恶意流量检测数据集

网络安全数据集Maple-IDS,一个自主发布的网络安全恶意流量检测数据集 Maple-IDS数据集是一个网络入侵检测评估数据集,旨在增强异常基础入侵检测系统(IDS)和入侵预防系统(IPS)的性能和可靠性。随着网络空间安全领域攻击的日益复杂化,拥有一个可靠和最新的数据集对于测试和验证IDS和IPS解决方案至关重要。 阅读详情
AI摘要

该博客对当前公开的恶意流量相关数据集进行归类总结,涵盖通用、特定攻击、IoT/特定环境及其他高质量恶意流量数据集。介绍了各数据集的创建时间、官方网站、特点等信息,如UNSW - NB2015、ISCX NSL - KDD等,为网络安全研究提供数据参考。

对当前公开的恶意流量相关数据集进行归类总结:

1、通用恶意流量数据集

1)2015数据集UNSW-NB2015

UNSW-NB15
官方网站:https://research.unsw.edu.au/projects/unsw-nb15-dataset
2015年由新南威尔士大学堪培拉分校网络靶场实验室的 IXIA PerfectStorm 工具创建的,用于生成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 100 GB 的原始流量(例如 Pcap 文件)。该数据集有 9 种类型的攻击,分别是 Fuzzers、Analysis、Backdoors、DoS、Exploits、Generic、Reconnaissance、Shellcode 和 Worms。使用了 Argus、Bro-IDS 工具并开发了 12 种算法,以生成总共 49 个带有类标签的特征。这些功能在 UNSW-NB15_features.csv 文件中进行了介绍。

2)2009 ISCX NSL-KDD 数据集

官方网站:NSL-KDD 系列 |数据集 |研究 |加拿大网络安全研究所 |UNB

  • 描述:KDD Cup 1999数据集的改进版本,解决了原始数据集重复样本过多的问题。
  • 特点:适合用于入侵检测和机器学习模型的训练与测试。

3)2017 CICIDS2017数据集

官方网站:2017 年 IDS |数据集 |研究 |加拿大网络安全研究所 |UNB

入侵检测系统 (IDS) 和入侵防御系统 (IPS) 是抵御复杂且不断增长的网络攻击的最重要防御工具。由于缺乏可靠的测试和验证数据集,基于异常的入侵检测方法正在遭受一致且准确的性能演变。

我们对 1998 年以来现有的 11 个数据集的评估表明,大多数数据集都已经过时且不可靠。其中一些数据集缺乏流量多样性和数量,一些没有涵盖各种已知攻击,而另一些则对数据包有效载荷数据进行匿名化处理,无法反映当前趋势。有些还缺少功能集和元数据</

恶意流量检测数据集全解析:选型、评估与自建避坑指南 数据是机器学习模型的基石,其质量直接影响检测效果。在网络安全领域,构建高质量流量数据集面临标签噪声、类别不平衡、数据泄漏等挑战。理解数据集构建与评估原理,是提升入侵检测模型泛化能力的关键。从公开数据集选型到自建靶场采集,再到特征工程与训练集划分,系统化的方法论能显著降低误报率。基于恶意流量检测实践,盘点主流数据集,剖析数据泄漏与概念漂移等隐患,并给出可复用的自建流程,帮助算法工程师与安全研究者构建可靠的数据基石。 阅读详情

相关推荐

CTU-13数据集:真实恶意流量驱动的网络入侵检测基准

网络入侵检测(IDS)依赖高质量标注数据来建模攻击行为与正常流量的差异。CTU-13作为由捷克技术大学发布的经典数据集,核心价值在于其真实恶意软件运行产生的原始PCAP、流级人工标注及配套实验手册构成的三位一体结构,显著区别于CIC-IDS2017等工具生成数据。它覆盖13种典型家族(如Conficker、Zeus)、多协议C2通信(HTTP/HTTPS/DNS/IRC/ICMP)和可控背景噪声,为异常检测、C2识别与规则验证提供高保真校准基线。尤其在协议降级行为建模、时间序列攻击指纹提取及跨样本泛化能力评

weixin_42530458的博客 208

基于 Stacking 的网络恶意加密流量识别方法

摘  要:随着加密流量的普遍应用,许多恶意软件开始隐藏在传输层安全协议(Transport Layer Security,TLS)流量中传输恶意消息,对通信安全造成严重威胁,因此对 TLS 恶意加密流量进行识别,对打击网络犯罪有着重要意义。通过对恶意和正常加密流量的会话和协议进行分析,在传统会话统计特征的基础上,提取出握手特征和证书特征,在单一特征和多特征条件下对恶意加密流量进行识别,证明了多特征的方法能显著提升识别效果。此外,为解决单一的机器学习方法泛化能力弱的问题,提出了一种基于 Stacking 的网

罗伯特技术屋 738

加密恶意流量检测:DoH与CTU-13数据集的特征工程与模型复现

在网络安全领域,加密恶意流量的识别是机器学习的重要应用场景。面对海量网络数据,特征工程决定模型上限:相关性过滤可剔除冗余特征,解决多重共线性;Boruta算法通过影子特征对比评估特征重要性,筛选出真正有效的分类依据。以DNS over HTTPS(DoH)隧道流量与CTU-13僵尸网络流量两套公开数据集为例,项目展示了从相关性分析到Boruta筛选的完整流程,并基于随机森林等模型输出评估结果与可视化报告。该方案兼顾理论讲解与工程复现,适合作为毕设或课程设计底稿,也可用于对比实验与泛化性研究。通过特征列对齐、

weixin_27199085的博客 215

加密恶意流量检测平台实战:从数据集选型到机器学习模型调优

随着TLS加密流量在企业网络和校园网中的占比超过八成,恶意软件正利用加密信道隐蔽传输C2指令与窃取数据,传统DPI规则逐渐失效。机器学习为加密流量分析提供了新思路:在不解密流量的前提下,通过提取流统计特征、TLS握手字段和证书行为构建异常通信模型。这一技术路径在入侵检测、僵尸网络识别、数据泄露防护等场景具有重要价值。本文围绕数据、特征、模型、平台四层闭环,介绍公开数据集选型、流特征工程、XGBoost不平衡样本训练、实时推理服务搭建及常见坑点,帮助安全从业者快速构建可落地的加密恶意流量检测平台。

weixin_29061465的博客 172

加密恶意流量检测实战:从特征工程到模型部署的避坑指南

加密恶意流量检测是网络安全领域的重要课题,其核心在于利用机器学习技术分析TLS加密流量的侧信道特征,如包长序列、到达时间间隔和TLS握手参数,以识别C2心跳、隧道外传等恶意行为。通过特征工程和模型训练,可构建可复现的检测方案,但需警惕数据泄漏和分布偏移导致的指标虚高。本文基于实战经验,分享从数据切流、特征提取到模型选型与验证的完整流程,帮助安全工程师和学生避开常见陷阱,提升检测系统在真实环境中的鲁棒性。

weixin_42524171的博客 198

ICC 2017 恶意加密流量数据集 附说明

介绍 ICC 2017恶意加密流量数据集是为了研究和检测网络中的恶意加密流量而创建的。随着网络安全威胁的增加,尤其是加密通信的广泛使用,传统的基于特征的检测方法变得越来越难以检测恶意活动。该数据集提供了一个宝贵的资源,用于开发和测试新的检测技术。 数据集概述 该数据集包含了各种正常和恶意的网络流量,所有流量均为加密流量。恶意流量包含了多种攻击类型,如恶意软件通信、数据泄露和命令控制(C2)通信。数据集的流量使用了加密协议(如SSL/TLS)进行传输,以模拟真实的网络环境。 数据收集方法 1. 环境设置:数据是在一个受控的网络环境中收集的,模拟了企业网络的典型使用情况。 2. 流量生成:通过多种工具和方法生成正常和恶意流量,包括合法的用户活动和已知的恶意活动。 3. 数据捕获:使用网络流量捕获工具(如Wireshark)记录所有网络流量,生成pcap文件。 数据集内容 1. 正常流量:包括网页浏览、文件下载、视频流等合法的用户活动。这些流量使用了标准的加密协议。 2. 恶意流量:包含各种已知的攻击模式,如: 恶意软件通信:恶意软件与其控制服务之间的通信。 等

技术文档的语言表达:简洁、准确与易懂的平衡艺术

技术文档的语言表达不仅要简洁、准确,还需要能够打破技术壁垒,使不同背景的读者都能理解。这是一项需要技巧和经验的工作,它要求技术作者既要具备扎实的专业知识,又要具备清晰的表达能力。通过不断打磨语言的简洁性、准确性和易懂性,我们能够创造出一份高质量的技术文档,让知识的传递不再受限于语言的障碍。

