流式通信基站调优数据集

面向流数据的机器学习理论与方法是应对现代海量、动态数据流挑战的关键。在真实的通信基站场景中，加密流量识别模型常面临数据分布动态偏移以及因信道干扰导致的高丢包率等严峻挑战。为了评估识别模型在强干扰环境下的鲁棒性，本研究构建了“流式通信基站调优数据集”。核心基础数据源自中国科学院信息工程研究所（及ET-BERT研究团队）开源的CSTNET TLS 1.3数据集。我们在此高质量开源数据的基础上，针对实际基站通讯场景下可能因无线信号衰落、网络拥塞导致的流量数据分布变化，对测试集中的加密数据包（datagram部分）进行了随机丢弃处理（模拟40%极端丢包率），以考察算法的极限适应能力。本数据集共包含46,372个网络流记录，涵盖120个主流应用类别。数据集保留了原始数据集的流式时间序列特征、标签等未变元数据，并以标准化.npy格式封装。本数据集将为流数据处理系统的性能优化、动态鲁棒性测试提供坚实的基准支撑。