SOC 安全日志分析演练数据集

机器学习
0 下载
0 浏览
2026-11-06

数据集简介

项目缘起

SOC 分析师的日常训练高度依赖真实日志,而生产环境日志往往涉及隐私与合规限制,难以公开复用。SOC Log Analysis Datasets 由此出发,构建了一套完全合成的安全日志集合,让分析师、威胁狩猎人员与学生可以在不接触敏感数据的前提下,练习 SIEM 日志接入、查询编写与基于日志的检测。数据在正常背景噪声中刻意嵌入攻击向量,使检测练习更接近真实告警环境。

日志架构与模式

数据集按五大环境组织,共 12 个日志文件,覆盖应用、云、邮件与 DLP、终端与网络:

环境 日志文件
应用 app_sec_audit.log、web_server_access.log
云 cloud_activity_audit.log
邮件与 DLP dlp_events.log、email_gateway_events.jsonl
终端 linux_syslog.log、windows_security_events.log
网络 dns_query_logs.jsonl、firewall_traffic.log、ids_ips_alerts.log、proxy_access.log、vpn_access.log

主目录中的 zip 压缩包采用简化的统一键值文本格式,每个事件附带显式真值标签 attack="SIMULATED_*",便于在检测练习中直接核对命中结果。

核心特性

  • 合成可控:全部日志为 100% 合成数据,不含真实用户信息,可自由用于教学与演练。
  • 攻防混合:正常背景噪声与故意嵌入的攻击向量混合呈现,训练从噪声中识别异常的能力。
  • 真值标注:合成日志带 attack="SIMULATED_*" 标签,方便评估检测规则与查询的准确性。
  • 真实样本补充:real_lab_samples 目录提供来自真实 SOC 实验环境的 Sysmon、Windows 安全事件与 Suricata NIDS 原始 JSON 日志样本,用于对照合成数据与真实日志的字段差异。

仓库内容与结构

仓库按环境划分主目录,每个目录下放置对应的 zip 压缩日志包;real_lab_samples 目录单独存放真实实验样本的 JSON 文件。所有文件均以 zip 压缩以保持仓库轻量,使用前需解压再接入 SIEM 或分析脚本。

快速开始

通过 git clone 克隆仓库,或直接下载压缩包获取数据;解压各目录下的 zip 文件后,将 .log 与 .jsonl 文件接入 SIEM 或本地分析环境。合成日志的键值格式便于解析,attack="SIMULATED_*" 字段可直接作为检测结果的真值参照。

威胁狩猎演练手册

数据集面向多种攻击向量的检测练习,包括 SQL 注入、XSS、暴力破解、C2 信标、DNS 隧道与 IAM 滥用等。分析师可围绕这些向量编写查询与关联规则,在混合噪声的日志中验证检测逻辑;真实实验样本则可用于校准字段映射与解析配置。

适用人群

本数据集适合 SOC 分析师、威胁狩猎人员以及学习安全运营的学生,用于 SIEM 接入练习、查询编写训练与基于日志的检测实验。

参与贡献与路线图

仓库欢迎社区参与贡献,并维护了后续路线图,用于持续扩充日志场景与样本类型。

常见问题与免责声明

数据集为合成数据,仅用于教育与演练目的,不对应任何真实系统或用户;使用真实实验样本时请遵守相关合规要求。

许可与支持

本项目采用 MIT 许可,可免费用于教育或商业用途,允许使用、修改与再分发。仓库同时提供支持项目的渠道,欢迎通过贡献与反馈参与共建。

基本信息

记录数量未知
文件大小未知
文件格式log, jsonl, json, zip
数据来源mahialjaber
许可MIT
数据规模5 个领域 · 12 个日志文件 · 2 种格式
数据性质100% 合成数据
数据落地页https://github.com/mahialjaber/SOC-Log-Analysis-Datasets
发布日期2026-11-06
安全运营日志分析威胁狩猎SIEM合成数据网络安全

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

价格

免费