马尔瓦迪大学 | 基于机器学习的网络流量分类方法
本文探讨了多种机器学习算法在流量分类中的应用，旨在解决区分攻击流量和正常流量的二分类问题，提高网络安全防御能力。
安全学术圈
马尔瓦迪大学 | 基于机器学习的网络流量分类方法
本文探讨了多种机器学习算法在流量分类中的应用，旨在解决区分攻击流量和正常流量的二分类问题，提高网络安全防御能力。
圣何塞州立大学 | 基于机器学习的暗网流量分类和对抗攻击
CIC-Darknet2020数据集，并由实验得出，随机森林（Random Forest）的表现最优。
圣何塞州立大学 | 基于机器学习的暗网流量分类和对抗攻击
CIC-Darknet2020数据集，并由实验得出，随机森林（Random Forest）的表现最优。
【LLMSC@ISSTA】第一届大模型供应链研讨会征稿通知
本次研讨会旨在汇聚学术界和工业界的各方力量，交流领域内的最新研究进展，共同探讨大语言模型供应链的机遇与挑战。
【LLMSC@ISSTA】第一届大模型供应链研讨会征稿通知
本次研讨会旨在汇聚学术界和工业界的各方力量，交流领域内的最新研究进展，共同探讨大语言模型供应链的机遇与挑战。
期刊征文 | 域名安全评估与风险预警
期刊征文 | 域名安全评估与风险预警
特拉维夫大学 | FlowPic：一种通用的加密流量分类与应用识别表示方法
提出了一种新颖的加密流量分类和应用识别方法
清华大学李琦老师课题组招聘研究员、博士后、工程师
卢森堡大学 | Tor隐藏服务指纹识别技术分析
在现实环境中，随着HS数量增加，攻击方法难以有效拓展，且在开放世界场景下的识别能力有限。
期刊征文 | 网络攻击分析与研判
清华大学/中关村实验室课题组招聘工程师/博士后
加州大学伯克利分校 | WebRTC的指纹识别
Snowflake基于WebRTC协议（浏览器内置的点对点通信框架）运行，其代理和客户端分别使用浏览器和独立的WebRTC实现。
加州大学伯克利分校 | 通过域名前置实现抗阻塞通信
“域名前置”技术，这是一种利用 HTTPS 隐藏通信真实目的地的规避手段
美国海军学院 | 使用FEP(完全加密协议)隐藏协议元数据
完全加密协议（FEP）通过隐藏通信元数据（如版本号和长度字段）使数据呈现为随机字节，从而规避网络审查。
北京理工大学 | 利用高鲁棒流量表示瓦解网站指纹防御
提出了一种高鲁棒网站指纹攻击方法——Robust Fingerprinting（RF），能够在多种防御方法下保持较高的识别准确率
期刊征文 | 暗网抑制前沿进展
专题论文采用随投随审，一旦录用论文优先提交知网首发，出版时间视录用数量而定，如录用数量多，会分期出版。
2025年国家自然科学基金安全领域部分题目
加拿大网络安全研究所 | 基于时间特征的Tor流量表征
本文的创新在于专注于时间特征来分析Tor流量，而非依赖传统的流量特征如包大小、端口和标志等。
分享安全方面的论文写作、会议发表、基金申请方面的资料。
(wechat feed made by @ttttmr https://wechat2rss.xlab.app)