清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

TrafficGPT: Breaking the Token Barrier for Efficient Long Traffic Analysis and Generation

安全性令牌 计算机科学 计算机网络 计算机安全
作者
Jian Qu,Xiaobo Ma,Jianfeng Li
出处
期刊:Cornell University - arXiv [Cornell University]
被引量:1
标识
DOI:10.48550/arxiv.2403.05822
摘要

Over the years, network traffic analysis and generation have advanced significantly. From traditional statistical methods, the field has progressed to sophisticated deep learning techniques. This progress has improved the ability to detect complex patterns and security threats, as well as to test and optimize network performance. However, obstacles persist, such as the dependence on labeled data for analysis and the difficulty of generating traffic samples that follow realistic patterns. Pre-trained deep neural networks have emerged as powerful tools to resolve these issues, offering improved performance by learning robust data representations from large unlabeled datasets. Despite their benefits, existing pre-trained models face challenges like token length limitation, which restricts their usefulness in comprehensive traffic analysis and realistic traffic generation. To address these challenges, we introduce TrafficGPT, a deep learning model that can tackle complex challenges related to long flow classification and generation tasks. This model uses generative pre-training with the linear attention mechanism, which allows for a substantially increased capacity of up to 12,032 tokens from the previous limit of only 512 tokens. TrafficGPT demonstrates superior performance in classification tasks, reaching state-of-the-art levels. In generation tasks, it closely resembles real traffic flows, with low JS divergence and an F1 score close to 0.5 (representing a random guess) in discriminating generated data. These advancements hold promise for future applications in both traffic flow classification and generation tasks.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
lily完成签到 ,获得积分10
3秒前
影月完成签到,获得积分10
3秒前
爱思考的小笨笨完成签到,获得积分10
8秒前
深情安青的应助被einspringen采纳,获得10
11秒前
17秒前
19秒前
22秒前
einspringen发布了新的文献求助10
24秒前
11发布了新的文献求助10
24秒前
gtgyh完成签到 ,获得积分10
31秒前
RYYYYYYY233完成签到 ,获得积分0
41秒前
明亮的小兔子完成签到 ,获得积分10
41秒前
Wang666发布了新的文献求助10
59秒前
Sunny完成签到,获得积分10
1分钟前
1分钟前
研友_VZG7GZ的应助被科研通管家采纳,获得10
1分钟前
xfy的应助被科研通管家采纳,获得10
1分钟前
Maestro_S的应助被科研通管家采纳,获得30
1分钟前
1分钟前
1分钟前
1分钟前
KalEl发布了新的文献求助10
1分钟前
陈粒完成签到 ,获得积分10
1分钟前
单纯的忆安完成签到 ,获得积分10
1分钟前
寻找组织完成签到,获得积分10
1分钟前
huna0004发布了新的文献求助10
1分钟前
庾傀斗发布了新的文献求助10
1分钟前
chemlink完成签到 ,获得积分10
1分钟前
留胡子的千柳完成签到,获得积分10
1分钟前
尼古拉斯完成签到,获得积分10
2分钟前
Wang666完成签到,获得积分10
2分钟前
芋圆完成签到 ,获得积分10
2分钟前
SUNNYONE完成签到 ,获得积分10
2分钟前
Xzx1995完成签到 ,获得积分10
2分钟前
mzhang2完成签到 ,获得积分10
2分钟前
jlwang完成签到,获得积分10
3分钟前
3分钟前
KalEl发布了新的文献求助10
3分钟前
李爱国的应助被科研通管家采纳,获得10
3分钟前
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Handbook of Sport Coaching Research 1000
Orthognathic Surgery - 2 Volume Set 500
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8195230
求助须知:如何正确求助?哪些是违规求助? 9580973
关于积分的说明 21873110
捐赠科研通 7795286
什么是DOI,文献DOI怎么找? 3437973
关于科研通互助平台的介绍 2561284
邀请新用户注册赠送积分活动 2484708