物联网高仿真蜜罐可控捕获系统数据集

本数据集主要包括四个数据子集。物联网高仿真蜜罐环境构建数据子集：该数据子集是研究人员为模拟目前主流物联网设备，人工生成的10类100种物联网设备模拟静态资源，涵盖了IPC、NVR/DVR、存储设备、消防设备、路由器类、交换机类、雷达设备、电力设备、工控设备、物联网平台等设备种类，支撑物联网高仿真蜜罐可控捕获系统的物联网设备和系统模拟能力。资源文件存储于系统部署服务器的文件系统中，在系统上部署蜜罐后，攻击者访问蜜罐时，静态资源用于模拟对应物联网设备。该数据集也用于测试物联网高仿真蜜罐可控捕获系统的各项功能指标。攻击特征匹配知识库：该数据子集包含了从海量安全事件和恶意样本中提取的攻击特征信息。知识库涵盖了物联网攻击的多个维度：包括恶意代码特征、网络攻击模式、漏洞利用特征、攻击行为序列、威胁指标(IOC)、攻击工具指纹等。捕获恶意样本数据子集：该数据子集是通过本课题研发的物联网高仿真蜜罐可控捕获系统在实际运行过程中捕获的恶意样本集合。数据集用于发现真实互联网环境中未知物联网家族。数据集包含从2023年至2025年收集的共计21685个恶意样本。异构物联网威胁可控深度诱捕环境构建数据子集：该数据子集包含两种数据：1）蜜罐内存指纹特征数据。用于记录与分析 PLC 蜜罐（如 HoneyPLC、ICSpot 等）与真实 PLC 在系统状态内存（SSM, System Status Memory）层面的差异。数据集以“一次采集对应一个文件”的方式组织，每个文件保存目标设备在某一运行场景/操作条件下的 SSM 读取结果，用于后续提取内存指纹特征（如结构相似性、语义冲突等）并完成蜜罐识别。2）蜜罐对抗强化学习训练数据。用于支撑“面向物联网设备的对抗交互蜜罐”研究与系统验证，核心是采集并组织攻击请求—蜜罐响应—攻击者后续行为的交互数据。