车载网络攻击检测数据集In-VehicleNetworkAttackDetectionDataset-shusrith
数据来源：互联网公开数据
标签：车载网络, 汽车安全, 攻击检测, 异常检测, 数据分析, 机器学习, CAN总线, 恶意流量
数据概述：
该数据集包含来自车载网络环境的CAN总线通信数据，记录了不同类型的网络攻击行为。主要特征如下：
时间跨度：数据未明确标明具体时间，视作静态数据集使用。
地理范围：数据主要模拟车载网络环境，不限定地理范围。
数据维度：数据集包括多个CSV文件，每个文件记录了CAN总线消息的详细信息，包含以下字段：msgId（消息ID），timestamp（时间戳），error（错误标志），modeCode（模式代码），channel（通道），connType（连接类型），sa（源地址），ssa（源子地址），da（目的地址），dsa（目的子地址），wc（工作周期），modeCodeVal（模式代码值），txRsp（发送响应），txSts（发送状态），rxRsp（接收响应），rxSts（接收状态），dw0-dw31（数据字），malicious（恶意标签），injected（注入标签），gap（间隙），msgTime（消息时间）。
数据格式：主要为CSV格式，便于数据分析和处理。数据来源于对车载网络攻击的模拟，包括DoS攻击、注入攻击等多种类型。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于汽车网络安全、异常检测、恶意流量分析等领域的研究，例如攻击行为识别、安全威胁评估等。
行业应用：为汽车制造商、安全公司提供数据支持，用于开发车载入侵检测系统（IDS）、安全监控系统等。
决策支持：支持汽车行业进行安全风险评估、制定安全策略，提升车辆的网络安全防护能力。
教育和培训：作为汽车网络安全、嵌入式系统安全等相关课程的实训数据集，帮助学生和研究人员理解车载网络攻击原理，掌握安全防护技术。
此数据集特别适合用于探索车载网络攻击的特征和规律，帮助用户构建有效的攻击检测模型，提高车辆的安全性。
