跳到正文
arXiv cs.AI· Lin Li, Xinbo Ban, Chao Chen, Lei Pan, Ming Ding, Kok-Leong Ong, Jun Zhang·· 4 小时前AI 评分24

用大语言模型模拟真实人类决策,增强智能家居 IoT 模糊测试

From Ideal to Real: Integrating Language Models into Smart Home for Human-Centric IoT Safety and Security Fuzzing

AI 导读

研究团队提出 IoT Fuzz 增强版本,将大语言模型集成进智能家居模糊测试框架,用 LLM 模拟人类决策过程,以发现传统模拟环境(假设理想人类决策)无法暴露的规则间漏洞。该方法为测试环境增加真实性与不可预测性,更准确捕捉智能家居中人类交互的多样动态特性,目标是揭示隐私泄露、数据窃取和人身伤害等风险。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:将 IoT 设备集成到家庭系统中可增强对居住环境的控制。然而,随着这些设备在医疗、交通和家庭自动化等关键领域日益普及,它们暴露出规则间漏洞,可能导致隐私泄露、数据窃取和人身伤害。传统的模糊测试方法通常在假设人类决策理想的模拟环境中运行,无法考虑可能影响智能家居中设备运行的人类交互复杂性,从而可能导致不可预见的后果。为揭示真实人类决策的影响并发现意外的规则间漏洞,我们通过集成大语言模型来模拟人类决策过程,推出了面向智能家居的增强版 IoT Fuzz。我们的新方法为测试环境增加了一层真实性和不可预测性,更准确地捕捉智能家居环境中人类交互的多样性和动态性。
主题: 人工智能(cs.AI)
引用为: arXiv:2611.22457 [cs.AI]
  (或 arXiv:2611.22457v1 [cs.AI] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.22457

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Lin Li [查看电子邮件]
[v1] 2026年11月17日星期二 09:21:27 UTC(3,175 KB)

来源:arXiv cs.AI · arxiv.org