Beyond Text-to-SQL for IoT Defense: A Comprehensive Framework for Querying and Classifying IoT Threats

之前的研究强调了文本到SQL系统的开发，认识到自然语言接口对数据库的潜在价值。虽然在这个领域已经取得了实质性进展，但现有研究集中于从文本查询生成SQL语句。然而，更广泛的挑战在于推断返回数据的新信息。我们的研究在解决这一差距方面做出了两个重要贡献。首先，我们引入了一个新颖的物联网（IoT）文本到SQL数据集，包括10,985个文本-SQL对和239,398行网络流量活动数据。该数据集包含先前文本到SQL数据集中限制的其他查询类型，特别是与时间相关的查询。我们的数据集来自智能建筑的IoT生态系统，探索传感器读数和网络流量数据。其次，我们的数据集允许两阶段处理，即可以将生成的SQL返回的数据（网络流量）分类为恶意或不恶意。我们的结果表明，联合训练查询和推断有关数据的信息可以提高整体文本到SQL性能，几乎可以匹配更大的模型。我们还表明，当前的大型语言模型（例如GPT3.5）难以推断有关返回数据的新信息，因此我们的数据集为将复杂的领域特定推理集成到LLM中提供了新的测试平台。

本论文旨在解决文本到SQL系统中的新信息推断问题，并提出了一个新的物联网文本到SQL数据集，包含更多类型的查询和返回数据的分类信息。

通过两阶段处理，将生成的SQL返回的数据分类为恶意或非恶意，并联合训练查询和推断数据信息，从而提高文本到SQL的性能。

该论文提出了一个新的物联网文本到SQL数据集，包含更多类型的查询和返回数据的分类信息，并且使用了两阶段处理来提高性能。此外，论文还发现当前大型语言模型难以推断返回数据的新信息，因此提供了一个新的测试平台来集成复杂的领域特定推理。

该领域最近的相关研究包括《Spider: A Large-Scale Human-Labeled Dataset for Complex and Cross-Domain Semantic Parsing and Text-to-SQL Task》和《Editing-Based SQL Query Generation for Cross-Domain Context-Dependent Questions》等。