BriefGPT - AI 论文速递
·
Unseen Attack Detection in Software-Defined Networking Using a BERT-Based Large Language Model
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种基于BERT的大型语言模型，用于软件定义网络(SDN)中的未见攻击检测。通过自然语言处理和随机森林优化特征选择，检测准确率达到99.96%，显著提升了SDN的安全性。
🎯
关键要点
- 本研究提出了一种基于BERT的大型语言模型，用于软件定义网络(SDN)中的未见攻击检测。
- 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。
- 通过自然语言处理和预训练的BERT模型，转化网络流数据以提高检测精度。
- 随机森林优化特征选择，成功实现已知和未见攻击的99.96%准确率。
- 该方法对提升SDN的安全性具有重要意义。
➡️
