多模态推理 加密流量分析 可解释性 大语言模型 基准数据集
摘要

针对现有加密流量分析方法缺乏多维语义捕捉能力及可审计推理过程的问题,本文提出了首个字节级流量描述基准(BGTD),结合原始字节与结构化专家标注。在此基础上,构建了端到端的多模态推理框架 mmTraffic,采用感知 - 认知联合优化架构,桥接物理流量编码与语义解释。实验表明,该方法能自主生成高保真、可解释且基于证据的流量分析报告,同时保持与专用单模态模型相当的分类精度。

AI 推荐理由

论文核心提出多模态推理架构,解决加密流量解释中的可审计推理链缺失问题。

研究机构
IEEE
论文信息
作者 Longgang Zhang, Xiaowei Fu, Fuxiang Huang, Lei Zhang
发布日期 2026-04-09
arXiv ID 2604.08140
相关性评分 9/10 (高度相关)