TrafficT5: Multi-Stage Self-Correcting Framework for Traffic Generation2025-11-090 PRE AI YYizhao Huang XXiaohui Li JJiaxuan Geng 祝祝小兰 (Xiaolan Zhu) DOI:10.1016/j.comnet.2025.111858原文链接原文求助分享收藏摘要 En 中文 高保真、可控的恶意网络流量的生成对于模拟真实的网络攻击、评估防御机制以及增强入侵检测系统(IDS)至关重要。然而,现有方法通常存在协议保真度低、结构控制有限和适应性差的问题,从而降低了其在实际网络安全应用中的有效性。