您当前的位置:
首页 >
文章列表页 >
联邦加密流量分类中的细粒度防御方法
网络空间安全 | 更新时间:2024-04-03
    • 联邦加密流量分类中的细粒度防御方法

    • Fine-grained defense methods in federated encrypted traffic classification

    • 西安电子科技大学学报   2024年51卷第1期 页码:157-164
    • DOI:10.19665/j.issn1001-2400.20230303    

      中图分类号: TP393
    • 收稿日期:2022-10-21

      网络出版日期:2023-08-30

      纸质出版日期:2024-01-20

    移动端阅览

  • 曾勇, 郭晓亚, 马佰和, 等. 联邦加密流量分类中的细粒度防御方法[J]. 西安电子科技大学学报, 2024,51(1):157-164. DOI: 10.19665/j.issn1001-2400.20230303.

    Yong ZENG, Xiaoya GUO, Baihe MA, et al. Fine-grained defense methods in federated encrypted traffic classification[J]. Journal of xidian university, 2024, 51(1): 157-164. DOI: 10.19665/j.issn1001-2400.20230303.

  •  
  •  

0

浏览量

70

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

可实现双向自适应差分隐私的联邦学习方案
一种高效的联邦学习隐私保护方案
面向医疗数据的隐私保护联邦学习架构
反迁移学习的隐私保护联邦学习
自适应裁剪的差分隐私联邦学习框架

相关作者

王友卫
朱建明
徐进
李洋
彭维平
程道晨
宋成
王波

相关机构

中央财经大学 信息学院
中央财经大学 国家金融安全教育部工程研究中心
河南理工大学 计算机科学与技术学院
太原科技大学 电子与信息工程学院
山西师范大学 数学与计算机科学学院
0