ValQID：学习用于 Web 设备识别的语义查询组净价值

Web 接口被广泛用于访问网络服务和管理联网设备。识别 Web 接口背后的设备厂商和类型，是资产盘点、安全管理和风险评估的关键步骤。设备身份线索分散在页面文本、配置字段和管理功能中，对这些线索进行解读通常需要关联相关的 Web 对象。不同响应和对象所需的语义分析量各不相同，因此穷举处理所有候选内容可能带来不必要的计算开销。我们提出了 ValQID，该方法利用关系图融合分散的设备身份线索，通过 DSEJEV 高效评估语义问题，并在估算计算价值时考虑语义问题之间的互补性。基于当前的识别状态，ValQID 权衡每个查询组的预期识别收益与执行成本，自适应地分配计算资源，以识别设备厂商和类型。在真实 Web 响应数据上的评估表明，与当前最先进的方法相比，ValQID 在联合 macro-F1 上的相对提升最高可达 47.1%，在低频厂商的 macro-F1 上最高可达 82.1%。与通用语言模型相比，DSEJEV 可将语义处理速度最高提升 8.58 倍。