针对不平衡数据的快速攻击检测数据集

本文提出了一种针对内生网络安全的不平衡数据快速攻击检测数据集，为网络威胁检测与防御机制研究奠定基础。该数据集基于高仿真实验环境构建，涵盖工业控制系统、物联网和关键基础设施等场景，采集多源异构数据（如网络流量、传感器读数、控制指令），精准模拟低频攻击行为及其动态特性。数据采集依托SCADA与高频采样系统，结合物理、逻辑、通信层多维监测，全面记录系统动态。为应对不平衡数据问题，采用上采样、下采样及SMOTE策略，平衡数据分布，并通过动态窗口实现精细标注。数据处理采用异常值清洗、时间对齐及特征工程，显著提升数据质量；标注过程结合自动化与人工校验确保准确性。数据质量通过多重校验与误差分析验证，体现数据在快速攻击检测任务中的可靠性。

搜集汇总

背景与挑战

背景概述

该数据集面向内生网络安全场景，专为不平衡数据下的快速攻击检测而构建，基于高仿真实验环境采集工业控制系统、物联网等场景的多源异构数据，精准模拟低频攻击行为。采用上采样、下采样及SMOTE策略平衡样本分布，并通过异常值清洗、时间对齐与特征工程提升数据质量，经多重校验验证了其在攻击检测任务中的可靠性。