行為表徵

深度分析

以 Transformer 與稀疏自編碼器從加密網路流量重建長期行為表徵

本研究探索「加密手機網路流量」作為一種被動、跨平台的長期行為感測來源。研究以 WireGuard VPN 取得每小時加密流量指標，使用共享 Transformer 骨幹搭配每用戶 adapter 學習時序行為，接著以稀疏自編碼器（sparse autoencoder）將表示分解為可解讀的行為特徵。