流引导扩散模型

逼近真实数据

该模型通过融合网络流信息，实现对多业务数据包轨迹的高保真生成，优于传统仅复制统计模式的方法。

Shiyuan, Zhang · Chai, Haoye · 李勇 · Baohua, Qiu · Lei, Yue · Raoyuan, Pan

IEEE Internet of Things Journal 2025

参数信息

平均包大小改善

43.4 %

时间间隔改善

39.02 %

技术优势

生成更逼真

模型融合网络流信息并采用分类器自由引导，使生成的数据包在平均大小和时间间隔上更接近真实数据。

适应业务差异

利用IP图刻画不同物联网设备之间的业务使用偏好，使模型能够针对不同服务生成差异化数据包轨迹。

应用场景

• 物联网网络分析：生成多业务真实数据包轨迹，替代人工采集。
• 网络流量生成：用扩散模型直接生成高保真网络流量，无需统计模板。
• 威胁检测：提供真实数据包样本训练检测模型，提升威胁识别能力。
• 资源分配策略设计：生成业务级数据包模拟流量，辅助资源调配方案测试。