恶意流量分拣提速
先粗筛后细分的两阶段设计，在联邦环境中把良性流量与攻击流量分开处理，避免单一多分类器被海量良性样本淹没。
Dong, Jingnan · Haolei, Chen · 沈士根 · 徐光侠 · 刘俊 · 刘志全
Information Fusion 2027
先由二元检测器隔离绝大多数良性流量，多分类器只需处理少量恶意样本，避免了在每个样本上执行多类判别的浪费。
把良性流量与攻击流量分开处理，缓解了聚合时良性梯度占优的问题，模型不再被海量正常样本带偏。
第二阶段的 Mamba 分类器对流量序列中的长距离依赖进行建模，且时间复杂度为线性，比传统 Transformer 更省算力。