"Dalhousie NIMS Lab IMA Traffic Dataset 2025"
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
"This dataset presents encrypted network traffic flows captured from eight Instant Messaging Applications (IMAs), simulating group chat scenarios across multiple devices in a controlled cloud environment. Our methodology utilized a set of automated orchestration scripts to simulate realistic user behavior\u2014such as asynchronous conversations and app switching\u2014using Android Cuttlefish emulators. This approach allowed us to minimize background noise and isolate meaningful IMA communication traffic. The dataset consists of flow-level metadata collected from the following eight IMAs: Discord, Messenger, Rocket.Chat, Slack, Skype, Signal, Teams, and Telegram These flows were extracted from .pcap captures using Tranalyzer2, and include feature-rich session-level metadata useful for application identification, device fingerprinting, and user action classification (e.g., distinguishing group chat activity across applications). Each application\u2019s traffic is stored in a structured format and labeled with device and action metadata. The dataset supports both encrypted and TLS-SNI-disambiguated flows, allowing for flexible downstream analysis. Comprehensive details regarding our traffic generation, emulation architecture, and labeling methodology are provided in our accompanying paper. A structured README further explains the folder hierarchy, features, and filtering logic. This dataset serves as a valuable resource for researchers exploring encrypted traffic analysis, identity-aware network monitoring, and ML-based Zero Trust policy enforcement."
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,007 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,044 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle