GitHub 发布 Cascading Impact Defense Data 数据集, 应用在 图论分析、网络安全防御 领域

GitHub 本次发布的数据集 Cascading Impact Defense Data, 该数据集包含了不同规模的图形测试案例（包含25、100和1000个节点的图形），旨在评估在对抗性图形环境中减轻级联效应的提议方法的性能。数据集不仅包含实际数据，还通过特定方法生成了反事实数据，以探索有效组合动作的子动作集。这样的反事实数据生成显著增加了数据集的大小，有助于验证所提方法的性能。该数据集覆盖了从小型到大型图形的规模（25、100、1000个节点），其任务是对在级联图形场景中的防御策略进行基准测试。

查看Cascading Impact Defense Data

README 内容： 

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。