COMNETS Lab dataset

COMNETS实验室数据集是由计算机工程系、计算机科学学院、斯里维贾亚大学提供的一系列数据集。该数据集包括多种网络攻击模式，如TCP FIN洪水攻击、UDP洪水攻击等，用于研究和开发物联网网络的入侵检测系统。

The COMNETS Laboratory dataset is a series of datasets provided by the Department of Computer Engineering, Faculty of Computer Science, Sriwijaya University. This dataset encompasses various network attack patterns, such as TCP FIN flood attacks, UDP flood attacks, etc., and is utilized for research and development of intrusion detection systems in IoT networks.

原始信息汇总

数据集概述

COMNETS Lab数据集是由Universitas Sriwijaya计算机科学与工程学院计算机工程系提供的研究数据集。该数据集主要包含与物联网（IoT）网络相关的多种攻击模式和协议的数据。

数据集内容

• 物联网数据集
  • TCP FIN flood和zbassocflood数据集：包含TCP FIN flood和zbassocflood攻击的数据，可从Zenodo下载。
  • Ping Flood攻击模式识别在物联网网络数据集：包含Ping Flood攻击的数据，可从Zenodo下载。
  • UDP Flood攻击模式在物联网网络数据集：包含UDP Flood攻击的数据，可从Zenodo下载。
  • 受限应用协议物联网协议数据集：包含受限应用协议（CoAP）的数据，可从Zenodo下载。
  • 消息队列遥测传输协议在物联网数据集：包含消息队列遥测传输（MQTT）协议的数据，可从Zenodo下载。

数据集使用许可

该数据集遵循CC BY-SA 4.0许可协议，允许用户重新分发、重新发布和镜像数据集，但必须包含对COMNETS Lab数据集或相关出版物的引用。

搜集汇总

数据集介绍

构建方式

COMNETS Lab数据集由斯里维加亚大学计算机工程系构建，旨在为物联网（IoT）网络安全研究提供支持。该数据集通过模拟多种网络攻击场景生成，包括TCP FIN洪水攻击、UDP洪水攻击、Ping洪水攻击等。数据采集基于IEEE 802.11（WiFi）和IEEE 802.15.4（ZigBee）通信协议，涵盖了正常流量、攻击流量以及混合流量的多种场景。通过Wireshark等工具捕获原始数据包，并经过特征提取和选择，最终生成了包含95个WiFi数据集属性和64个ZigBee数据集属性的高质量数据集。

特点

COMNETS Lab数据集的特点在于其多样性和实用性。数据集涵盖了多种物联网网络攻击场景，能够有效支持入侵检测系统（IDS）的研究与开发。数据集中包含了丰富的网络流量特征，如TCP FIN洪水攻击、UDP洪水攻击和Zbassocflood攻击的详细数据。此外，数据集还提供了基于主成分分析（PCA）的特征提取结果，显著提升了攻击检测的准确性和精确度。数据集的多样性和高质量使其成为物联网安全研究的重要资源。

使用方法

COMNETS Lab数据集的使用方法灵活多样，适用于多种物联网安全研究场景。用户可以通过Zenodo平台下载数据集，并根据研究需求选择特定的攻击场景或通信协议数据。数据集支持多种分析工具，如Wireshark和Snort，可用于流量分析、特征提取和攻击模式识别。此外，数据集还提供了基于K-Means算法的聚类分析结果，可用于评估入侵检测系统的性能。用户在使用数据集时需遵循CC BY-SA 4.0许可协议，并在相关研究中引用数据集来源。

背景与挑战

背景概述

COMNETS Lab数据集由斯里维加亚大学计算机工程系的研究团队创建，旨在为物联网（IoT）网络安全领域提供高质量的网络流量数据。该数据集的核心研究问题集中在物联网网络中的入侵检测系统（IDS）开发与测试，特别是针对拒绝服务（DoS）和分布式拒绝服务（DDoS）攻击的检测。数据集涵盖了多种攻击场景，如TCP FIN Flood、UDP Flood、Zbassocflood等，并通过IEEE 802.11（WiFi）和IEEE 802.15.4（ZigBee）两种通信协议进行实验。该数据集自2019年发布以来，已成为物联网安全研究的重要资源，推动了相关领域的技术进步。

当前挑战

COMNETS Lab数据集在解决物联网网络安全问题时面临多重挑战。首先，物联网设备的多样性和网络协议的复杂性使得攻击模式识别变得尤为困难，尤其是在多协议环境下。其次，数据集的构建过程中，研究人员需要模拟真实攻击场景并捕获高质量的网络流量数据，这对实验环境的搭建和数据的预处理提出了极高要求。此外，特征提取和选择是数据集构建中的关键步骤，如何在保证数据完整性的同时减少冗余信息，是研究人员需要克服的技术难题。最后，数据集的广泛应用依赖于其可重复性和可扩展性，如何在不同的物联网环境中验证数据集的有效性，也是未来研究的重要方向。

常用场景

经典使用场景

COMNETS Lab数据集在物联网（IoT）安全研究领域具有广泛的应用，尤其是在网络入侵检测系统（IDS）的开发与测试中。该数据集通过模拟多种攻击场景，如TCP FIN flood、UDP flood和Zbassocflood等，提供了丰富的网络流量数据，涵盖了正常流量、攻击流量以及混合流量的多种情况。研究人员可以利用这些数据训练和验证入侵检测算法，提升对物联网网络攻击的识别能力。

实际应用

在实际应用中，COMNETS Lab数据集被广泛用于物联网设备的网络安全测试和优化。例如，企业可以利用该数据集评估其物联网设备在面对各种网络攻击时的脆弱性，并开发相应的防御机制。此外，该数据集还被用于教育领域，帮助学生和研究人员理解物联网网络攻击的特征及其检测方法，从而培养更多的网络安全专业人才。

衍生相关工作

COMNETS Lab数据集催生了一系列经典的研究工作。例如，基于该数据集的研究提出了基于规则签名分析的TCP FIN flood攻击识别方法，并利用主成分分析（PCA）优化了特征提取过程，显著提升了入侵检测系统的性能。此外，该数据集还被用于研究K-Means算法在Ping flood攻击模式识别中的应用，展示了其在聚类分析中的潜力。这些研究不仅推动了物联网安全领域的发展，也为后续研究提供了重要的参考和基础。