English(EN) Machine Learning Optimization for Enhanced OS Fingerprinting

新的机器学习工具OsirisML提高了操作系统指纹识别的准确性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-09 04:00

研究人员开发了一种新的机器学习方法，使用CIC-IDS2017数据集进行操作系统指纹识别。提出的工具OsirisML使用nPrint预处理网络流量数据，然后应用XGBoost来训练和测试机器学习模型。该方法在随机划分训练和测试数据的周五捕获数据子集上达到了97.66%的高准确率，在完整的周五捕获数据上达到了84.69%的准确率。对于周一捕获数据，OsirisML达到了73.83%的准确率和79.38%的F-1分数。 AI

影响这项研究可以通过更准确地识别操作系统来改善网络安全，可能有助于威胁检测和网络管理。

排序理由学术论文，详细介绍了用于操作系统指纹识别的新机器学习方法和工具。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 18 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，详细介绍了用于操作系统指纹识别的新机器学习方法和工具。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Jae Sung Kim, Spencer Ekeroth, Jeremy Neale · 2026-10-09 04:00

用于增强操作系统指纹识别的机器学习优化

arXiv:2610.11133v1 Announce Type: new Abstract: Operating System (OS) Fingerprinting is a technique that can be used to identify a network's operating systems by evaluating network traffic in the form of TCP/IP packets. This research will explore the effectiveness of passively id…

本文如何被排名

报道来源 [1]

用于增强操作系统指纹识别的机器学习优化

相关实体

相关话题