医疗网络安全数据集
数据来源：互联网公开数据
标签：网络安全,医疗,事件检测,异常分析,数据传输,系统监控
数据概述
本数据集来源于FauxCura的SIEM（安全信息与事件管理）系统记录，经过预处理和汇总，包含从多个其他来源和报告中提取的事件检测记录。数据集记录了SIEM系统触发的事件检测摘要，主要用于医疗网络安全领域的监控和分析。由于数据来自多个来源，可能存在跨系统不一致或错误，需要进一步清理和验证。
数据用途概述
该数据集适用于医疗网络安全分析、异常检测、威胁识别、系统监控和性能优化等多个场景。具体用途包括：
- 网络安全监控：通过分析事件类型、网络行为和数据传输量等特征，识别潜在的安全威胁和异常活动。
- 异常检测：基于用户活动、资源利用率和系统访问频率等指标，发现异常行为模式。
- 威胁响应：利用SecurityRiskLevel等计算指标，快速评估和响应安全风险。
- 系统性能优化：通过分析数据传输量、响应时间和资源利用率等，优化医疗网络系统的运行效率。
- 事件分类：结合Classification字段，对事件进行分类（如正常或恶意），支持进一步的安全策略制定。
字段定义
以下是对数据集中主要字段的简要说明：
- Alert Category（告警类别）
- 类型：分类（Categorical）
-
描述：表示Splunk生成的告警类型，由告警创建者自行定义。告警级别大致分为：
- Informational：仅用于记录的事件，可能与恶意活动相关，但属于最低级别的告警。
- Warning：更高级别的告警，通常用于标识不典型的情况。
- Alert：用于表示需要采取行动的安全问题。
-
NetworkEventType（网络事件类型）
- 类型：分类（Categorical）
-
描述：SIEM报告中识别的网络事件类型，用于区分正常网络流量、政策违规、威胁检测等：
- NormalOperation：无特定异常的事件。
- PolicyViolation：安全或业务政策违规，如未经授权的软件使用或访问数据库的错误浏览器。
- ThreatDetected：检测到的已知安全威胁，可能是误标记或恶意活动。
-
NetworkInteractionType（网络交互类型）
- 类型：分类（Categorical）
-
描述：通过第三方插件识别的网络交互类型，用于区分正常和异常的网络行为：
- Regular：正常网络流量请求。
- Elevated：需要特定权限的资源访问请求。
- Suspicious：意外的、来源或使用模式异常的网络事件。
- Anomalous：不典型但与安全事件无直接关系的网络交互。
- Critical：应避免发生的网络条件，可能表示攻击或严重设备故障。
- Unknown：交互状态未知。
-
DataTransferVolume（数据传输量，进出）
- 类型：数值（Numeric）
-
描述：量化网络中的数据传输量，包括流入和流出网络的数据。
-
TransactionsPerSession（每会话事务数）
- 类型：整数（Integer）
-
描述：设备与其通信服务之间交换的事务数量。
-
NetworkAccessFrequency（网络端口访问频率）
- 类型：整数（Integer）
-
描述：网络端口的访问频率，异常频率可能表示未经授权的访问尝试或扫描。
-
UserActivityLevel（用户活动级别）
- 类型：数值（Numeric）
-
描述：生成的用户活动指标，分数越高表示用户活动越频繁。
-
SystemAccessRate（系统访问频率）
- 类型：整数（Integer）
-
描述：生成的公司核心系统访问频率指标。
-
SessionIntegrityCheck（会话完整性检查）
- 类型：逻辑值（Logical）
-
描述：标识会话是否正确打开、通信和关闭，所有底层网络协议和信号是否正常使用的标志。
-
ResourceUtilizationFlag（资源利用率标志）
- 类型：逻辑值（Logical）
- 描述：当服务器或网络设备的资源利用率异常高时，触发的标志，可能包括内存消耗过大、响应时间变慢或大规模数据传输。
-
SecurityRiskLevel（安全风险级别）
- 类型：数值（Numeric）
- 描述：由第三方AI插件计算的安全风险指标，基于未知参数和条件识别安全风险。
-
ResponseTime（响应时间，毫秒）
- 类型：数值（Numeric）
- 描述：网络请求或事件的响应时间，从网络资源或事件发生到返回响应包之间的时间。
-
Classification（分类）
- 类型：分类（Categorical）
- 描述：事件的最终分类，其中Normal和Malicious分类已被合理准确地标识。
数据特征
- 数据规模：数据集包含数千条事件记录，覆盖医疗网络安全领域多个维度。
- 时间范围：数据记录了近期的网络安全事件，具体时间范围未明确说明。
- 数据质量：由于数据来源多样，可能存在不一致或错误，需要进一步清理和验证。
- 关键指标：重点在于识别异常行为、安全风险和网络性能问题。
通过上述字段和特征，本数据集为医疗网络安全分析和研究提供了全面的数据支持。
