論文の概要: From Packets to Patterns: Interpreting Encrypted Network Traffic as Longitudinal Behavioral Signals

• arxiv url: http://arxiv.org/abs/2605.01616v1
• Date: Sat, 02 May 2026 21:40:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:49.852761
• Title: From Packets to Patterns: Interpreting Encrypted Network Traffic as Longitudinal Behavioral Signals
• Title（参考訳）: パケットからパターンへ:暗号化されたネットワークトラフィックを縦型行動信号として解釈する
• Authors: Rameen Mahmood, Omar El Shahawy, Souptik Barua, Zachary Beattie, Jeffrey Kaye, Xuhai "Orson'' Xu, Danny Yuxing Huang,
• Abstract要約: 我々は、暗号化されたスマートフォンネットワークトラフィックが、睡眠、ストレス、孤独に関連する行動パターンを受動的にキャプチャできるかどうかをテストする。 ユーザ毎のアダプタを用いたトランスフォーマーバックボーンを用いて,行動構造をモデル化する。 異なる行動パターンに対応する行動特徴を抽出するために,スパースオートエンコーダを適用した。
• 参考スコア（独自算出の注目度）: 2.8540604709894972
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human behavior is difficult to observe continuously at scale, yet it leaves measurable traces in everyday device use. We test whether encrypted smartphone network traffic -- a ubiquitous, always-on, passive sensing modality -- can passively capture behavioral patterns related to sleep, stress, and loneliness. We model shared behavioral structure using a transformer backbone with per-user adapters, allowing the model to represent both typical individual behavior and deviations from it. To make these representations interpretable, we apply a sparse autoencoder to extract behavioral features corresponding to distinct patterns of activity. We relate these features to sleep disturbance, stress, and loneliness using generalized estimating equations with Mundlak decomposition, separating between-person differences from within-person changes over time. We find that the three outcomes reflect distinct temporal structures: stress is primarily associated with stable between-person differences, loneliness with within-person variation, and sleep disturbance with a combination of both. Notably, these within-person dynamics are not captured by predefined network-traffic features, demonstrating the value of learned representations for longitudinal behavioral sensing. These results establish encrypted network traffic as a viable passive sensing modality, revealing interpretable behavioral dynamics -- particularly deviations from an individual's baseline -- that are not visible in raw traffic features.
• Abstract（参考訳）: 人間の行動は、大規模に継続的に観察することは困難であるが、日常のデバイス使用において測定可能な痕跡を残している。 ユビキタスで、常時オンで、受動的に感知するモダリティである、暗号化されたスマートフォンネットワークトラフィックが、睡眠、ストレス、孤独に関連する行動パターンを受動的に捉えることができるかどうかをテストする。 我々は、ユーザ毎のアダプタでトランスフォーマーバックボーンを用いて、共通の行動構造をモデル化し、典型的な個人行動とそれからの逸脱の両方を表現する。 これらの表現を解釈できるように、スパースオートエンコーダを用いて、異なる行動パターンに対応する行動特徴を抽出する。 我々はこれらの特徴を、ムンドラク分解を伴う一般化された推定方程式を用いて睡眠障害、ストレス、孤独感に関連付ける。 ストレスは、主に安定した対人差、対人差による孤独感、および両者の組み合わせによる睡眠障害と関連している。 特に、これらの内部のダイナミクスは、事前に定義されたネットワークトラヒックの特徴によって捉えられず、縦方向の行動検知のための学習された表現の価値が示される。 これらの結果は、暗号化されたネットワークトラフィックを、生き生きとした受動的知覚のモダリティとして確立し、生のトラフィック機能では見えない解釈可能な行動力学(特に、個人のベースラインからの逸脱)を明らかにする。

