Revolutionizing Encrypted Traffic Classification with MH-Net: A Multi-View Heterogeneous Graph Model--2025 随着网络安全问题的日益重要，加密流量的分类问题已成为一项紧迫的挑战。传统的基于字节的流量分析方法受到信息粒度的严格限制，不能充分利用字节…

When LLMs meet cybersecurity: a systematic literature review -- 2025 大语言模型（LLM）的快速发展为包括网络安全在内的各个领域开辟了新的途径，网络安全面临着不断变化的威胁格局和对创新技术的需求。尽管对LLM在网络安全中的应用进行了初步探索，但缺乏对这一研究领域的全面概述。本文通过…

Machine Learning-Powered Encrypted Network Traffic Analysis: A Comprehensive Survey -- 2023 流量分析是监控网络活动、发现特定模式并从流量中收集有价值信息的过程。它可以应用于网络断言探测和异常检测等各个领域。然而，随着流量加密的出现，流量分析成为一项艰巨的任务…

An Explainable Deep Learning Framework for Resilient Intrusion Detection in IoT-Enabled Transportation Networks -- 2023 安全性对于像车联网（IoV）这样的安全关键物联网系统来说至关重要，这些系统通常关注于使用入侵检测系统（IDS）…

研究型论文 An Analysis of Recurrent Neural Networks for Botnet Detection Behavior ——2016 贡献：提出RNN在分析网络流量行为与检测潜在攻击方面具有可行性 分类25个连接状态达到的检测效果最好，但是实验中显示LSTM 检测模型只需要考虑前 6 个状态即可准确，其余的可以被 …

综述型论文 A Survey of Machine and Deep Learning Methods for Internet of Things (IoT) Security —— 2020 物联网系统无法支撑复杂的网络安全系统 , 物联网分为感知层、网络层、应用层，每一层都有其安全问题 -- （25-27） 感知层：身份认证、抗干扰（使用RL…