CICIDS2017数据集包含良性和最新的常见攻击,与真实的现实世界数据(PCAPs)相类似。它还包括使用CICFlowMeter进行网络流量分析的结果,并根据时间戳、源和目的IP、源和目的端口、协议和攻击来标记流量(CSV文件)。此外,还提供了提取的特征定义。我们的首要任务是生成真实的背景流量,我们使用了提出的B-Profile系统来描述人类互动的抽象行为并生成自然的良性背景流量。对于该数据集,我们建立了基于HTTP、HTTPS、FTP、SSH和电子邮件协议的25个用户的抽象行为。
2017机器学习Python异常检测的完整CICIDS2017数据集
文件列表
cicids2017数据集.7z
(预估有个7文件)
GeneratedLabelledFlows
TrafficLabelling_
Monday-WorkingHours.pcap_ISCX.csv
256.2MB
Tuesday-WorkingHours.pcap_ISCX.csv
166.6MB
Wednesday-workingHours.pcap_ISCX.csv
272.41MB
Thursday-WorkingHours-Morning-WebAttacks.pcap_ISCX.csv
87.77MB
Friday-WorkingHours-Afternoon-PortScan.pcap_ISCX.csv
97.16MB
Thursday-WorkingHours-Afternoon-Infilteration.pcap_ISCX.csv
103.69MB
Friday-WorkingHours-Morning.pcap_ISCX.csv
71.89MB
暂无评论