codymlewis/TON_IoT_network

TON IoT Network数据集包含来自物联网（IoT）和工业物联网（IIoT）传感器的遥测数据、Windows和Linux操作系统的数据集以及网络流量数据。这些数据是在澳大利亚国防学院（ADFA）的网络安全和物联网实验室中设计的一个大规模网络中收集的。数据集用于评估基于人工智能的安全系统，特别是在边缘计算环境中的应用。

The TON IoT network dataset includes heterogeneous data sources collected from IoT and IIoT sensors, Windows 7 and 10, and Ubuntu 14 and 18 TLS operating system datasets, as well as network traffic datasets. The dataset was designed on a large-scale realistic network at the Cyber Range and IoT Labs, ADFA. Various attacking techniques, such as DoS, DDoS, and ransomware, were used against web applications, IoT gateways, and computer systems across the IoT/IIoT network during the dataset collection. The dataset was collected using parallel processing to gather multiple normal and cyber-attack events from network traffic, Windows audit traces, Linux audit traces, and telemetry data of IoT services.

搜集汇总

数据集介绍

构建方式

TON IoT Network数据集的构建，是在澳大利亚国防力量学院（ADFA）的网络安全与物联网实验室中，通过设计一个现实且大规模的网络环境进行的。该网络环境采用多个虚拟机和运行Windows、Linux及Kali操作系统的主机，以模拟物联网、云计算和边缘/雾计算系统之间的互联。数据集的收集涉及对网络流量、Windows和Linux审计跟踪以及物联网服务遥测数据的并行处理，从而捕捉正常事件和网络安全攻击事件。

特点

TON IoT Network数据集的特点在于其异质性，它整合了来自物联网和工业物联网的遥测数据集、Windows 7和10以及Ubuntu 14和18的操作系统数据集，还有网络流量数据集。这些数据是在一个专门为工业4.0网络设计的测试床上收集的，该测试床能够模拟针对Web应用、物联网网关和计算机系统的各种攻击技术，如DoS、DDoS和勒索软件攻击。数据集的多样性为研究提供了丰富的资源。

使用方法

使用TON IoT Network数据集，用户需首先了解其数据来源和结构。数据集对于学术研究目的永久免费开放，商业用途则需获得数据集作者的许可。在使用数据集时，用户应遵循版权声明，并在研究成果中引用相关的八篇论文。数据集的使用将有助于推动物联网安全领域的数据驱动型入侵检测系统的研究与应用。

背景与挑战

背景概述

TON IoT Network数据集，由澳大利亚国防学院工程与信息技术学院的Cyber Range和IoT实验室设计的大型网络环境所收集。该数据集整合了来自物联网和工业物联网的遥测数据、Windows 7和10操作系统以及Ubuntu 14和18的TLS和网络流量数据，旨在为数据驱动的入侵检测系统提供新一代的物联网和工业物联网数据集。自其创建以来，TON IoT Network数据集得到了澳大利亚研究数据通用基金和UNSW Canberra的支持，并由Nour Moustafa博士领导的团队进行维护，其研究成果在多个学术期刊和会议论文中发表，对物联网安全领域的研究产生了显著影响。

当前挑战

TON IoT Network数据集在构建过程中面临的挑战主要包括数据的异质性和多样性，以及如何真实地模拟物联网环境下的攻击行为。数据集的构建不仅要求涵盖正常的网络流量，还需包括各种攻击技术如DoS、DDoS和勒索软件等。此外，数据集的标准化和特征提取也是一项挑战，以确保不同来源和类型的数据能够有效地用于机器学习模型的训练和评估。

常用场景

经典使用场景

在物联网安全研究领域，TON IoT Network数据集以其全面覆盖的异构数据源而成为一项宝贵的资源。该数据集整合了来自物联网和工业物联网传感器、操作系统以及网络流量的数据，被广泛应用于模拟和分析真实世界中的大型网络环境。其经典使用场景在于构建和评估面向物联网的入侵检测系统，通过对正常流量和攻击流量进行机器学习模型的训练与测试，以提升模型的准确性和鲁棒性。

解决学术问题

TON IoT Network数据集解决了物联网安全领域中的一个关键问题，即缺乏足够的高质量数据来进行有效的入侵检测算法训练。该数据集的构建，为学术研究者提供了一个包含多种攻击类型和正常行为的数据集，从而促进了数据驱动安全分析技术的发展，并有助于推动物联网安全性的提升。

衍生相关工作

基于TON IoT Network数据集，学术界衍生出了一系列相关研究工作，包括但不限于对入侵检测系统的改进、对新攻击类型的识别以及对数据集本身的扩展和完善。这些工作不仅推动了物联网安全领域的技术进步，也为相关政策和标准的制定提供了科学依据。