SMPD: Self-Supervised Meta-Learning for Predictive IoT Compromise Detection with Few-Shot Adaptation
O artigo propõe o SMPD, um novo framework de meta-aprendizado autossupervisionado que aproveita dados temporais multimodais e pré-treinamento contrastivo para prever comprometimentos de dispositivos IoT com 24 a 48 horas de antecedência com alta precisão e adaptabilidade de poucos disparos (few-shot), superando significativamente os baselines de detecção de intrusão existentes em ambientes com restrição de recursos.