five

DNP3 Dataset|智能电网安全数据集|网络攻击检测数据集

收藏
github2020-05-08 更新2024-05-31 收录
智能电网安全
网络攻击检测
下载链接:
https://github.com/demirelcan/DNP3-Dataset-Plus-SnortRules
下载链接
链接失效反馈
资源简介:
该数据集包含用于智能电网网络攻击检测的pcap文件和Snort规则,以及以.csv格式提取的数据集。

This dataset comprises pcap files and Snort rules for the detection of cyber attacks in smart grids, along with a dataset extracted in .csv format.
创建时间:
2020-05-08
原始信息汇总

数据集概述

数据集来源

  • 本数据集来源于论文:Igbe, O.; Darwish, I.; and Saadawi, T., “Deterministic Dendritic Cell Algorithm Application to Smart-Grid Cyber Attack Detection,” presented at the proceedings of the 4th IEEE International Conference on Cyber Security and Cloud Computing, June 2017.

数据集内容

  • 包含用于生成数据集的pcap文件。
  • 包含以.csv格式提取的数据集。
  • 包含用于检测攻击的Snort IDS规则。

使用要求

  • 使用此pcap/csv文件需引用上述论文。
AI搜集汇总
数据集介绍
main_image_url
构建方式
DNP3数据集的构建基于pcap文件,该文件包含了用于生成数据集的捕获数据包。数据集进一步通过提取pcap文件中的信息,转化为.csv格式的数据集,并附有Snort入侵检测系统规则,以便对攻击进行检测。此过程确保了数据集与实际网络流量的一致性,并为智能电网的网络安全研究提供了实验基础。
特点
该数据集的特点在于其针对智能电网网络攻击检测的专门设计。它不仅包含了网络流量数据,还提供了用于检测攻击的Snort IDS规则。这一特性使得数据集在攻防实验中具有高度的实用价值,同时,其来源的学术论文引用保证了数据集的科学性和权威性。
使用方法
使用DNP3数据集时,用户需引用相关学术论文以表明数据的来源。数据集以.csv格式提供,用户可以直接利用该格式进行数据分析或与Snort IDS规则相结合,进行网络安全实验。此外,用户可根据需要,对数据集进行进一步的预处理或特征工程,以适应不同的研究场景和模型训练需求。
背景与挑战
背景概述
DNP3数据集,创建于2017年,是用于智能电网网络攻击检测研究的专用数据集。该数据集由Igbe、Darwish和Saadawi等研究人员共同开发,旨在为智能电网网络安全领域提供一种确定性的树突细胞算法应用。数据集的构建,来源于一篇在IEEE国际网络安全与云计算会议上发表的研究论文,其对智能电网网络攻击检测的研究具有重要的推动作用,为后续的智能电网安全研究奠定了坚实的基础。
当前挑战
DNP3数据集在构建过程中所面临的挑战主要包括:1) 在智能电网环境中,网络攻击类型多样,准确捕获并标记各类攻击行为是一大挑战;2) 构建数据集时,需确保数据的真实性和有效性,这对于攻击检测算法的泛化能力至关重要;3) 数据集在应用过程中,如何确保遵循学术论文的使用规范,正确引用原始文献,也是一项不容忽视的挑战。
常用场景
经典使用场景
在智能电网安全研究领域,DNP3数据集的应用至关重要。该数据集以其详尽的pcap捕获文件和.csv格式的提取数据,为研究者提供了一种标准的实验资源。经典的使用场景在于,研究者可借此开展智能电网中网络攻击的检测与防御机制的研究,通过分析数据集中的通信协议,有效识别潜在的威胁行为。
实际应用
实际应用中,DNP3数据集所包含的攻击检测规则可被集成至入侵检测系统(IDS),以实时监测和防御智能电网面临的网络安全威胁。这对于保障电网基础设施的安全稳定运行至关重要,具有显著的实际应用价值。
衍生相关工作
基于DNP3数据集,学术界衍生出了一系列相关研究工作,包括但不限于智能电网攻击检测模型的构建与优化、入侵检测系统的设计与实现等。这些工作进一步拓宽了智能电网安全研究的深度和广度,推动了相关技术的发展与应用。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

HazyDet

HazyDet是由解放军工程大学等机构创建的一个大规模数据集,专门用于雾霾场景下的无人机视角物体检测。该数据集包含383,000个真实世界实例,收集自自然雾霾环境和正常场景中人工添加的雾霾效果,以模拟恶劣天气条件。数据集的创建过程结合了深度估计和大气散射模型,确保了数据的真实性和多样性。HazyDet主要应用于无人机在恶劣天气条件下的物体检测,旨在提高无人机在复杂环境中的感知能力。

arXiv 收录

URPC系列数据集, S-URPC2019, UDD

URPC系列数据集包括URPC2017至URPC2020DL,主要用于水下目标的检测和分类。S-URPC2019专注于水下环境的特定检测任务。UDD数据集信息未在README中详细描述。

github 收录

中国空气质量数据集(2014-2020年)

数据集中的空气质量数据类型包括PM2.5, PM10, SO2, NO2, O3, CO, AQI,包含了2014-2020年全国360个城市的逐日空气质量监测数据。监测数据来自中国环境监测总站的全国城市空气质量实时发布平台,每日更新。数据集的原始文件为CSV的文本记录,通过空间化处理生产出Shape格式的空间数据。数据集包括CSV格式和Shape格式两数数据格式。

国家地球系统科学数据中心 收录

RadDet

RadDet是一个包含11种雷达类别的数据集,包括6种新的低概率干扰(LPI)多相码(P1, P2, P3, P4, Px, Zadoff-Chu)和一种新的宽带调频连续波(FMCW)。数据集覆盖500 MHz频段,包含40,000个雷达帧,分为训练集、验证集和测试集。数据集在两种不同的雷达环境中提供:稀疏数据集(RadDet-1T)和密集数据集(RadDet-9T)。

github 收录

OpenSonarDatasets

OpenSonarDatasets是一个致力于整合开放源代码声纳数据集的仓库,旨在为水下研究和开发提供便利。该仓库鼓励研究人员扩展当前的数据集集合,以增加开放源代码声纳数据集的可见性,并提供一个更容易查找和比较数据集的方式。

github 收录