TrafficInstruct：面向指令微调的多任务网络流量数据集与基准

论文提出 TrafficInstruct，一个用于多任务网络流量分析指令微调的新数据集与基准，含原始数据包捕获和 55,000 条结构化监督微调记录，覆盖恶意流量检测、僵尸网络检测、恶意 DNS-over-HTTPS 检测、Web 攻击检测、APT 检测、加密 VPN 检测、Tor 行为检测、加密应用/服务分类、网站指纹识别和概念漂移下的应用分类十个任务。数据由自动化流程从受控软件执行、攻击实验和应用活动中采集，标签有进程或套接字归属、活动记录、执行结果等采集证据支撑；数据集按完整采集会话划分，同一会话的样本保持在同一分区内。基准规定了允许输入、确定性标签映射、固定的训练/验证/测试划分和逐任务评分规则。作者评测了多数类、随机森林、ET-BERT 基线、未适配的 27B 语言模型，以及在共享冻结底座上独立训练的各任务 LoRA 适配器，结果显示任务特定适配提升了分类性能。