新的PCAP-LM表示使LLM能够分析网络流量

研究人员开发了PCAP-LM，这是一种新颖的文本表示方法，旨在使网络流量数据与大型语言模型（LLM）兼容。该方法使用一种称为PacketGlyphs的自定义字母表来语义化地总结数据包信息，实现了812倍的尺寸缩减，并将整个捕获数据装入LLM的上下文窗口。评估表明，使用PCAP-LM，LLM在取证问答任务中可以达到99.3%的准确率，在有限上下文的标准文本表示方面表现出色。 AI

影响 使LLM能够更有效地处理和分析网络流量数据，从而可能改善网络安全和网络取证。

排序理由 该集群包含一篇研究论文，详细介绍了用于LLM的网络流量数据表示的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• 4G
• 5G
• arXiv
• byte-pair encoding
• PacketGlyphs
• PCAP-LM
• PMI-BPE
• Transport Layer Security
• tshark

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →