SLS DDoS Attack Dataset (2018)

该数据集包含约2.5小时的网络流量捕获，采用NetFlow格式记录了一次真实的体积型DDoS攻击。捕获开始于2018年4月5日03:25:00 BRST，结束于同日06:00:00 BRST。攻击大约在04:00:00 BRST开始，针对一个具有互联网访问权限的单一主机。捕获在BGP网络中进行。

This dataset comprises approximately 2.5 hours of network traffic captures, recorded in NetFlow format, documenting a real volumetric DDoS attack. The capture commenced at 03:25:00 BRST on April 5, 2018, and concluded at 06:00:00 BRST on the same day. The attack initiated around 04:00:00 BRST, targeting a single host with internet access. The capture was conducted within a BGP network.

原始信息汇总

SLS DDoS Attack Dataset (2018) 概述

数据集描述

本数据集包含约2.5小时的网络捕获数据，格式为NetFlow，记录了一次真实的体积型DDoS攻击。捕获时间从2018年4月5日03:25:00 BRST开始，至2018年4月5日06:00:00 BRST结束。攻击于2018年4月5日04:00:00 BRST开始，针对一个具有互联网访问权限的单一主机，该主机通过单一PPPoE集中器接入网络。捕获操作在BGP网络中进行。

受害者主机信息

受害者主机的IP地址为**"8.173.37.51"**，拥有50MB/s的网络链接，未托管任何服务。

数据集文件详情

文件名	大小	描述	下载链接	md5校验码
sls-dataset.tar.gz	6.1GB (36GB 解压后)	压缩的捕获数据	点击下载	15856fb4c00e69daf09acfb2d83fc72c
sls-anon.nfdump	19G	完整的双向流量	无	0517d174ecc5599486f15de931428f13
sls-tovictim.nfdump	18GB	仅从网络到受害者的流量	无	31531539a1586163b6163f0c241f8e47
sls-fromvictim.nfdump	352 B	仅从受害者到网络的流量（响应）	无	da4f039184a6409e48eb892fcb354cf9

引用信息

如需引用此数据集，请引用论文 "Identificando Botnets Geradoras de Ataques DDoS Volumétricos por Processamento de Sinais em Grafos", FERREIRA, Arthur E. G.; NOGUEIRA, Michele. Workshop de Gerência e Operação de Redes e Serviços (WGRS_SBRC), [S.l.], v. 23, may 2018. ISSN 2595-2722.

搜集汇总

数据集介绍

构建方式

SLS DDoS攻击数据集（2018）的构建基于真实的网络流量捕获，采用NetFlow格式记录了一次持续约2.5小时的分布式拒绝服务（DDoS）攻击事件。数据捕获始于2018年4月5日03:25:00 BRST，结束于同日06:00:00 BRST，攻击目标为单一主机，该主机位于一个PPPoE集中器后方，并通过BGP协议进行网络连接。数据集的核心内容包括从攻击开始到结束的全流量记录，涵盖了攻击流量、受害者响应流量以及双向流量的详细信息。

特点

该数据集的特点在于其真实性和完整性。它记录了针对单一主机的DDoS攻击全过程，攻击流量以50MB/s的速率持续冲击目标，且受害者主机未托管任何服务，确保了攻击流量的纯粹性。数据集包含三个主要文件：完整的双向流量记录、仅从网络到受害者的流量记录以及受害者响应的流量记录。这些数据为研究DDoS攻击的检测、防御和流量分析提供了宝贵的资源。

使用方法

使用SLS DDoS攻击数据集时，研究人员可通过解压sls-dataset.tar.gz文件获取完整的流量记录。数据集中的sls-anon.nfdump文件提供了双向流量的详细信息，sls-tovictim.nfdump文件则专注于攻击流量，而sls-fromvictim.nfdump文件记录了受害者的响应流量。这些数据可用于开发DDoS检测算法、分析攻击流量模式以及评估防御机制的有效性。此外，数据集的使用需遵循相关引用规范，建议引用原始论文以支持学术研究。

背景与挑战

背景概述

SLS DDoS攻击数据集（2018）由巴西巴拉那联邦大学（UFPR）的研究人员Arthur E. Garcete Ferreira和Michele Nogueira Lima于2018年创建。该数据集旨在为分布式拒绝服务（DDoS）攻击的研究提供真实网络流量数据，特别是针对基于信号处理的图分析方法在检测和识别生成DDoS攻击的僵尸网络中的应用。数据集包含了2018年4月5日约2.5小时的网络流量捕获，采用NetFlow格式记录，涵盖了一次真实的体积型DDoS攻击事件。该数据集为网络安全领域的研究人员提供了宝贵的实验数据，推动了DDoS攻击检测技术的进步。

当前挑战

SLS DDoS攻击数据集在解决DDoS攻击检测问题时面临多重挑战。首先，体积型DDoS攻击通常通过大量流量淹没目标，导致网络资源耗尽，如何从海量流量中准确识别攻击流量是一个关键难题。其次，数据集构建过程中，研究人员需要确保捕获的流量数据具有代表性，同时保护受害者隐私，这要求对数据进行匿名化处理。此外，NetFlow格式的数据虽然便于分析，但其信息量有限，如何在有限的数据维度中提取有效特征以支持高级分析（如图信号处理）也是一个技术挑战。这些挑战共同推动了DDoS检测技术的创新与发展。

常用场景

经典使用场景

SLS DDoS Attack Dataset (2018) 是一个专门用于研究和分析分布式拒绝服务（DDoS）攻击的网络流量数据集。该数据集包含了2018年4月5日发生的一次真实DDoS攻击的NetFlow格式网络捕获数据，攻击持续约2.5小时。研究人员可以利用该数据集深入分析DDoS攻击的模式、流量特征以及攻击对网络基础设施的影响。通过模拟和分析这些数据，研究者能够更好地理解DDoS攻击的行为，并开发出更有效的防御机制。

衍生相关工作

基于SLS DDoS Attack Dataset (2018)，许多经典研究工作得以展开。例如，研究者开发了基于图信号处理的DDoS攻击检测算法，显著提升了检测的准确性和实时性。此外，该数据集还被用于评估多种机器学习模型在DDoS攻击检测中的性能，推动了网络安全领域的技术创新。相关研究成果已在多个国际会议和期刊上发表，进一步扩展了该数据集在学术界和工业界的影响力。

数据集最近研究

最新研究方向

近年来，随着网络攻击手段的不断演进，分布式拒绝服务（DDoS）攻击的检测与防御成为网络安全领域的研究热点。SLS DDoS Attack Dataset (2018)作为一个包含真实流量数据的公开数据集，为研究者提供了宝贵的实验资源。该数据集不仅记录了2018年4月5日发生的一次真实DDoS攻击的网络流量，还详细标注了攻击的时间、目标主机及网络基础设施信息。基于该数据集，研究者可以深入分析DDoS攻击的特征，探索基于图信号处理、机器学习等技术的攻击检测与溯源方法。此外，该数据集还被广泛应用于评估新型防御算法的性能，推动了网络安全领域的前沿研究。其公开性和真实性为学术界和工业界提供了重要的参考价值，助力于构建更加健壮的网络防御体系。