JA4-JEPA, JEPA 스타일 예측 학습을 JA4 네트워크 지문 적용

저자들은 잠재 예측을 대상 인코더 출력과 일치시키는 JEPA 스타일의 예측 학습 목표가 컴팩트한 네트워크 지문에 효과적으로 적용될 수 있는지 탐구합니다. 그들은 JA4DB 및 CIC-IDS-2017 데이터셋에서 가져온 JA4, JA4H, JA4S 및 JA4X 하위 필드의 약 397K 샘플로 훈련된 Transformer 기반 모델인 JA4-JEPA를 소개합니다.

• 모델은 TLS, DNS 및 SSH에 걸친 프로토콜 패밀리 분류를 위해 동결된 kNN 프로브를 사용하여 평가되었습니다.
• 39,416개의 홀드아웃 샘플에서 모델은 0.9899의 코사인 유사도와 0.9220의 kNN 정확도를 달성했습니다.

이러한 결과는 훈련 소스 간에 불완전한 뷰 중첩이 있더라도 JEPA 스타일의 예측 학습이 JA4 유래 지문에서 유용한 임베딩을 생성할 수 있음을 나타냅니다.