프롬프트 설명

당신은 최고 수준의 CCF A 학회 및 저널에 게재된 연구자들을 위한 삽화를 제작한 실적이 있는 과학 다이어그램 제작 전문가입니다. 다음 요구 사항에 따라 과학적 삽화를 만드십시오. **데이터 흐름은 왼쪽에서 오른쪽으로** 진행되도록 하십시오. #### 1. 전체 레이아웃 * **입력 (왼쪽):** 원시 데이터 페이로드 + 통계적 특징 (Stats) + 시퀀스 정보 (Seq). * **중간 처리 (중앙):** 3단계 계층 구조: Micro (바이트 수준) -> Intra (패킷 시퀀스 수준) -> Meso (플로우 수준 집계). * **출력 (오른쪽):** Macro (그래프 네트워크 상호 작용) -> 분류기. #### 2. 모듈 세부 정보 (코드 클래스 분해 기반) **A. Micro Level - `PayloadByteCNN`** * **그림 요소:** 두 개의 "Conv1d Blocks"를 포함하는 직사각형 상자를 그립니다. * **세부 정보:** * 입력: `x_payload` (Int16). * 연산: Embedding -> Conv1d (k=5) -> GroupNorm -> GELU -> Conv1d (k=3) -> GroupNorm. * 출력: 페이로드 벡터 (데이터 패킷당 하나의 벡터). **B. Fusion & Encoding Layer (Fusion & Intra) - Main Model & `IntraFlowEncoder`** * **핵심 사항:** 이 섹션은 복잡한 융합 메커니즘을 특징으로 하며, 다이어그램의 하이라이트입니다. * **그림 요소:** 1. **다중 입력:** `Seq Emb` (시퀀스 임베딩) 및 `Stats MLP` (통계적 특징)를 나란히 그립니다. 2. **게이트 융합:** 두 개의 게이트 아이콘을 그립니다. * `ctx_mix` (Softmax): Seq 및 Stats를 융합합니다. * `evi_gate` (Sigmoid): 페이로드 벡터와 이전 컨텍스트를 융합합니다. 3. **주입:** Transformer에 들어가기 전에 `Pos Emb` (위치 인코딩) 및 `Time MLP` (시간 특징)를 나타내는 두 개의 화살표가 수렴되도록 그립니다. 4. **Transformer:** 표준 스택형 Transformer 인코더 블록 (N=2)을 그리고, 출력을 표시합니다...