PrivateHub: Contrastive Diffusion Model for Private Sensor-Intensive Environment Data Generation
在智能家居、可穿戴设备等传感器密集型环境中，系统通过异构的多传感器数据流推断用户正在使用的应用，从而提供智能服务。然而，并非所有应用都应该被识别——用户希望某些活动保持私密。现有隐私保护方法（如差分隐私、基于规则的过滤）仅针对单一数据流，无
#data-generation
共收录 3 条相关情报。
← 返回所有主题Flexible Generation of Synthetic Attacks for Host Security Datasets.
该论文题为“面向主机安全数据集的灵活合成攻击生成”，核心目标是提出一种灵活的方法来生成合成攻击数据，以丰富主机安全数据集。摘要中仅提及“Nginx Killchain Spec”，暗示可能围绕Nginx服务器的攻击链规范进行数据生成。论文背
Bridging the Smart City Cybersecurity Data Gap Through AI-Driven Synthetic Dataset Generation
智能城市依赖融合传感器、物联网设备、云平台和AI驱动服务的网络物理系统，这些系统在提升城市服务的同时，由于其巨大的攻击面、异构数据流和不断演变的威胁向量，引入了复杂的网络安全挑战。开发并验证智能城市网络安全工具需要高质量的数据集来准确反映真