본 논문은 사물 인터넷 (IoT) 시스템의 취약점을 나타내는 이슈 보고서를 적시에 식별하는 것을 목표로 한다. 이를 위해 (1) 기계 학습 (ML)과 대규모 언어 모델 (LLM)을 자연어 처리 (NLP) 기술과 결합하여 21개의 Eclipse IoT 프로젝트의 취약점 관련 이슈를 탐지하고, (2) 사전 훈련된 BERT Masked Language Model (MLM)을 11,000개의 GitHub 이슈 데이터로 미세 조정하여 분류하는 두 가지 접근 방식을 제안한다. 최상의 성능은 BERT NLP 특징을 기반으로 훈련된 Support Vector Machine (SVM) 모델에서 AUC 0.65를 달성했으며, 미세 조정된 BERT 모델은 0.26의 정확도를 보였다.
