基于預訓練Transformers的物聯(lián)網(wǎng)設備識別方法

摘要： 為幫助網(wǎng)絡管理員迅速隔離局域網(wǎng)內(nèi)的異常、易受攻擊的物聯(lián)網(wǎng)設備,以防攻擊者利用設備漏洞侵入內(nèi)部網(wǎng)絡進行潛伏和后續(xù)深度攻擊,高效的物聯(lián)網(wǎng)設備識別方法顯得尤為重要。然而,現(xiàn)有基于機器學習的識別方法普遍存在特征選擇過程復雜、獲取的數(shù)據(jù)流特征不穩(wěn)定等問題,從而影響了識別準確性。為此,文章提出了一種基于預訓練Transformers的物聯(lián)網(wǎng)設備識別方法,該方法主要通過IoTBERT模型對設... （共14頁）