UniAlign: A Model-Agnostic Framework for Robust Network Traffic Classification under Distribution Shifts

En 3 lignesUniAlign est un framework agnostique aux modèles pour améliorer la robustesse de la classification du trafic réseau face aux changements de distribution. Il combine l'alignement de domaine et l'ensemble de modèles stables, améliorant la précision de 2,51% et le F1 de 2,71% sur trois datasets publics, avec 12,4–53,9% du coût d'entraînement des baselines.

Résumé généré par Claude — vérifié par l'humain