1769218783
2026-01-24 01:25:00
この研究では、ネットワーク トラフィック機能をコンパクトな自然言語プロンプトに変換し、リソースが限られたハードウェアでも LLM を効率的に適応できるようにすることに焦点を当てました。実験は、提案されたシステムのパフォーマンスを評価するために、IoT セキュリティ研究のベンチマークである CICIoT2023 データセットを使用して実施されました。 QLoRA で調整された LLaMA-1B モデルは、F1 スコア 0.7124 を達成しました。この結果は、既知の攻撃を識別するためのランダム フォレスト (RF) ベースラインによって達成された F1 スコア 0.7159 に著しく匹敵します。これは、重要なセキュリティ アプリケーションにおいて確立された機械学習技術のパフォーマンスに匹敵する LLM の可能性を示しています。
さらに、この研究により、ゼロショット攻撃を検出するための重要な機能が明らかになりました。 RAG を組み込むことにより、システムは追加のトレーニングなしで、目に見えない攻撃タイプを識別する精度 42.63% を達成しました。このゼロショット機能は、システムが進化する脅威にリアルタイムで適応できるようにするため、大きな革新であり、新しいデータによる再トレーニングが必要な従来の機械学習モデルには欠けていた機能です。この研究により、検索機能を強化した軽量 LLM が、適応性とリソース効率の両方を提供する、次世代 IoT 侵入検知システムへの有望な道筋となることが証明されました。
この研究では、既知の攻撃と未知の攻撃の両方を処理できる統合 LLM ベースのフレームワークを提示し、現在のサイバーセキュリティ ソリューションの主要な制限に対処します。チームは、いくつかのデコーダ専用 LLM、GPT-2、LLaMA-3.2-1B、Meta-LLaMA-3-8B、Mistral-v0.3-7B を調査し、マルチクラス IoT 攻撃検出用に QLoRA に適応させました。数値ネットワークの特徴を簡潔な自然言語プロンプトに再定式化することにより、システムは構造化データと LLM の意味論的理解の間のギャップを効果的に橋渡しします。この研究結果は、2025 年 12 月にスペインのマドリードで開催される第 7 回コンピューティング、通信、IoT アプリケーション会議 (ComComAp 2025) で発表され、この分野への貢献が示される予定です。
QLoRA-LLaMA-1B はランダム フォレストの IoT 検出精度と一致します
この研究では、既知の攻撃と未知の攻撃の両方を処理し、従来の侵入検知システムの制限を克服できる統合 LLM ベースのフレームワークについて詳しく説明します。研究者たちは、数値ネットワーク特徴を自然言語に変換し、QLoRA 微調整を使用して、LLaMA-1B、GPT-2、LLaMA-3.2-1B、Meta-LLaMA-3-8B、Mistral-v0.3-7B などのデコーダー専用 LLM の適応を容易にしました。この構造化からテキストへの変換は、リソース制約下での効率的な処理と適応にとって重要であり、このアプローチが IoT デバイスへの展開に実行可能であることが測定によって確認されています。テストでは、複数の LLM アーキテクチャにわたる方法論の有効性が証明され、提案されたフレームワークの多用途性が強調されます。この画期的な進歩により、次世代の IoT 侵入検知のための実用的なソリューションが提供され、適応性とリソース効率が向上します。 CICIoT2023 データセットに対して行われた実験では、QLoRA で調整された LLaMA-1B モデルが 0.7124 の F1 スコアを達成し、既知の攻撃を検出した場合のランダム フォレスト ベースラインのパフォーマンス (0.7159) にほぼ一致することが明らかになりました。さらに、RAG で強化されたシステムは、追加のトレーニングを必要とせずに、目に見えない攻撃タイプの識別において 42.63% の精度を達成し、従来の機械学習手法を上回る実用的なゼロショット機能を実証しました。
パラメータの効率性と取得ベースのコンテキスト基盤のこの組み合わせにより、IoT 環境の動的な状況に拡張可能なソリューションが提供されます。著者らは調査の範囲に限界があることを認めており、結果は単一のデータセットを使用して得られたものであり、多様なIoTベンチマークにわたる広範な検証が必要であると指摘している。今後の研究は、微妙な攻撃パターンや重複する攻撃パターンの検出を改善するための、取得戦略の改良、知識ベースの拡大、軽量アンサンブル手法の探索に焦点を当てていく予定です。
#Llama1b #が #IoT #ネットワーク攻撃検出で #スコアを達成