関連論文リスト

• PersonaDrift: A Benchmark for Temporal Anomaly Detection in Language-Based Dementia Monitoring [0.9668407688201359]
  PersonaDriftは、日々のコミュニケーションの進行的な変化を検出するための機械学習と統計的手法を評価するために設計されたベンチマークである。 このベンチマークは、介護者が特に有能であると強調した2種類の縦方向の変化に焦点を当てている。 予備的な結果は, ベースライン変動率の低いユーザにおいて, 単純な統計モデルを用いて, 平坦感が検出できることを示唆している。
  論文  参考訳（メタデータ） (2025-11-20T15:15:00Z)
• CMIS-Net: A Cascaded Multi-Scale Individual Standardization Network for Backchannel Agreement Estimation [11.099292100782884]
  バックチャネルは、会話における理解と合意を伝える微妙なリスナー応答である。 バックチャネルの振る舞いの表現は、しばしば個人差に大きく影響される。 本稿では,個別に正規化されたバックチャネル特徴を抽出するCMIS-Netを提案する。
  論文  参考訳（メタデータ） (2025-10-15T03:21:51Z)
• The Personality Illusion: Revealing Dissociation Between Self-Reports & Behavior in LLMs [60.15472325639723]
  人格特性は、人間の行動の予測因子として長い間研究されてきた。 近年のLarge Language Models (LLM) は, 人工システムに類似したパターンが出現する可能性を示唆している。
  論文  参考訳（メタデータ） (2025-09-03T21:27:10Z)
• Slow Feature Analysis on Markov Chains from Goal-Directed Behavior [0.0]
  本研究では,ゴール指向行動が理想化環境での値関数近似に及ぼす影響について検討する。 有害なスケーリング効果を軽減できる3つの補正経路を評価し,検討した。
  論文  参考訳（メタデータ） (2025-06-01T19:57:41Z)
• How adversarial attacks can disrupt seemingly stable accurate classifiers [76.95145661711514]
  敵攻撃は、入力データに不連続な修正を加えることで、非正確な学習システムの出力を劇的に変化させる。 ここでは,これは高次元入力データを扱う分類器の基本的特徴であると考えられる。 実用システムで観測される重要な振る舞いを高い確率で発生させる、単純で汎用的なフレームワークを導入する。
  論文  参考訳（メタデータ） (2023-09-07T12:02:00Z)
• Heterogeneous Hidden Markov Models for Sleep Activity Recognition from Multi-Source Passively Sensed Data [67.60224656603823]
  精神科患者の受動的活動監視は、リアルタイムでの行動変化を検出するために不可欠である。 睡眠行動認識は、患者の活動サイクルを表現する行動マーカーである。 スマートフォンから受動的に検出されたデータは、患者の生体リズムに優れた代替手段である。
  論文  参考訳（メタデータ） (2022-11-08T17:29:40Z)
• Dynamic Time-Alignment of Dimensional Annotations of Emotion using Recurrent Neural Networks [9.02236667251654]
  本稿では,アノテーション間の不整合を補償し,対応する音響特徴とトレースを同期させる手法を提案する。 その結果,提案手法は,音声特徴量とトレースの相関だけでなく,アノテータ間のアノテータ間のアノテータ合意を著しく向上させることができることがわかった。
  論文  参考訳（メタデータ） (2022-09-21T09:38:57Z)
• Input correlations impede suppression of chaos and learning in balanced rate networks [58.720142291102135]
  ニューラルネットワークにおける情報符号化と学習は、時間変化による刺激が自発的なネットワーク活動を制御することができるかに依存する。 平衡状態の焼成速度ネットワークでは、リカレントダイナミクスの外部制御は入力の相関に強く依存することを示す。
  論文  参考訳（メタデータ） (2022-01-24T19:20:49Z)
• Classification and Adversarial examples in an Overparameterized Linear Model: A Signal Processing Perspective [10.515544361834241]
  最先端のディープラーニング分類器は、無限の逆境摂動に非常に敏感である。 学習されたモデルは、分類が一般化するが回帰はしない中間体制の敵に感受性がある。 敵対的感受性にもかかわらず、これらの特徴による分類は、より一般的に研究されている「非依存的特徴」モデルよりも容易である。
  論文  参考訳（メタデータ） (2021-09-27T17:35:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。