基于BERT的云蜜罐服务编排方法研究

摘要

针对云平台上蜜罐服务的部署不精确、计算资源开销大等问题,论文提出了一种基于BERT的云蜜罐服务编排方法。该方法基于深度学习模型BERT对云上流量进行识别和分类,依据网络攻击与蜜罐捕获能力之间的关联策略进行蜜罐服务自动化编排,以提升蜜罐系统的隐蔽性和针对性,降低计算资源开销。实验结果显示,在云平台下应用论文所述方法进行蜜罐服务编排,在平均威胁捕获率为89.11%的情况下,云平台的计算资源消耗量和消耗时长均有下降,验证了论文方法的有效性。