海量视频、网页、图片样本数据集

该数据集包含3个二级文件夹，分别为“2023-001-视频样本数据集”、“2023-001-网页样本数据集”、“2023-001-图片样本数据集”。其中：(1)“2023-001-视频样本数据集”包含13个视频平台数据，数据量67万余条；(2)“2023-001-网页样本数据集”包含7类网络公害网页数据，数据量约15万余条；(3)“2023-001-图片样本数据集”包含7类网络公害网页内嵌图片数据，数据量约56万余条。

搜集汇总

背景与挑战

背景概述

该数据集是一个由海量视频、网页和图片样本组成的资源，专门用于加密流量中的网络公害检测与行为识别研究。它包含来自13个视频平台的67万余条视频数据、7类网络公害网页的约15万条数据，以及相关网页内嵌图片的约56万条数据，总数据量达121.36GB。数据集由中国信息通信研究院发布，隶属于国家重点研发计划项目，旨在支持信息安全工程领域的应用。