机构名称：
¥ 1.0
随着网络测量研究的网络痕迹的利用变得越来越普遍，因此对网络痕迹泄漏的担忧引起了公众的注意。为保护网络痕迹，研究人员提出了痕量合成，该痕量保留了原始数据的基本属性。但是，以前的作品还表明，在链接攻击下，具有生成模型的合成痕迹很容易受到攻击。本文介绍了N et dps YN，这是第一个在隐私保证下综合高保真网络痕迹的系统。n et -dps yn是用差分隐私（DP）框架作为其核心构建的，它与训练生成模型时应用DP的先前工作大不相同。在三个流量和两个数据包数据集上进行的实验表明，n et dps yn在诸如异常检测之类的下游任务中实现了更好的数据实用性。n et dps yn的速度也比数据合成中的其他方法快2.5倍。
海报：NetDPSyn：在...
主要关键词
相关文件推荐
