DataZoo：简化流量分类实验的工具集
机器学习
2023-12-12 v1 网络与互联网体系结构
摘要
机器学习社区，如计算机视觉或自然语言处理周边的社区，已开发了大量支撑性工具与基准数据集以加速研发。相比之下，网络流量分类领域对大多数任务缺乏标准基准数据集，且可用的支撑性软件范围相当有限。本文旨在弥补这一差距，并介绍 DataZoo，一个为简化网络流量分类中数据集管理并减少评估设定中潜在错误空间而设计的工具集。DataZoo 为访问三个广泛数据集——CESNET-QUIC22、CESNET-TLS22 和 CESNET-TLS-Year22——提供了标准化 API。此外，它包含特征缩放与真实数据集划分的方法，并考虑了时间与服务相关因素。DataZoo 工具集简化了真实评估场景的创建，使分类方法的跨对比与结果复现更为容易。
引用
@article{arxiv.2310.19568,
title = {DataZoo: Streamlining Traffic Classification Experiments},
author = {Jan Luxemburk and Karel Hynek},
journal= {arXiv preprint arXiv:2310.19568},
year = {2023}
}