网络流量攻击检测数据集NetworkTrafficAttackDetection-shahriarabir19
数据来源：互联网公开数据
标签：网络安全, 流量分析, 攻击检测, 机器学习, 异常检测, 数据挖掘, 协议分析, UNSW-NB15
数据概述：
该数据集包含来自UNSW-NB15数据集的网络流量数据，记录了各种网络攻击行为和正常网络流量的详细信息，用于网络安全领域的研究和应用。主要特征如下：
时间跨度：数据未明确标注具体时间，但通常被用作静态数据集，用于训练和评估网络安全模型。
地理范围：数据来源于模拟的网络环境，不限定地理范围，但具有全球网络流量的典型特征。
数据维度：数据集包含多个特征，如id、dur（持续时间）、proto（协议类型）、service（服务）、state（状态）、spkts（源端数据包数）、dpkts（目的端数据包数）、sbytes（源端字节数）、dbytes（目的端字节数）、rate（速率）、sttl（源端TTL）、dttl（目的端TTL）、sload（源端负载）、dload（目的端负载）、sloss（源端丢包率）、dloss（目的端丢包率）、sinpkt（源端包间隔时间）、dinpkt（目的端包间隔时间）、sjit（源端抖动）、djit（目的端抖动）、swin（源端窗口大小）、stcpb（源端TCP初始序列号）、dtcpb（目的端TCP初始序列号）、dwin（目的端窗口大小）、tcprtt（TCP往返时间）、synack（SYN-ACK时间）、ackdat（ACK时间）、smean（源端包平均大小）、dmean（目的端包平均大小）、trans_depth（事务深度）、response_body_len（响应体长度）、ct_srv_src（连接到相同源IP地址的服务器数）、ct_state_ttl（每个状态的连接数）、ct_dst_ltm（连接到相同目的IP地址的连接数）、ct_src_dport_ltm（连接到相同源IP和目的端口的连接数）、ct_dst_sport_ltm（连接到相同目的IP和源端口的连接数）、ct_dst_src_ltm（连接到相同目的IP和源IP的连接数）、is_ftp_login（FTP登录状态）、ct_ftp_cmd（FTP命令数量）、ct_flw_http_mthd（HTTP方法数量）、ct_src_ltm（连接到相同源IP地址的连接数）、ct_srv_dst（连接到相同服务器和目的端口的连接数）、is_sm_ips_ports（是否使用相同的源/目的端口）、attack_cat（攻击类别）和label（标签，0代表正常，1代表攻击）。
数据格式：CSV格式，文件名为UNSW_NB15_training-set.csv，易于数据分析和机器学习模型的构建。
该数据集适用于网络流量分析、异常检测、攻击分类等多种网络安全相关的研究和应用。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于网络安全领域的学术研究，如新型攻击检测算法的开发、流量特征分析、恶意软件行为分析等。
行业应用：为网络安全行业提供数据支持，例如入侵检测系统（IDS）、入侵防御系统（IPS）、安全信息和事件管理（SIEM）等产品的模型训练与评估。
决策支持：支持安全团队进行网络安全态势感知、风险评估和安全策略制定。
教育和培训：作为网络安全、数据科学、机器学习等相关课程的实训数据集，帮助学生和研究人员理解网络攻击和防御技术。
此数据集特别适合用于探索网络流量中的异常模式，识别潜在的攻击行为，并构建有效的网络安全防御体系，帮助用户提升对网络安全威胁的认知和应对能力。
