基于深度图卷积的网络威胁检测流量数据集
收藏国家基础学科公共科学数据中心2026-01-30 收录
下载链接：
https://nbsdc.cn/general/dataDetail?id=67d50c34195d260905af93be&type=1
下载链接
链接失效反馈官方服务：
资源简介：
与任何基于 ML 的应用一样，高质量数据集的可用性对于基于 ML 的 NIDS 的训练和评估至关重要。目前可用的 NIDS 数据集存在的一个关键问题是缺乏标准特征集。由于每个公开可用的数据集都使用一套独特的专有特征集，因此几乎无法比较基于 ML 的流量分类器在不同数据集上的性能，也就无法评估这些系统在不同网络场景中的通用能力。为了解决这一限制，本文提出并评估了基于深度图卷积的网络威胁检测流量数据集。我们提出了一种基于深度图卷积的网络威胁检测模型，在此数据集上实现了较好的检测效果。数据集中共有5429条边，表示论文之间的引用关系。论文被分为7个类别，分别是：基于案例、遗传算法、神经网络、概率方法、强化学习、规则学习和理论。
提供机构：
四川大学
