2026 · 期刊论文
通过深度迁移学习进行协议逆向工程
Protocol Reverse Engineering via Deep Transfer Learning
将 Tshark 标注的标准协议流量中的字段边界模式迁移到文档不足的目标协议。先选择相关源协议，再通过神经网络领域适应模型依据共享模式推断消息语法。
研究范围与局限
恢复的是消息语法，而非状态转换。评估采用 12 种协议变体；载荷噪声可能干扰源协议选择，加密、压缩或混淆流量需要另行预处理。摄像头实验补充格式指标，但四个报告问题为厂商已知问题，也不证明协议已完整恢复。
与本合集的关联
补充无需解析器源码、利用迁移学习恢复未公开消息格式的方法。
发表与复核详情
- 发表载体
- Proceedings of the ACM on Software Engineering / FSE 2026
- 发表状态
- 期刊论文
- 出版／提交日期
- 2026 年 6 月 30 日
- 日期依据
- 采用 ACM 向 Crossref 登记的纸质／在线出版日期，作者托管手稿仍保留占位出版元数据。
- DOI
- 10.1145/3797124
该工作发表于 2026 年 6 月，作为近六个月的强相关补充。全文来自共同作者 Fuchen Ma 明确链接的公开 PDF，不采用其中二月日期或占位 DOI 作为最终元数据；出版商 PDF 此前返回 403。Crossref 确认九位作者、卷 3(FSE)、636–656 页及正式版本 CC BY 4.0 许可。未核实作者关联的实现发布或代码许可，本次未运行任何产物。
来源复核于
本合集仅做来源复核，未重新运行论文实验。请通过原始论文或 BibTeX 引用原作者。