يستكشف المؤلفون ما إذا كانت أهداف التعلم التنبؤي بنمط JEPA، التي تُطابق التنبؤات الكامنة مع مخرجات المشفّر المستهدف، يمكن تطبيقها بشكل فعّال على البصمات الشبكية المدمجة. يقدمون JA4-JEPA، وهو نموذج قائم على المحوّل (Transformer) تم تدريبه على حوالي 397 ألف عيّنة من الحقول الفرعية JA4 وJA4H وJA4S وJA4X من مجموعات البيانات JA4DB وCIC-IDS-2017.
- تَمّ تقييم النموذج باستخدام مسبار kNN متجمّد لتصنيف عائلة البروتوكولات عبر TLS وDNS وSSH.
- على 39,416 عيّنة محفوظة، حقق النموذج تشابه جيب التمام بقيمة 0.9899 ودقة kNN بقيمة 0.9220.
تشير هذه النتائج إلى أن التعلم التنبؤي بنمط JEPA يمكنه إنتاج تضمينات مفيدة من البصمات المستخلصة من JA4، حتى عند وجود تداخل غير كامل للوجهات بين مصادر التدريب.