ValQID：学习语义查询组的净价值用于Web设备识别

ValQID按净价值分配语义查询计算以识别Web设备厂商与类型。

资讯摘要

论文提出ValQID，利用关系图整合分散在页面文本、配置字段和管理功能中的设备身份线索，并用DSEJEV高效评估语义问题，在估计计算价值时考虑语义问题间的互补性。方法根据当前识别状态权衡各问题组的预期识别收益与执行成本，自适应分配计算以识别设备厂商和类型。作者报告在真实Web响应数据上，联合macro-F1相对提升最高47.1%，低频厂商macro-F1最高提升82.1%，DSEJEV语义处理相比通用语言模型最高加速8.58倍。

要点速读

1. ValQID用关系图整合分散的设备身份线索，并按预期收益与执行成本自适应分配计算。
2. 作者报告联合macro-F1相对提升最高47.1%，低频厂商macro-F1最高提升82.1%。
3. DSEJEV相比通用语言模型将语义处理最高加速8.58倍。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。