用于自动化与分析移动设备及其应用的测试平台

网络攻击的复杂性与严重性日益增长，凸显了对改进网络态势感知的需求。由于移动设备行为动态且在网络中缺乏可见性，其对网络态势感知构成了显著风险。机器学习技术通过让管理员洞察构成其网络的设备与活动来提升态势感知。开发用于态势感知的机器学习技术需要一个能够生成并标注网络流量的测试平台。然而，当前的测试平台无法自动化生成和标注真实网络流量。为此，我们描述了一个可自动化运行移动设备上的应用以生成并标注真实流量的测试平台。基于该测试平台，已创建了两个带标注的网络流量数据集。我们提供了对测试平台自动化可靠性的分析，并针对应用分类任务对数据集进行了基准测试。