Real-Time Multi-Class Cyber-Attack Dataset

This dataset was created in a controlled real-time environment to collect different types of cyber-attack traffic.
The attacker machine used Kali Linux, and the target machine used Microsoft Windows with ownCloud running as the main server.

Four types of attacks were performed:

Reconnaissance: Using Nmap to scan and find open ports and services.

Brute Force: Using Hydra to try multiple username and password combinations.

DDoS: Using Slowloris to overload the server by sending many incomplete requests.

Data Exfiltration: Transferring unknown files from the attacker system to the victims system.

This dataset can be used for multi-class Cyber attack detection system.

The Dataset contains 12 Features timestamp,total_packets,total_streams,unique_src_ips,top_src_ip,top_src_ip_count,total_bytes,
avg_pkt_len,syn_count,fin_count,rst_count,http_requests

本数据集于受控实时环境中构建，旨在采集各类网络攻击流量。本次实验的攻击机采用Kali Linux系统，靶机搭载Microsoft Windows操作系统，并以ownCloud作为核心服务器运行。本次实验共开展四类攻击：
1. 侦察（Reconnaissance）：使用Nmap进行扫描以发现开放端口与服务。
2. 暴力破解（Brute Force）：借助Hydra尝试多组用户名与密码组合。
3. 分布式拒绝服务（DDoS）：通过Slowloris发送大量不完整请求，使服务器过载。
4. 数据外泄（Data Exfiltration）：将未知文件从攻击系统传输至受害靶机系统。
本数据集可用于多分类网络攻击检测系统的搭建与测试。
该数据集共包含12项特征：时间戳（timestamp）、总数据包数（total_packets）、总流数（total_streams）、唯一源IP数量（unique_src_ips）、顶级源IP（top_src_ip）、顶级源IP计数（top_src_ip_count）、总字节数（total_bytes）、平均数据包长度（avg_pkt_len）、SYN包计数（syn_count）、FIN包计数（fin_count）、RST包计数（rst_count）以及HTTP请求数（http_requests）。