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...
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。
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
(1)由于训练集中没有冗余数据,分类器不会偏向更频繁的记录。 (2)因为测试集中没有重复的数据,所以检测率更为准确。 (3)每个难度级别组中选择的记录数与原始 KDD 数据集中记录的百分比成反比。这将对不同学习技术的准确评估更有效。 3.3 UNSW-NB15 数据集 ...
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. ...
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。
此外，你可以在GitHub等代码托管平台上搜索开源的网络流量异常检测项目，可能会找到针对UNSW-NB15数据集的...
他们将这些在 KDD-99 上表现良好的深度神经网络(Deep Neural Network,DNN)模型应用于其他数据集,例如 NSL-KDD、UNSW-NB15、Kyoto、WSN-DS 和 CICIDS-2017,并对其进行了全面而完整的分析。实验结果表明,使用深度学习作为分类器学习人工特征所含信息做出决策的能力要比传统机器学习更好。此外,Xu 等人 详细对比了采用...