对抗攻击下的CICIDS2017数据集

CICIDS2017是由加拿大网络安全研究所创建的网络流量数据集，主要用于评估入侵检测系统的性能。该数据集包含良性流量和多种常见攻击场景，通过模拟真实网络环境生成，常用于网络安全研究。基于精简后的CICIDS2017数据集，通过黑盒对抗攻击方法（HopSkipJump攻击、Boundary攻击和ZOO攻击）模拟现实中的对抗攻击环境，选取测试集中的恶意流量，施加扰动生成对抗样本，并与正常流量混合，用于验证网关内生安全，包括拟态防御结构和对应的多模裁决和负反馈机制，以及在白盒注入测试条件下基于未知威胁差模攻击的平均抑制成功率。精简后的数据集共包括3类数据文件，其中：(1) Boundary攻击下的CICIDS2017数据集；(2) HopSkipJump攻击下的CICIDS2017数据集；(3) ZOO攻击下的CICIDS2017数据集。数据量为5.08MB。