面向 IoT 管理与最新 IoT 流量异常检测的统一框架
网络与互联网体系结构
2024-12-31 v1 人工智能
摘要
Internet of Things（IoT）生态系统的快速扩张引入了日益复杂的设备管理和网络安全问题。为解决这些挑战，我们提出一种统一框架，将上下文感知的大语言模型（LLM）用于 IoT 管理任务，同时结合细化的异常检测模块进行网络流量分析。该框架通过利用来自 IoT 手册和操作数据的上下文知识，实现了设备管理、故障排查和安全强制等行政流程的优化。异常检测模型在识别 IoT 流量中的异常和威胁方面实现了最先进的性能，利用细化技术实现卓越的准确率。评估表明，将相关上下文信息纳入后，针对 diverse IoT 管理任务的 LLM-based 回复的精度和可靠性显著提升。此外，执行时间、内存消耗和响应效率等资源使用指标均显示该框架在实际 IoT 部署中的可扩展性和适用性。
引用
@article{arxiv.2412.19830,
title = {A Unified Framework for Context-Aware IoT Management and State-of-the-Art IoT Traffic Anomaly Detection},
author = {Daniel Adu Worae and Athar Sheikh and Spyridon Mastorakis},
journal= {arXiv preprint arXiv:2412.19830},
year = {2024}
}