【科研】ET-BERT资料库梳理

作者原repo链接

https://github.com/linwhitehat/ET-BERT

0.资料总库

分为数据+模型+语料库

1.数据集

包含fine-tuning数据集（cstnet-tls 1.3）与公开数据集（USTC-TFC、VPN-app、VPN-service的数据包级和流级）目录链接

1.1 微调-数据集组成

即fine-tuning_dataset目录下的数据集，fine-tuning的数据集是tsv的

1.2 预训练-数据包级-组成

即Open-Datasets目录下的数据集

1.3 预训练-流级-组成

即Open-Datasets\flow-level目录下的数据集

1.4 预训练-组成(不在总资料库的数据集)

这部分应该是预训练使用的数据集（不太确定，等我看看代码先:(

cstnet-tls 1.3 dataset
下面是cstnet-tls 1.3 dataset的label：

该数据集包含两个压缩文件，一个是flow级别的，另一个是packet级别的：

以flow_dataset为例：
CSTNET-TLS 1.3的流级别的数据集

1. 该数据集有120个类别
2. 每个类别有500个样本
3. 数据部分以x_开头，标签部分以y_开头
4. 有5种数据类型，包括direction, length, message type, time and datagram
5. 不同的数据文件分别被划分为train, test, valid三种

2. corpora（语料库）

语料库

3. 模型

预训练模型