基于自体免疫演化的未知网络入侵检测流量数据集

本数据集基于自体免疫演化理论，旨在探索未知网络入侵检测。研究采用人工免疫原理，通过提取边缘自体抗原并应用层次差分进化算法进行演化，生成与自体区域存在偏差的未知非自体抗原。数据集详细记录了演化过程中的时间范围、时间精度、空间范围及空间精度，通过计算方式推演出未知攻击检测器，并结合异常区间进行网络攻击检测。质量控制严格，确保数据集的准确性和可靠性。该数据集不仅为网络入侵检测提供了新的视角，而且通过双层耐受训练机制，有效减少了检测器的冗余和误报，具有重要的实际应用价值和理论意义。是一种用于网络入侵检测研究的基准数据集，它是KDD Cup 1999数据集的改进版本，旨在解决原始数据集中的一些固有问题。数据量为53.2MB。