基于預(yù)訓(xùn)練Transformers的物聯(lián)網(wǎng)設(shè)備識(shí)別方法

摘要： 為幫助網(wǎng)絡(luò)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(shè)備,以防攻擊者利用設(shè)備漏洞侵入內(nèi)部網(wǎng)絡(luò)進(jìn)行潛伏和后續(xù)深度攻擊,高效的物聯(lián)網(wǎng)設(shè)備識(shí)別方法顯得尤為重要。然而,現(xiàn)有基于機(jī)器學(xué)習(xí)的識(shí)別方法普遍存在特征選擇過(guò)程復(fù)雜、獲取的數(shù)據(jù)流特征不穩(wěn)定等問(wèn)題,從而影響了識(shí)別準(zhǔn)確性。為此,文章提出了一種基于預(yù)訓(xùn)練Transformers的物聯(lián)網(wǎng)設(shè)備識(shí)別方法,該方法主要通過(guò)IoTBERT模型對(duì)設(shè)...