基于GAN的網(wǎng)絡(luò)安全數(shù)據(jù)增強(qiáng)研究綜述與展望

摘要： 近年來基于深度學(xué)習(xí)的AI技術(shù)發(fā)展迅速，數(shù)據(jù)規(guī)模成為需要考慮的首要條件。如何通過已有小樣本數(shù)據(jù)集實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)成為一個值得關(guān)注的問題。針對上述問題對數(shù)據(jù)增強(qiáng)方法進(jìn)行概括總結(jié)，介紹目前較為主流的數(shù)據(jù)生成模型-生成對抗網(wǎng)絡(luò)(GAN),著重對基于GAN的數(shù)據(jù)增強(qiáng)方法在網(wǎng)絡(luò)安全領(lǐng)域小規(guī)模數(shù)據(jù)集上的研究應(yīng)用進(jìn)行分析總結(jié)，具體涵蓋方法所用的模型結(jié)構(gòu)、創(chuàng)新之處、數(shù)據(jù)集、評估結(jié)果，提出對其的展望。 （共9頁）