← 返回列表

Traffic-Classification-Paper-LLM-Wiki 网络流量分类研究论文知识库

聚合站 SecWiki技术 入库 2026-11-18T01:52:14

基于 Obsidian 的网络流量分类、加密流量分析和流量基础模型研究论文知识库。收录 307 篇来自顶级会议/期刊(CCS、S&P、USENIX、NDSS、SIGCOMM、INFOCOM、AAAI、NeurIPS、TIFS、TSC、WWW、KDD 等)的结构化论文笔记,覆盖 2008--2026 年的研究成果。

Traffic_Papers/
├── 00-inbox/
│   └── PDFs/              # 307篇论文 PDF 原文
├── 01-mineru-output/       # MinerU 原始解析结果(已 gitignore,可重新生成)
├── 02-parsed-markdown/     # MinerU 解析后的 Markdown
├── 03-paper-notes/         # 结构化论文笔记(307 篇)★
├── 04-concepts/            # 概念页(11 个)★
├── 05-methods/             # 方法页(8 个)★
├── 06-tasks/               # 任务页(8 个)★
├── 07-surveys/             # 综述页(5 个)★
├── 08-comparisons/         # 对比表(5 个,含开源注册表)★
├── 09-claims/              # 观点与矛盾记录(2 个)★
├── 10-outputs/             # 草稿、报告、复现笔记(已 gitignore)
├── 12-research-fronts/     # 研究前沿追踪(6 个前沿 + 索引 + 模板)★
├── 00-dashboard/           # 阅读队列、研究地图、开放问题
├── bibliography.json       # 结构化 BibTeX 元数据(307 条)
├── bibliography.bib        # LaTeX 可用 BibTeX 文件(可直接复制)
├── scripts/                # MinerU 批量解析 + 参考文献生成脚本
└── templates/              # 笔记模板
方向 涵盖主题
流量检测与分类 加密流量分类、恶意流量检测、异常检测、隧道检测
表征学习与基础模型 预训练范式(ET-BERT、YaTC、MM4flow)、多模态融合、对比学习
网站指纹 攻击(Deep Fingerprinting、Swallow)与防御(Palette、FRONT)
少样本与开放集学习 元学习、半监督学习、开放集识别
应用指纹 移动应用识别、匿名流量分类(Tor、I2P)
论文 会议 主题
SoK: Decoding the Enigma S&P 2025 12 种流量分类器系统化评估
The Sweet Danger of Sugar SIGCOMM 2025 颠覆表征学习现有结论
MM4flow CCS 2025 多模态预训练流量模型
Training with Only 1.0‰ Samples CCS 2025 跨模态融合 + 极端少样本
Swallow CCS 2025 迁移鲁棒网站指纹攻击
SmartDetector TIFS 2025 对比学习恶意流量检测
ET-BERT WWW 2022 预训练 Transformer 流量分析
YaTC AAAI 2023 掩码自编码器流量 Transformer
AN-Net WWW 2024 抗噪声匿名流量分类
Flowprint NDSS 2020 半监督移动应用指纹
Palette S&P 2024 实时网站指纹防御
RF USENIX 2023 突破网站指纹防御体系
Proxy Fingerprinting USENIX 2024 封装 TLS 握手指纹识别
FEC-OSL TIFS 2026 开放集半监督分类

本仓库是一个 Obsidian 知识库。使用步骤:

  1. 克隆本仓库
  2. 在 Obsidian 中打开该文件夹作为知识库
  3. 从 00-dashboard/index.md 开始浏览
  4. 使用 00-dashboard/reading-queue.md 跟踪阅读进度
  5. 使用 00-dashboard/research-map.md 按主题探索

当新论文 PDF 加入知识库时,系统自动执行:

  1. 与已有 307篇论文进行去重检查(文件名 + 标题 + 摘要 + DOI + 作者/venue)
  2. 通过 MinerU API 解析 PDF(如 MINERU_API_TOKEN 未设置则暂停向用户索要)
  3. 自动提取关键框架图(extract_key_figures.py)
  4. 生成包含中英双语 frontmatter 的结构化论文笔记
  5. 更新所有相关知识页面(概念、方法、任务、综述、对比表、观点索引)
  6. 更新研究前沿证据链(如论文与活跃前沿相关)
  7. 更新全局索引(论文注册表、阅读队列、仪表盘)
  8. 更新 bibliography.json 并重新生成 bibliography.bib
  9. 同步更新 README.md 和 AGENTS.md 统计数据

Git 提交仅在用户明确要求时执行。10-outputs/ 目录(草稿、报告、项目申报)不参与版本控制。

本仓库包含用于研究目的的学术论文笔记。所有论文版权归原作者和出版方所有。

原文链接:https://github.com/GSTovey/Traffic-Classification-Paper-LLM-Wiki/blob/main/README.zh-CN.md