[据军事嵌入式网站2020年11月2日报道]  为了增强跨平台作战人员在数据共享方面的能力，美国陆军研究人员研发了一种工具，该工具能够通过解决网络、物理和网络物理威胁来达到既定目的，并使作战人员能够更容易地实现隐私保护数据共享。

据研究人员称，这项研究受到了美国陆军作战能力开发司令部陆军研究实验室的网络安全协作研究联盟、美国国家科学基金会、西门子公司、谷歌公司和摩根大通银行等各方的支持；该研究有可能能够在不暴露敏感的真实数据的情况下，帮助网络安全工程师建立实际的训练测试台。

卡耐基梅隆大学和美国国际商用机器公司（IBM）的一些研究探索了在运用最少专家知识的前提下，生成式对抗网络(GANs)是否以及如何能在隐私敏感的设置中用于激励数据共享的问题；最后结果是可以通过建立一个通用框架，来共享合成数据集。而这一研究成果也被陆军研究人员所采用。

陆军研究人员开发了一种名为DoppelGANger的工具，它为时间序列数据建模，并根据与网络和系统相关的数据集对其进行评估。就研究目的而言，其核心是研究具有元数据的时间序列数据集。

通过使用DoppelGANger，研究人员证明了在不同的真实数据集和用例中，新工具的保真度高达43%，远远超过目前最先进的基线模型。根据研究人员的说法，在各部门由于隐私或安全限制无法直接共享信息的情况下，DoppelGANger是实现是数据共享的选择。（国家工业信息安全发展研究中心  张俊杰）