这篇论文核心也是联邦学习与区块链技术的结合，应用场景放在了CTI共享中。文章将深度学习的恶意流量检测模型的参数视为CTI，使用联邦学习进行共享，从情报共享的角度来进行文章的书写。那么在introduction与related work中就可以对CTI领域的研究进行概括总结，介绍自己的工作并进行对比，突出自己工作的创新与优点，并且形成一个表格进行清晰地对比。（从中我们可以学习到，我们如果做类似的工作

这是因为windows的文件系统会先帮你统计项目个数，然后给你可视化的进度条，也就导致项目数量太大时文件系统就会卡死，向上面那样。最后我根据一些博客并且自己试了一下，发现了一个不安装三方软件情况下最快的方法，就是在要删除文件的目录下创建批处理文件.bat执行。然后将后缀txt改为bat，然后双击运行就可以将文件夹中所有的后缀为pcap文件删掉，如果你想删其他类型的文件就修改一下就可以了。因为在做恶

然后去搜了一下原因，发现是splitcap文件的版本问题，所以要去官网下载一个最新的替换掉0_Tool目录下SplitCaP_2-1中的可执行程序，下载地址：https://www.netresec.com/index.ashx?我们在使用pcap文件作为训练集时，都需要进行预处理，比如在使用CNN模型的时候，需要将pcap转为灰度图像来作为输入，我这里使用USTC-TK2016开源工具来进行处理

最近还是在做流量分类的项目，之前试过一些CV的方法，现在想结合NLP来做一些实验。于是准备从embedding开始学习，需要了解onehot编码，同时学习一些相关的编码方式以及NLP发展过程中经典的模型和结构，在这里对整个学习过程做一个记录。