基于大语言模型的HTTP/HTTPS网络资产设备类型识别方法AET-电子技术应用-最丰富的电子设计资源平台

基于大语言模型的HTTP/HTTPS网络资产设备类型识别方法
所属分类：技术论文
上传者：wwei
文档大小：2566 K
标签：网络资产识别大语言模型指令微调
所需积分：0分积分不够怎么办？
文档介绍：针对传统基于静态指纹规则和判别式模型在复杂开放环境下泛化能力不足的现状，提出了一种基于大语言模型指令微调的 HTTP/HTTPS 网络资产设备类型识别方法。通过多源采集与多平台标签聚合的数据收集方案构造原始网络资产数据集，对该数据集进行关键特征优先保留的数据预处理，有效降低冗余噪声对模型输入的影响，然后通过融合HTTP/HTTPS 响应体、响应头、SSL 证书、端口及协议等多源异构特征，构建统一的序列化表示；在此基础上，利用 LoRA 技术对 LLaMA.3.8B.Instruct 模型进行参数高效微调，引导模型学习网络资产特征与设备类型之间的语义关联关系。实验结果表明，在包含 38 万条真实网络资产的测试集中，该方法在样本高度不均衡和长尾设备场景下仍能保持稳定性能，Weighted F1-score 达到 0.959 1，相比未微调模型效果显著提升。同时，模型推理吞吐量提高 6281%，验证了所提方法在大规模网络资产自动识别任务中的有效性与实用性。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。