BriefGPT - AI 论文速递
·
基于BERT的大型语言模型在软件定义网络中的未见攻击检测
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种结合自然语言处理和BERT模型的未知攻击检测方法，通过随机森林优化特征选择，实现了99.96%的检测准确率，显著提升了软件定义网络的安全性。
🎯
关键要点
- 本研究解决了软件定义网络(SDN)中未见攻击检测的关键问题。
- 现有研究在特征选择和针对未知攻击的模型构建方面存在不足。
- 提出了一种新颖的方法，结合自然语言处理和预训练的BERT模型。
- 通过转化网络流数据提高检测精度。
- 利用随机森林优化特征选择。
- 成功实现已知和未见攻击的99.96%检测准确率。
- 对SDN的安全提升具有重要意义。
➡️
