数据集概述
本数据集围绕网络云架构中的访问控制评估展开，包含影响资源访问安全与有效性的50项关键因素，覆盖认证机制、授权模型、合规要求等维度。同时提供相关分析文件，可用于云访问控制的安全评估与模型构建，总计包含3个文件。
文件详解
- 数据文件
- 文件名称：supervised_dataset.csv
- 文件格式：CSV
- 字段映射介绍：包含_id（唯一标识）、inter_api_access_duration(sec)（API访问间隔时长）、api_access_uniqueness（API访问唯一性）、sequence_length(count)（序列长度）、vsession_duration(min)（虚拟会话时长）、ip_type（IP类型）、num_sessions（会话数量）、num_users（用户数量）、num_unique_apis（唯一API数量）、source（数据来源）、classification（分类标签）等字段。
- 文件名称：remaining_behavior_ext.csv
- 文件格式：CSV
- 字段映射介绍：包含_id（唯一标识）、inter_api_access_duration(sec)（API访问间隔时长）、api_access_uniqueness（API访问唯一性）、sequence_length(count)（序列长度）、vsession_duration(min)（虚拟会话时长）、ip_type（IP类型）、behavior（行为）、behavior_type（行为类型）、num_sessions（会话数量）、num_users（用户数量）、num_unique_apis（唯一API数量）、source（数据来源）等字段。
- 文档文件
- 文件名称：Random Forest model for security score prediction.docx
- 文件格式：DOCX
- 字段映射介绍：记录用于安全评分预测的随机森林模型相关内容，可能包含模型构建方法、参数设置、评估结果等文档信息。
适用场景
- 云访问控制安全评估: 利用50项影响因素分析网络云架构中访问控制的安全性与有效性。
- 访问控制模型构建: 通过supervised_dataset.csv等数据训练随机森林模型，进行安全评分预测。
- 云安全行为分析: 基于remaining_behavior_ext.csv中的行为数据，识别云环境中的访问行为特征。
- 网络云架构优化: 结合访问控制参数与评估结果，优化云资源的访问控制策略与配置。
