ReCAST는 난독화된 중국어 스팸 문자(SMS)를 견고하게 분류하기 위한 '복원 인지 단계적 학습' 프레임워크다. 공격자들은 위험 문구를 사람은 읽을 수 있으면서도 저비용 분류기는 피하도록 정교하게 난독화하는데, 이는 실제 운영 환경의 지연·처리량 제약에서 직접 분류를 취약하게 만든다. ReCAST는 대형 교사 모델의 탈난독화 능력을 배포 가능한 소형 학생 모델로 증류하되, 난독화 구간 탐지·난독화 유형 예측·텍스트 복원을 지도학습으로 감독한 뒤 이 복원 인지 학생 모델을 최종 위험 분류에 활용한다. 실제 중국어 SMS 벤치마크 실험에서 ReCAST는 난독화 상황에서 직접 학습한 베이스라인 대비 분류 성능을 크게 개선했으며, 복원 인지 증류가 생산 환경 제약 하에서도 소형 모델로 견고한 SMS 위험 분류를 달성하는 실용적 경로임을 시사한다.

• •난독화된 중국어 스팜 문자 분류를 위한 복원 인지 단계적 학습 프레임워크 ReCAST 제안
• •대형 교사 모델의 탈난독화 능력을 난독화 구간 탐지·유형 예측·복원 감독으로 소형 학생 모델에 증류
• •복원 인지 학생 모델을 최종 위험 분류에 활용해 생산 환경 제약을 충족
• •실제 중국어 SMS 벤치마크에서 직접 학습 베이스라인 대비 분류 성능 크게 개선