Using Deep Learning to Generate Relational HoneyData
Using Deep Learning to Generate Relational HoneyData
复制标题
使用深度学习生成关系 HoneyData
DOI：
10.1007/978-3-030-02110-8_1
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Cliff X. Wang
中科院分区：
文献类型：
--
作者：
E. Al;Jinpeng Wei;Kevin W. Hamlen;Cliff X. Wang
尽管在生成欺骗性应用程序方面有大量的工作，但生成可以轻松愚弄攻击者的欺骗性数据却很少受到关注。在这本书的章节中，我们讨论我们的安全欺骗性数据生成框架，该框架使攻击者很难区分真实数据和欺骗性数据。特别是，我们讨论了如何使用深度学习和差异隐私技术来生成此类欺骗性数据。此外，我们还讨论了我们的正式评估框架。
Although there has been a plethora of work in generating deceptive applications, generating deceptive data that can easily fool attackers received very little attention. In this book chapter, we discuss our secure deceptive data generation framework that makes it hard for an attacker to distinguish between the real versus deceptive data. Especially, we discuss how to generate such deceptive data using deep learning and differential privacy techniques. In addition, we discuss our formal evaluation framework.