LLM-based Multi-class Attack Analysis and Mitigation Framework in IoT/IIoT Networks
Created by
Haebom
Category
Empty
저자
Seif Ikbarieh, Maanak Gupta, Elmahedi Mahalal
개요
IoT 환경의 보안 위협 증가에 대응하기 위해, 머신러닝(ML) 기반 공격 탐지와 대규모 언어 모델(LLM) 기반 공격 행위 분석 및 완화 방안 제시를 결합한 하이브리드 프레임워크를 제안합니다. Edge-IIoTset 및 CICIoT2023 데이터셋을 활용하여 다양한 ML 및 딥러닝(DL) 분류기를 벤치마킹하고, RAG 기법을 적용한 프롬프트 엔지니어링을 통해 ChatGPT-o3 및 DeepSeek-R1의 성능을 평가했습니다.
시사점, 한계점
•
시사점:
◦
ML 기반 공격 탐지와 LLM 기반 공격 분석 및 완화 방안 제시의 하이브리드 프레임워크 제안.
