汽车黑客CAN入侵检测数据集
数据来源：互联网公开数据
标签：汽车黑客,CAN总线,入侵检测,网络安全,机器学习,自动驾驶,车联网
数据概述：
本数据集记录了真实车辆中的控制器区域网络（CAN）总线流量，涵盖了正常驾驶场景和四种类型的网络攻击。数据集包括正常CAN通信数据和四种攻击类型的数据：拒绝服务（DoS）、模糊/洪泛攻击、欺骗攻击（如转速、档位、速度表的操控）以及重放攻击。数据集包含五个CSV文件，分别为正常流量文件（normal.csv，约210万条消息）和四种攻击类型的日志文件（attack_DoS.csv、attack_Fuzzy.csv、attack_spoofing.csv、attack_replay.csv）。每条数据记录包含时间戳、CAN ID、数据长度码（DLC）、数据（十六进制有效负载）和标签（0表示正常，1表示攻击）。
数据用途概述：
该数据集适用于开发和测试机器学习/深度学习模型，用于实时检测CAN总线中的入侵行为。研究人员可以利用此数据集研究CAN协议的漏洞和攻击模式，评估不同算法在汽车网络安全中的表现。数据集还可用于基准测试，帮助优化车载网络安全解决方案。此外，该数据集为教育和研究提供了宝贵资源，帮助学习者理解汽车网络的安全威胁及防御机制。
