教育物联网网络数据集
数据来源：互联网公开数据
标签：物联网,教育网络,网络流量,网络安全,异常检测,学术研究,机器学习
数据概述：
本数据集由新不伦瑞克大学（UNB）收集，包含学术网络环境中物联网设备的网络流量数据，总计超过202,085条记录。数据集涵盖了物联网设备的交互行为，包括正常的网络活动和恶意行为，为网络安全、异常检测和物联网网络行为分析提供了丰富的研究资源。数据集包含以下关键特征：设备的源和目标信息（如IP地址、网络端口、地理位置）、流量特性（如数据包大小、到达时间间隔、流持续时间、传输字节数、数据包速率）、设备遥测数据（如CPU使用率、内存消耗、能源使用、设备运行时间）、网络协议信息（如TCP、UDP、ICMP分布）、异常检测示例（良性与恶意活动）以及基于时间的特征（如会话持续时间、数据包到达时间，适用于时间序列分析）。
数据用途概述：
该数据集适用于多种场景，包括学术网络中恶意软件检测、异常行为识别、网络安全研究、物联网网络流量分析及机器学习模型训练。研究人员可利用此数据集开发先进的模型，以识别和缓解物联网环境中的网络威胁。数据集的多样性与标签化特性使其成为学术界、工业界在物联网安全与机器学习领域的重要研究工具。