人心有反复,好在山水有重逢。 4680

Cocos Creator 3D音频定位实战:从原理到沉浸感实现

3D音频定位是游戏开发中实现沉浸感的关键技术,其核心原理基于HRTF(头部相关传输函数)模型,模拟声音在空间中的传播与双耳感知差异。这项技术通过赋予声音空间坐标、距离衰减和方向属性,将音频从背景元素提升为可交互的环境线索,极大增强了虚拟世界的真实感与玩家的空间认知。在工程实践中,开发者需要深入理解声源、听者、衰减曲线与多普勒效应等基础概念,并合理运用音频池、优先级管理与动态混音等技术手段来平衡效果与性能。对于Cocos Creator开发者而言,无论是使用引擎原生的AudioSource组件构建轻量级方案,

weixin_30972263的博客 295

OpenGL纹理贴图

OpenGL纹理1. 基本概念2. 纹理环绕方式3. 纹理过滤3.1 GL_NEAREST3.2 GL_LINEAR3.3 多级渐远纹理 (Mipmap)4. 纹理加载与创建4.1 纹理加载4.2 纹理创建4.3 纹理的使用 1. 基本概念 纹理是一个2D图片(甚至也有1D和3D的纹理),它可以用来表示物体的细节特征,希望绘制一个有足够多细节的物体,当然可以用足够多的顶点颜色来描述,但是无疑也增加了许多额外的开销;另一种办法就是使用纹理。 学习之前先展示一张实现的纹理图以更好理解纹理! 还是这张图为了将纹

牵LV小猪精的博客 8937

别再手动备份了!用Python脚本批量导出华为/华三交换机配置(附完整代码)

本文详细介绍了如何使用Python脚本实现华为/华三交换机配置的自动化备份,大幅提升网络运维效率。通过paramiko库建立SSH连接,结合pandas处理设备清单,实现配置的批量导出与规范化存储,解决传统手动备份耗时易错的问题。

weixin_28737603的博客 451

电子系统设计与创新实践作品:简易电子琴

题目 4:简易电子琴 (1)具有8个音阶按键,每个音阶按键频率如表1所示。 (2)每个按键对应LED显示。 (3)音阶信号经功放连接8欧姆扬声器,输出功率可达1W。 (4)每个音阶输出音量一样。 (5)扬声器输出音量可调节,音量调节分为高、中、低三档,并进行档位显示。

weixin_47510497的博客 2860

基于RAG(Retrieval Augmented Generation)架构的简单问答系统的Python实现示例

以下是一个基于RAG(Retrieval Augmented Generation)架构的简单问答系统的Python实现示例。这个系统使用langchain库进行文档处理、检索,以及与大语言模型交互。

max500600的博客 743

C#与海康威视工业相机结合OpenCV与WPF:打造高效的机器视觉应用程序

本文介绍了基于C#、海康威视工业相机SDK和OpenCV的机器视觉应用开发方法。首先配置开发环境,包括海康SDK、OpenCvSharp和WPF项目设置。重点阐述了如何通过SDK初始化相机、获取视频流,并将YUV数据转换为OpenCV可处理的Mat格式进行图像处理(如边缘检测)。同时展示了如何用WPF实现界面交互和实时图像显示。该方案为工业自动化、质量检测等场景提供了高效的技术实现路径,结合了海康相机的高性能采集、OpenCV的强大算法和WPF的交互优势,具有较高的实用价值。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 1501

RK3568 Android14 移远GNSS卫星导航模组LC760Z GPS北斗定位模块调试

Rockchip RK3568 作为一款高性能、低功耗的国产SoC,被广泛应用于工业网关、车载中控和智能手持终端等领域。在这些应用场景中,位置服务(Location Service) 往往是不可或缺的功能。本文将详细记录如何集成GPS模组到 RK3568 开发板上,通过 UART(串口)接口集成通用的 GPS 模块(如 移远LC760Z 或 EC20 4G 模块自带的 GPS 功能也差不多),并实现数据的解析与上层应用对接。

qq_33427070的博客 1414

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

上一篇: WireShark自动抓包
下一篇: 小样本学习(Few-Shot Learning)基本概念 VS 监督学习
wuxuand
博客等级 码龄10年 399粉丝 74原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值