数据集概述
本数据集包含网络流量分析相关的代码与数据，代码用于将网络数据包大小文本文件转换为带特征的网站对象，并训练随机森林分类器；数据为支持图表生成的Excel和CSV文件，包含数据包原始数据、统计特征及累积分布函数计算结果，适用于网络流量特征提取与机器学习分析。
文件详解
- 代码文件
Packet_Features_Generator.py & Features.py：用于将包含网络数据包大小的文本文件转换为带特征的网站对象，支持指定数据包数量、输出格式等参数，需通过命令行运行。startMachineLearning.sh & machineLearning.py：通过Shell脚本启动机器学习训练流程，训练随机森林分类器，支持交叉验证、缩放归一化测试、网格搜索等功能，需编辑脚本内参数配置。- 数据文件
Figure4 Data.xlsx & Figure4 Data.csv：内容相同，包含原始数据包数据、长文本/短文本搜索的均值与标准差统计、累积分布函数计算结果，用于生成图表。
适用场景
- 网络流量特征提取: 利用代码将数据包大小文本转换为结构化特征，用于网络行为分析。
- 网络安全机器学习模型训练: 通过随机森林分类器训练，识别网络流量模式，支持异常检测。
- 网络数据包统计分析: 基于数据文件中的均值、标准差及累积分布函数，分析网络流量分布特征。
- 网络应用行为研究: 对比不同搜索行为（长文本/短文本）的网络流量特征差异。
