研究人员发现了“Whisper Leak”漏洞，攻击者可通过分析加密流量的元数据推断用户与AI聊天机器人的对话主题。这在专制地区尤为危险，可能导致用户遭受迫害。微软和OpenAI已推出修复方案，建议用户在公共网络上避免讨论敏感话题。

传统防火墙通过隔离内外网建立安全屏障，其演进包括包过滤、状态检测和下一代防火墙。核心功能为流量过滤和端口管控，但面临识别盲区和加密流量的挑战。现代安全体系需结合NGFW和WAF等技术，实现全面防护。

本文提出了一种多实例加密流量转换器（MIETT），通过双层注意力机制有效捕捉token级和数据包级特征。引入的预训练任务增强了模型对流量结构和包顺序的理解，实验结果表明MIETT在多个数据集上的分类性能优于现有方法。

MH-Net是一种新型加密流量分类模型，通过构建多视角异构图，挖掘流量字节之间的细粒度关联。该模型结合多任务训练和对比学习，显著提高了流量分类的准确性，尤其在CIC-IoT和ISCX数据集上表现突出，验证了其有效性和先进性。

该研究提出了一种新型网络取证方法，解决了现有工具在用户身份识别和数据可用性方面的不足。实验表明，在加密流量下，该方法实现了93.3%的真实积极识别率，对数字调查的效率和准确性具有重要影响。