使用 BERT 提升路由器安全性
密码学与安全
2026-01-05 v1
摘要
先前的关于 home router 安全性的工作表明，使用 system calls 来训练基于 BERT 风格编码器的 transformer-based language model 采用对比学习在检测多种类型恶意软件方面有效，但性能在 low false positive rate 时仍受限。在本工作中，我们展示了使用高保真 eBPF-based system call 传感器，结合对比增强学习(which introduces controlled mutations of negative samples)来提高 low false positive rate 下的检测性能。此外，我们引入一种网络数据抽象语言，使类似 network packet data 的管道得以创建，我们表明 network behavior 提供了互补的检测信号——在 low false positive rate 下提高了面向 network 的恶意软件的检测性能。最后，我们在面向 Internet of Things (IoT) 部署环境中实现了这些方法，以在线 router 异常检测框架进行验证。
关键词
引用
@article{arxiv.2601.00783,
title = {Improving Router Security using BERT},
author = {John Carter and Spiros Mancoridis and Pavlos Protopapas and Brian Mitchell and Benji Lilley},
journal= {arXiv preprint arXiv:2601.00783},
year = {2026}
}