某校园网挖矿流量数据集

在研究网络流量异常检测算法的过程中，针对挖矿流量检测场景，提出了一种基于数据序列追踪的挖矿流量检测算法。为了验证算法的有效性，在清华校园网以及自己搭建的挖矿流量服务器分别进行了流量采集，并将流量进行合并，生成用于算法评估的数据集。

During the research on network traffic anomaly detection algorithms, aiming at the cryptocurrency mining traffic detection scenario, a mining traffic detection algorithm based on data sequence tracking is proposed. To verify the effectiveness of the proposed algorithm, traffic collection was conducted separately on the Tsinghua Campus Network and a self-built mining traffic server, and the collected traffic was merged to generate a dataset for algorithm evaluation.

搜集汇总

背景与挑战

背景概述

该数据集是一个用于挖矿流量检测算法评估的校园网流量集合，由清华大学在2023年发布，数据量达1.92TB。它结合了清华校园网和自建挖矿服务器的流量，旨在支持网络异常检测研究，特别关注时间序列分析在挖矿流量识别中的应用。