TrafficLLM: 通过通用流量表示增强大语言模型在网络流量分析中的应用

本研究针对现有机器学习在网络流量分析中泛化能力不足的问题，提出了一种双阶段微调框架TrafficLLM，从异构原始流量数据中学习通用流量表示。研究表明，TrafficLLM在多种动态流量分析任务中显著提升了检测与生成性能，尤其在面对未见流量时展示了强大的泛化能力。