Deep Learning
文章平均质量分 90
all about dl
Keep-fight
这个作者很懒,什么都没留下…
展开
-
Transformer深入理解(持续更新)
Transformer深入理解(持续更新)编码器:原文是6个编码器堆叠(数字6没有什么神奇之处,你也可以尝试其他数字)解码组件部分也是由相同数量(与编码器对应)的解码器(decoder)组成的。所有的编码器在结构上都是相同的,但它们没有共享参数。每个编、解码器都可以分解成两个子层:自注意力层和前馈神经网络,我们首先将每个输入单词通过词嵌入算法转换为词向量,每个单词都被嵌入为512维的向量将输入序列进行词嵌入之后,每个单词都会流经编码器中的两个子层。接下来我们看看Transformer的一个核心特原创 2022-03-03 15:01:48 · 5902 阅读 · 0 评论 -
USENIX2022 FOAP 细粒度app流量识别
FOAP: Fine-Grained Open-World Android App Fingerprinting开放世界的app指纹细粒度识别,其中第一开放世界是指对新类别的app进行识别,第二细粒度指的是对app内部特定UI操作的识别。1、Workflow of FOAP识别方法级别的用户操作从加密流量的开放环境中训练阶段:1、网络流打标签自动或者手动运行app,收集app的流量,也就是日志(采集的截图代码日志等)和pcap文件首先需要确定一条网络流是否来自app,这样就打上应用级别的标签,原创 2022-02-17 18:50:07 · 1123 阅读 · 1 评论 -
数据标注及未知类别解决方案总结
数据标注及未知类别解决方案总结前言:最近看了一些数据标注和未知分类方案总结一下1、Autonomous Unknown-Application Filtering and Labeling for DL-based Traffic Classifier Update给未知流量打标签的框架,主要解决未知流量分类的问题,提出一个开放世界流量分类的问题。为了从根本上提高网络的测量和管理水平,网络流量分类技术得到了广泛的研究。机器学习是网络流量分类的有效方法之一。具体而言,深度学习(dl)因其在不损害用户隐原创 2021-12-03 12:15:19 · 2001 阅读 · 0 评论