物联网中的信任与欺诈检测数据集TrustandFraudDetectioninSIoTwithGCNDataset-vinaybasavaraddi
数据来源：互联网公开数据
标签：物联网，信任检测，欺诈识别，图神经网络，数据集，机器学习，网络安全，智能设备
数据概述： 该数据集专注于物联网（SIoT）环境中的信任与欺诈检测，记录了智能设备之间的交互行为及信任关系数据。主要特征如下：
时间跨度：数据记录的时间范围从2020年到2023年。
地理范围：数据覆盖了多个城市和地区的物联网应用场景，包括智能家居，工业物联网和智慧城市等。
数据维度：数据集包括设备ID，交互日志，信任评分，欺诈标签，设备类型，地理位置，通信协议等变量。还包含图结构数据，适用于图神经网络（GCN）建模。
数据格式：数据提供CSV和图数据格式，便于分析和处理。
来源信息：数据来源于公开的物联网安全研究项目，已进行标准化和清洗。
该数据集适合用于物联网安全研究，信任建模，欺诈检测及图神经网络应用等领域，特别是在设备信任评估，异常行为检测等技术任务中具有重要价值。
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：适用于物联网安全，信任建模及欺诈检测等学术研究，如设备信任关系分析，异常行为识别等。
行业应用：可以为物联网设备制造商，智慧城市项目提供数据支持，特别是在设备安全监控，信任评估方面。
决策支持：支持物联网系统的安全策略优化和风险控制，帮助制定更可靠的设备交互规则。
教育和培训：作为物联网安全，图神经网络课程的辅助材料，帮助学生和研究人员深入理解信任建模和欺诈检测技术。
此数据集特别适合用于探索物联网环境中设备信任与欺诈行为的规律与趋势，帮助用户实现设备信任评估，欺诈检测和系统安全保障，为物联网安全研究与应用提供数据支持。
