UGRansome勒索软件攻击事件特征数据集-2024-jabulaninhlapo

UGRansome勒索软件攻击事件特征数据集-2024-jabulaninhlapo

数据来源：互联网公开数据

标签：勒索软件,网络安全,恶意软件,攻击事件,机器学习,特征工程,异常检测,威胁情报

数据概述： 本数据集基于Dr. Mike Wa Nkongolo在Kaggle上发布的UGRansome数据集的最新版本构建。该数据集经过修订，移除了原版数据集中“Time”特征的未知属性、离群值以及有限的负面属性。此外，本数据集还纠正了原数据集中特征和属性的拼写错误，以确保数据的准确性和一致性。本数据集重点关注勒索软件攻击事件的关键特征，为研究和分析提供可靠的数据基础。

数据用途概述： 该数据集适用于网络安全领域的研究与应用，包括但不限于：勒索软件攻击检测模型的构建与评估、恶意软件行为分析、异常检测算法的开发与测试、威胁情报分析、安全态势评估等。研究人员可以使用此数据进行机器学习模型的训练，以识别勒索软件攻击事件，提高安全防护能力。同时，该数据集也适用于教育和培训，帮助学习者理解勒索软件的攻击模式和特征。