CICIDS2017 网络安全入侵检测数据集
机器学习
0 下载
64 浏览
2026-07-28
数据集简介
数据集概述
CICIDS2017 数据集由加拿大网络安全研究所(CIC)制作,旨在为入侵检测研究提供真实、全面的网络流量数据。数据集包含良性流量和多种最新攻击流量,如暴力破解、DoS、DDoS、Web 攻击、渗透等,反映了真实的网络环境。
数据格式
数据以 PCAP(原始网络包)和 CSV(预处理特征)两种格式提供,方便研究人员直接使用或进行自定义分析。CSV 文件已提取 80 余个网络流特征,适用于机器学习模型。
数据内容
数据集包含多天的流量记录,分为良性流量和攻击流量。攻击类型涵盖:
- Brute Force
- DoS/DDoS
- Web Attack
- Infiltration
- Botnet
- Port Scan
每条记录包含源/目标 IP、端口、协议、时间戳及统计特征等。
获取方式
数据集公开免费,可通过 Kaggle 等平台下载。官方建议用于入侵检测算法评估与对比。
基本信息
记录数量未知
文件大小未知
文件格式未知
数据来源Canadian Institute for Cybersecurity
数据内容良性流量和常见攻击流量
许可公开免费
数据落地页https://www.kaggle.com/datasets/mdalamintalukder/cicids2017
入侵检测网络流量网络安全攻击流量CICIDS2017
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载