研究人员开发了一个利用大型语言模型(LLM)增强物联网(IoT)生态系统网络安全的新型框架。该系统包括一个检测组件,该组件使用在特定IoT数据集(如IoT-23和TON_IoT)上微调的LLM来识别异常网络行为;以及一个预防组件,该组件制定自适应策略来应对检测到的威胁。该框架的设计包括提示管理、本地适应和全局优化模块,以实现上下文感知决策和持续学习。在基于Docker的环境中进行的验证表明,在威胁检测(99.75%)和缓解措施选择(98.3%)方面均达到了高精度。 AI
影响 通过提供自适应、可解释的威胁检测和预防机制来增强物联网安全性。
排序理由 详细介绍使用LLM的物联网网络安全新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Bert Smallenbroek
- Docker
- Internet of Things
- IoT-23
- Large Language Model
- LLM
- TON_IoT
- Yazan Otoum
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →