率的基數是檢索返回的樣例。
2、召回率 (recall) 的公式是 R = \frac {TP}{TP+FN}, 它計算的是所有 "正確被檢索的 item (TP)" 占所有 "應該檢索到的 item (TP+FN)" 的比例。大白話就是「正例樣本裏你的預測正確了多少」，召回率的基數是樣本裏的所有正例樣本。
3、準確率是針對我們原來所有樣本而言的，它表示的是所有樣本有多少被準確預測了
