基于大规模动态可信行为分析的网络流量数据集UNSW-NB15

随着计算机网络规模和开发应用程序的指数级增长，发起攻击可能造成的潜在损害显著增加，这一点变得显而易见。同时，入侵检测系统(IDS)和入侵防御系统(IPS)是抵御复杂且不断增长的网络攻击的最重要防御工具之一。由于缺乏足够的数据集，入侵检测系统中基于异常的方法难以准确部署、分析和评估。有许多这样的数据集，例如DARPA98、KDD99、ISC2012和ADFA13，研究人员已使用这些数据集来评估他们提出的入侵检测和入侵防御方法的性能。根据我们对自11个可用数据集的研究，许多此类数据集已经过时且不可靠。其中一些数据集缺乏流量多样性和数量，其中一些没有涵盖各种攻击，而另一些匿名数据包信息和有效载荷无法反映当前趋势，或者它们缺乏功能集和元数据。本文生成了一个可靠的数据集，其中包含良性和七种常见的攻击网络流，该数据集符合现实世界的标准并且是公开可用的

搜集汇总

背景与挑战

背景概述

UNSW-NB15是一个用于网络入侵检测的大规模动态可信行为分析流量数据集。它针对现有数据集过时、不可靠或缺乏多样性的问题，提供了包含良性流量和七种常见攻击流的真实标准数据，以支持入侵检测系统的准确评估。