面向实际物联网设备识别的大语言模型
机器学习
2025-10-17 v1 网络与互联网体系结构
摘要
物联网设备的快速扩张已超过当前识别方法的跟进，给安全、隐私和网络责任带来显著风险。这些挑战在开放世界环境中尤为突出，此时流量元数据常常不完整、嘈杂或被刻意隐藏。我们引入了一个语义推理管道，将设备识别重新框定为对异构网络元数据的语言建模任务。为构建可靠的监督信号，我们生成了面向IoT Inspector数据集（目前最大的真实世界物联网流量语料库）的高保真供应商标签，采用由互信息和熵基稳定性评分引导的大语言模型集成。随后我们采用课程学习对量化LLaMA3.18B模型进行指令调优，以支持稀疏和长尾供应商分布下的泛化。我们的模型在2015个供应商上实现98.25%的Top-1准确率和90.73%的宏平均准确率，同时保持对缺失字段、协议漂移和对抗操纵的鲁棒性。在独立的IoT测试台上进行的评估，结合解释质量和对抗压力测试，表明指令调优的大语言模型为实际规模设备识别提供了可扩展且可解释的基础。
引用
@article{arxiv.2510.13817,
title = {Large Language Models for Real-World IoT Device Identification},
author = {Rameen Mahmood and Tousif Ahmed and Sai Teja Peddinti and Danny Yuxing Huang},
journal= {arXiv preprint arXiv:2510.13817},
year = {2025}
}
备注
8 pages, 3 figures