CDN域名数据集

本数据集旨在支撑课题二指标 2.4 中“CDN 服务发现准确度达到 95%”的验证需求，面向 CDN 服务的自动化识别场景进行建设。数据资源背景植根于复杂多样的互联网基础设施环境，通过整合中国电信全国范围的域名解析日志、全球网络空间测绘平台的探测数据，以及主流 CDN 服务商的官方特征库，构建了覆盖范围广、来源可靠的原始观测基座。在数据集生成过程中，采用自动化技术验证与专家人工复核相结合的方式完成数据标注。首先基于 CNAME 精确匹配、HTTP 响应头特征指纹识别以及 IP 段归属比对等方法进行初步自动标注，随后由三名资深网络技术专家开展交叉审核与确认，确保数据标签的准确性与权威性。数据集主要内容为从原始观测数据中提炼得到的 20 个维度的中间特征值，系统刻画了域名解析行为特征、网络拓扑属性及服务响应特征，并配套提供明确的二元分类标签（0/1）。数据集规模约为 20MB。