数据集一共有49个特征, 我们会在后面对每一种特征进行介绍.在csv中保存的数据共有2,540044条数据,被包含在四个文件中。该数据集已经进行了训练集和测试集的分割,在训练集中共有175341条记录, 在测试集中共有82332条记录。 文件介绍:共包含2540044条数据记录。 UNSW-NB15_1.csv:700000条 UNSW-NB
UNSW-NB15数据集是一个全面且复杂的网络活动数据集,常用于测试和评估网络入侵检测系统(NIDS)。以下是关于UNSW-NB15数据集的详细介绍: 数据集来源与目的: 来源:UNSW-NB15数据集由澳大利亚新南威尔士大学(UNSW)发布。 目的:该数据集旨在提供一个全面的网络活动数据集,用于测试和评估网络入侵检测系统的性能和准确性。
UNSW-NB15_training-set.csv:用作模型的训练数据。 UNSW-NB15_testing-set.csv:用于测试模型的性能。 这两个文件已经包含了所有的特征和标签,不需要自己额外处理其他文件。如果想更深入理解特征,可以参考NUSW-NB15_features.csv,但在模型训练中,直接使用训练集和测试集文件即可。 UNSW-NB15_training-set.csv里各...
该数据集已经进行了训练集和测试集的分割, 文件分别如下:UNSW_NB15_training-set.csvandUNSW_NB15_testing-set.csv. 在训练集中共有175341条记录, 在测试集中共有82332条记录. The number of records in the training set is 175,341 records and the testing set is 82,332 records from the different types...
UNSW-NB15总体介绍 数据集的官⽹:数据集下载链接:数据集中⼀共有9种攻击: This dataset has nine types of attacks, namely, Fuzzers, Analysis, Backdoors, DoS, Exploits, Generic, Reconnaissance, Shellcode and Worms.数据集⼀共有49个特征, 我们会在后⾯对每⼀种特征进⾏介绍.在csv中保存的数据...
KDD CUP99数据集:是网络入侵检测领域的事实Benckmark,为基于计算智能的网络入侵检测研究奠定基础。 UNSW_NB15数据集:是综合性的网络攻击流量数据集,包括训练数据和测试数据,被广泛应用于异常入侵检测。相比于KDD99和NSL KDD数据集更适合相关研究人员用于入侵检测系统的研究。
UNSW-NB 15数据集的原始网络数据包是由澳大利亚新南威尔士大学堪培拉赛博靶场实验室的 IXIA PerfectStorm 工具创建的,其目的是生成一种真实的现代正常活动和合成的当代攻击行为的混合体。Tcpdump 工具用于捕获100gb 的原始流量(例如,Pcap 文件)。这个数据集有九种类型的攻击。
综上所述,不同的深度学习模型在入侵检测系统中会产生不同的应用效果。本章节中所提到的研究工作主要使用 4 种典型的深度学习模 型, 结合 KDD Cup99、NSL-KDD、UNSWNB15 数据集,通过实验来测试入侵检测的准确率和检测性能。这对未来的研究有着一定的指导意义。
KDD CUP99数据集:是网络入侵检测领域的事实Benckmark,为基于计算智能的网络入侵检测研究奠定基础。UNSW_NB15数据集:是综合性的网络攻击流量数据集,包括训练数据和测试数据,被广泛应用于异常入侵检测。相比于KDD99和NSL KDD数据集更适合相关研究人员用于入侵检测系统的
数据集官网:https://www.unb.ca CIC-IDS-2017下载:CIC-IDS-2017(需要先注册) CIC-IDS-2018下载: (由于官方提供的在AWS上下载较慢,提供了飞桨上的数据集) 4、UNSW-NB15 数据集中一共包含了9种攻击:Fuzzers, Analysis, Backdoors, DoS, Exploits, Generic, Reconnaissance, Shellcode and Worms. ...