【論文閱讀#3】FLOWPRINT : Semi-Supervised Mobile-App Fingerprinting on Encrypted Network Traffic
一、論文信息 本文是發表在NDSS 2020上的一篇文章，作者在本文中提出了一種從加密的網絡流量中提取移動應用程序指紋的半監督方法。該方法可以有效識別Android和iOS上的應用程序且不需要先驗知識，並且工作效率可控，實驗結果遠超目前最先進的解決方案。 1.1、摘要原文 Mobile-application fingerprinting of network traffic is valuabl
相關文章
- 1. 論文閱讀：Network in Network
- 2. 《DIFFUSION CONVOLUTIONAL RECURRENT NEURAL NETWORK: DATA-DRIVEN TRAFFIC FORECASTING》論文閱讀筆記
- 3. 【論文閱讀】 Sequential Matching Network
- 4. 論文閱讀：Memory Network
- 5. 論文閱讀：Spatial Transformer Network
- 6. Network-in-Network論文閱讀筆記
- 7. 閱讀論文：1312.ICLR-Network In Network
- 8. 【論文閱讀#4】Carnus: Exploring the Privacy Threats of Browser Extension Fingerprinting
- 9. Machine Learning for Encrypted Malware Traffic Classification
- 10. VR | 論文閱讀
- 更多相關文章...
- • RSS 閱讀器 - RSS 教程
- • C# 文本文件的讀寫 - C#教程
- • JDK13 GA發佈：5大特性解讀
- • Scala 中文亂碼解決
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 論文閱讀：Network in Network
- 2. 《DIFFUSION CONVOLUTIONAL RECURRENT NEURAL NETWORK: DATA-DRIVEN TRAFFIC FORECASTING》論文閱讀筆記
- 3. 【論文閱讀】 Sequential Matching Network
- 4. 論文閱讀：Memory Network
- 5. 論文閱讀：Spatial Transformer Network
- 6. Network-in-Network論文閱讀筆記
- 7. 閱讀論文：1312.ICLR-Network In Network
- 8. 【論文閱讀#4】Carnus: Exploring the Privacy Threats of Browser Extension Fingerprinting
- 9. Machine Learning for Encrypted Malware Traffic Classification
- 10. VR | 論文閱讀