論文の概要: The Split Protocol Decides the Result: Re-Evaluating Encrypted Traffic Classification

• arxiv url: http://arxiv.org/abs/2611.06290v1
• Date: Wed, 04 Nov 2026 10:25:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:25:58.058222
• Title: The Split Protocol Decides the Result: Re-Evaluating Encrypted Traffic Classification
• Title（参考訳）: Split Protocolが結果の決定を下す: 暗号化されたトラフィック分類の再評価
• Abstract要約: 2つの公開コーパスのうちの1つは、同じモデルとコードスコアのマクロF1 0.992である。 背骨QUICトラフィックの1ヶ月で,5つの分割プロトコルをそれぞれ8つの種子で評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Encrypted traffic classifiers are routinely reported at 95-99% accuracy. We show that on one of two public corpora, the same model and code score macro-F1 0.992 under the evaluation protocol standard in the literature and 0.567 under a protocol that keeps flows from one packet capture on one side of the split. Nothing changes but the partition (gap 0.426 over eight seeds, p = 0.008 after Holm-Bonferroni correction). The inflation is not a property of random splitting as such. On a month of backbone QUIC traffic, we evaluate five split protocols at eight seeds each: random, temporal and client-disjoint splitting are statistically indistinguishable from session-disjoint, while server-disjoint splitting costs 0.192 macro-F1 (d = 17.0, p = 0.008). Which axis matters depends on how the corpus was collected, in a way invisible from its label space. We give a diagnostic that identifies the right axis before any model is trained: single-identifier probes. A decision tree on the capture identifier alone reaches 0.983 under a random split and exactly 0.000 under session-disjoint splitting. Under this evaluation, a metric-trained flow embedding leads four deep baselines but does not beat gradient-boosted trees on twenty packet sizes. Five of our own pre-registered architectural claims fail: distance-based rejection of unknown applications beats softmax thresholding, but ablating every metric objective makes rejection better, because class separation correlates at r = -0.88 with rejection quality. Few-shot enrollment is flat within a corpus but, across corpora, five labelled flows per class recover 91% of the deficit left by failed zero-shot transfer. All splits, results, code and negative findings are released.
• Abstract（参考訳）: 暗号化されたトラフィック分類器は95～99%の精度で定期的に報告される。 本研究では,2つの公開コーパスのうちの1つ,同じモデルとコードスコアのマクロF1 0.992と,一方のパケットキャプチャからのフローを分割の一方の側で保持するプロトコルの0.567について述べる。 分割以外は何も変化しない(Holm-Bonferroni補正後の8つの種子で0.426、p =0.008)。 インフレはランダムな分裂の特性ではない。 1ヶ月のバックボーンQUICトラフィックにおいて、各8つのシードで5つの分割プロトコルを評価する。ランダム、時間分割、クライアント結合分割はセッション結合とは統計的に区別できないが、サーバ結合分割コストは0.192マクロF1(d = 17.0, p = 0.008)である。 どの軸が重要なのかは、コーパスの収集方法によって異なり、ラベル空間から見えなくなる。 モデルが訓練される前に正しい軸を識別する診断を行う。 キャプチャ識別子上の決定ツリーは、ランダムスプリットで0.983、セッションスプリットで正確に0.000に達する。 この評価では,パラメータ学習フローの埋め込みは4つの深いベースラインを導くが,20個のパケットサイズで勾配木に打ち勝つことはない。 未知のアプリケーションの距離ベースの拒絶は、ソフトマックスの閾値を上回りますが、すべての測定目標を非難することは、クラス分離が r = -0.88 と拒否品質と相関しているため、拒絶をより良くします。 ほとんどショットの入場はコーパス内で平坦であるが、コーパスを横切ると、5つのラベル付きフローが1クラス当たりの損失の91%をゼロショット転送が失敗して回復する。 すべての分割、結果、コード、ネガティブな結果がリリースされます。

