在复杂和动态化的网络安全威胁背景下，内生安全的研究成为解决网络安全问题的重要方向。内生安全强调系统具备自我免疫、自我适应和自我恢复能力，通过主动感知和抵御潜在攻击，实现从被动防护向主动防护的转变。本文提出了一种基于联邦深度学习的内生网络安全数据集，旨在弥补现有数据集在动态场景、多节点协作及隐私保护等方面的不足。数据集融合了复杂网络环境、多种攻击行为及隐私保护机制，不仅包含正常通信和已知攻击流量，还

国家基础学科公共科学数据中心270

Dimension Reduction for Large-Scale Federated Data: Statistical Rate and Asymptotic Inference

联邦学习

降维

In light of the rapidly growing large-scale data in federated ecosystems, the traditional principal component analysis (PCA) is often not applicable due to privacy protection considerations and large

Taylor & Francis Group2025-10-10 更新50

6G RAN Telemetry for Federated Learning

资源简介：

相关数据集