2022年网络威胁检测数据集-talhanazir168
数据来源：互联网公开数据
标签：网络威胁,入侵检测,机器学习,网络安全,数据,网络流量,用户行为,模拟攻击,军事网络,数据集
数据概述：
本数据集专用于研究和开发网络威胁及入侵检测的机器学习模型。数据集包含多种特征，描述了网络流量和用户行为，可用于识别恶意活动。该数据集模拟了一个典型的美国空军局域网络（LAN）环境下的多种入侵行为，数据来源于原始的TCP/IP数据包捕获。每个连接记录约100字节，连接分为正常和攻击两类，攻击类型具体标注。
数据集包括两个文件：
Train_data.csv：包含25,192条记录，共42列。
Test_data.csv：包含11,299条记录，共41列。
数据集特征描述：
- duration：连接时长（秒）。
- protocol_type：协议类型（如TCP、UDP、ICMP）。
- service：目标网络服务（如http、telnet、ftp）。
- flag：连接状态（正常或错误）。
- src_bytes：源到目标的数据字节数。
- dst_bytes：目标到源的数据字节数。
- land：1表示连接来自/指向同一主机/端口，否则为0。
- wrong_fragment：错误片段数量。
- urgent：紧急数据包数量。
- hot："热"指标数量（如热登录）。
- num_failed_logins：失败登录尝试次数。
- logged_in：1表示成功登录，否则为0。
- num_compromised：被破坏条件数量。
- root_shell：1表示获取root shell，否则为0。
- su_attempted：1表示尝试使用su获取root权限，否则为0。
- num_root：root访问次数。
- num_file_creations：文件创建操作次数。
- num_shells：shell提示符数量。
- num_access_files：访问控制文件的操作次数。
- num_outbound_cmds：FTP会话中的外部命令数量。
- is_host_login：1表示登录属于主机，否则为0。
- is_guest_login：1表示登录为来宾登录，否则为0。
- count：过去两秒内与当前连接相同主机的连接数。
- srv_count：过去两秒内与当前连接相同服务的连接数。
- serror_rate：SYN错误连接的百分比。
- srv_serror_rate：相同服务中SYN错误连接的百分比。
- rerror_rate：REJ错误连接的百分比。
- srv_rerror_rate：相同服务中REJ错误连接的百分比。
- same_srv_rate：相同服务的连接百分比。
- diff_srv_rate：不同服务的连接百分比。
- srv_diff_host_rate：不同主机上相同服务的连接百分比。
- dst_host_count：与相同目标主机的连接数。
- dst_host_srv_count：与目标主机上相同服务的连接数。
- dst_host_same_srv_rate：目标主机上相同服务的连接百分比。
- dst_host_diff_srv_rate：目标主机上不同服务的连接百分比。
- dst_host_same_src_port_rate：与相同源端口的连接百分比。
- dst_host_srv_diff_host_rate：相同服务上不同主机的连接百分比。
- dst_host_serror_rate：目标主机上SYN错误连接的百分比。
- dst_host_srv_serror_rate：目标主机上相同服务中SYN错误连接的百分比。
- dst_host_rerror_rate：目标主机上REJ错误连接的百分比。
- dst_host_srv_rerror_rate：目标主机上相同服务中REJ错误连接的百分比。
- target：连接分类（仅在训练数据中）。
数据用途概述：
该数据集适用于网络威胁检测模型开发、入侵检测系统评估、网络安全研究以及相关教育场景。研究人员可以利用此数据集训练和评估机器学习模型，识别不同类型的网络攻击，从而提高网络安全防护能力。
