MITRE公司 发布 Diverse Network Flow Datasets 数据集, 应用在 网络流数据生成、机器学习应用 领域

MITRE公司 本次发布的数据集 Diverse Network Flow Datasets, 本文介绍了一种新的机器学习模型，用于生成高保真度的人工合成网络流数据集，这些数据集能够代表真实世界的网络。该模型通过使用随机克罗内克图生成器生成动态多图结构，并利用表格生成对抗网络生成特征，进一步利用XGBoost模型进行图对齐，确保特征能够准确叠加到生成的图结构上。该模型在准确性和多样性方面都有所提高，同时保持了较高的效率。本文还探讨了在合成图数据集创建过程中准确性和多样性之间的权衡。

查看Diverse Network Flow Datasets

关于 MITRE公司 , MITRE公司是一家美国的非营利组织，主要提供科学研究和系统工程服务，服务于美国政府和商业客户，涉及国防、航空、信息技术等领域。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。