著者らは、潜在予測をターゲットエンコーダの出力と一致させるJEPAスタイルの予測学習目的関数が、コンパクトなネットワークフィンガープリントに効果的に適用できるかどうかを探求している。彼らはJA4-JEPAを導入した。これはTransformerベースのモデルで、JA4DBおよびCIC-IDS-2017データセットから取得されたJA4、JA4H、JA4S、JA4Xサブフィールドの約397Kサンプルを用いて訓練されている。

  • モデルは、TLS、DNS、SSHにわたるプロトコルファミリー分類のために凍結されたkNNプローブを使用して評価された。
  • 39,416個のホールドアウトサンプルにおいて、モデルは0.9899のコサイン類似度と0.9220のkNN精度を達成した。

これらの結果は、訓練ソース間で不完全なビューの重複があっても、JEPAスタイルの予測学習がJA4由来のフィンガープリントから有用な埋め込みを生成できることを示している。