関連論文リスト

• CascadeLedger: Counterfactual Auditing of Information and Resource Integrity in LLM Cascades [15.518914594472045]
  CascadeLedgerは、予算のかかった言語モデルカスケードのための対実的な実行監査フレームワークである。 コール・バイ・リードのセマンティクスを強制し、サービスに読み取りをバインドし、IDをキャッシュし、可用性を記録し、コンポーネント単位の予算移行を行う。
  論文  参考訳（メタデータ） (2026-10-14T10:24:28Z)
• Native Association: Confidence-Aware Human Perception in the Wild with a Foundation VLM [0.0]
  我々は、0.77B視覚言語モデルを微調整することで、アソシエーションをネイティブにする。 1つの余分なフォワードパスは、リジェクションオプションをサポートするフィールド毎の信頼を与える。 利得は構造の中に存在し、重み付けはしない。
  論文  参考訳（メタデータ） (2026-09-27T11:00:02Z)
• When Are Aggregate Agent Traces Diagnosable? Traffic-Governed Interpretation and Calibrated Abstention [0.39287497907611874]
  様々な需要体制下での個別価格行動に対して,ホテル価格エージェントの模擬時間,在庫,市場状態について検討した。 政策が感染した細胞をめったに訪れると、断層は集合的な痕跡を残しない可能性がある。 我々は,集計や局所化に先行する診断可能性判定として,集約のみの故障解釈への参入を論じる。
  論文  参考訳（メタデータ） (2026-09-22T07:37:48Z)
• Observer Choice and Threshold Selection in Retinal Vessel Segmentation: A Subject-Separated Evaluation [28.97096038427138]
  全28個のCHASE DB1画像と両アノテーションを用いて網膜血管分割の選択について検討した。 ランダムな森林では、マキシミンは21本中19本で閾値を変化させるが、最悪のサーバのDiceは70.53パーセントから70.45パーセントに低下する。 IdenticalObserver-1-tuned random-forest masks score 73.6% againstObserver 1 and 71.06% againstObserver 2
  論文  参考訳（メタデータ） (2026-09-22T02:41:33Z)
• The Blending Ratio Is Not Where the Performance Is: Diagnosing Prototype Blending for Few-Shot Adaptation of Vision-Language Models [22.461983628330277]
  多くの少数ショット適応手法は、ゼロショットテキストプロトタイプとKラベル付き画像特徴の平均の凸の組み合わせで分類される。 正しい比率は何か、検証データなしで見積もることができるのか、パフォーマンスがどこにあるのかを尋ねる。 4800以上の細胞(SigLIPを含む5つのバックボーン、5つのショットカウント、5つのシード、4つのプロンプトレベル)が、理論上最適な比率は間違った量の信頼できる推定値である。 検証不要な線形プローブは、オラクルチューニングされたブレンド(CLAPは+1.9ポイント、LP++は+1.5ポイント)を破る。
  論文  参考訳（メタデータ） (2026-08-23T15:02:33Z)
• Provenance, Not Behaviour: A Serialisation Artifact in Edge-IIoTset and a Leakage-Free Benchmark for Precision-Agriculture Intrusion Detection [0.0]
  Edge-IIoTsetは、IoTにおける機械学習侵入検出のベンチマークである。 そのパフォーマンスの多くは侵入検出ではないことが示されています。 AgriEdge:1,276,122行、完全な属性を持つ5つのデバイス、0.0288以上のクラスを分離する列がない。
  論文  参考訳（メタデータ） (2026-08-16T14:30:45Z)
• Adversarial Test-Hardening for AI-Written Code: An Instrument Autopsy and a Pre-Registered Causal Estimate of the Critic Loop [0.0]
  メカニカルオラクル下での対向試験硬化ループについて検討した。 テスタモデルはテストを書き、変異テスト名は生き残った欠陥を注入し、Cryticモデルはテストを書き、それらを正確に実行します。 私たちは、すべてのレシートと分析コードの両方のプロトコルをリリースします。
  論文  参考訳（メタデータ） (2026-07-25T02:38:07Z)
• Scaffold splits hide structural-frontier failures in ADMET models [25.408600489964726]
  我々は,最も広く,最も物理化学的に遠隔的な足場群を予約するラベルフリーな構造フロンティアスプリットを導入する。 ADMETタスクを6つの公開実験またはキュレートしたADMETタスクで評価した。
  論文  参考訳（メタデータ） (2026-07-12T12:25:50Z)
• Layer-Isolated Evaluation: Gating the Deterministic Scaffold of a Production LLM Agent with a No-LLM, Regression-Locked Test Harness [45.148328075418156]
  デプロイされた注文エージェントは、階層の固定された分類に分解される。 純粋なスイートは、ロックされたスライス単位のベースラインに対して、すべての変更でCIで動作する。 制御されたレグレッションインジェクションにより、安全でない7つの層に一度に1つの層を分解し、検証する。
  論文  参考訳（メタデータ） (2026-06-10T05:55:13Z)
• Let the Results Speak: A Replication-First Paradigm for LLM Behavioral Benchmarking [22.825786049667602]
  本稿では,1つのヒト・ラタのコンセンサスに有効性を確保するために,複製第一パラダイムを提案する。 楽器を4つの特性で認証する - Kランの信頼性、アーキテクチャ的に異なる審査員間のクロスインストラクトレプリケーション、以前のトレーニングコホートからの審査員による歴史的フットプリントキャリブレーション、事前登録された予測。 本研究は, 自己発達型データ駆動による情緒的伴奏で, 次元は事前に決められず, 手順は9次元に安定化する。
  論文  参考訳（メタデータ） (2026-05-27T03:41:11Z)

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。