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。
- 307篇结构化论文笔记,中英双语 frontmatter,含方法分析与证据追踪
- 60 篇深度分析论文(L3/L4 级),含公式推导、消融实验、跨论文关联
- 39 个知识页面:11 概念页 + 8 方法页 + 8 任务页 + 5 综述页 + 5 对比表 + 2 索引页
- 6 个活跃研究前沿,追踪收敛/分歧研究问题,含证据链和 Auto Research 指引
- 共识权重系统:venue 等级 × 时间衰减 × 引用影响三维评分
- 91 个已确认开源方法,含 GitHub/GitLab 代码仓库
- 参考文献库:307 篇结构化 BibTeX 条目(
bibliography.json+bibliography.bib),数据来自 CrossRef、OpenAlex、Semantic Scholar(待逐条核验 DOI) - 研究地图按主题、方法和会议交叉索引
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:
- 克隆本仓库
- 在 Obsidian 中打开该文件夹作为知识库
- 从
00-dashboard/index.md开始浏览 - 使用
00-dashboard/reading-queue.md跟踪阅读进度 - 使用
00-dashboard/research-map.md按主题探索
- PDF 解析:MinerU API 将 PDF 转为结构化 Markdown
- 笔记生成:Claude Code(AI 辅助结构化笔记生成)
- 知识管理:Obsidian + Dataview 插件
- 参考文献库:
bibliography.json+bibliography.bib,307 条 BibTeX 条目(CrossRef/OpenAlex/Semantic Scholar 官方数据) - 自动化工作流:一键入库管道(去重 → 解析 → 笔记生成 → 知识层全量更新 → 参考文献更新 → README/AGENTS 同步)
- 去重方法:五轮联合匹配(文件名 + 标题 + 摘要 + DOI + 作者/年份/venue)
当新论文 PDF 加入知识库时,系统自动执行:
- 与已有 307篇论文进行去重检查(文件名 + 标题 + 摘要 + DOI + 作者/venue)
- 通过 MinerU API 解析 PDF(如
MINERU_API_TOKEN未设置则暂停向用户索要) - 自动提取关键框架图(
extract_key_figures.py) - 生成包含中英双语 frontmatter 的结构化论文笔记
- 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)
- 更新研究前沿证据链(如论文与活跃前沿相关)
- 更新全局索引(论文注册表、阅读队列、仪表盘)
- 更新
bibliography.json并重新生成bibliography.bib - 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。