Newest papers

NetGuise: Adversarial Traffic Generation for Early-Stage Classifier Evasion

Binghui Wu, Dinil Mon Divakaran, Mohan Gurusamy · 2026 · arXiv

DOI: 10.48550/arXiv.2610.27456 · open-access PDF

Hindi

प्रारंभिक चरणों में एन्क्रिप्टेड ट्रैफ़िक वर्गीकरण केवल एक कनेक्शन के पहले कुछ पैकेज से निर्णय लेते हैं, जो कम लाटेंसी वर्गीकरण की अनुमति देता है, लेकिन वास्तविक ट्रैफ़िक मॉर्फिंग के तहत मजबूतता चिंताओं को बढ़ाता है। मौजूदा विरोधी ट्रैफ़िक उत्पन्न करने के तरीकों में अक्सर पूर्ण प्रवाह, फ़ीचर-स्तरीय विकार, या दोहराव कार्य समय प्रतिक्रियाएं होती हैं, जो प्रारंभिक चरणों में निष्पादन के प्रतिबंधों के अनुरूप नहीं होते हैं।

Machine translation (Meta M2M100); the English original follows.

Abstract

Early-stage encrypted traffic classifiers make decisions from only the first few packets of a connection, enabling low-latency classification but raising robustness concerns under realistic traffic morphing. Existing adversarial traffic generation methods often assume complete flows, feature-level perturbations, or iterative runtime feedback, which do not match the constraints of early-stage execution. We present NetGuise, a target-conditioned traffic morphing framework that generates packet-level padding and non-negative delay actions while preserving packet direction, ordering, and packet co

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange