CAN总线入侵检测数据集
数据来源：互联网公开数据
标签：CAN总线,入侵检测,网络安全,异常检测,机器学习,协议分析,实时通信
数据概述：
本数据集旨在研究CAN总线通信中的入侵检测问题，涵盖了四种类型的攻击记录及其正常通信状态。数据集由四个CSV文件组成：
- dataset1.csv：包含正常通信记录，目标列标记为0。
- dataset2.csv：包含DoS攻击记录，目标列标记为1。
- dataset3.csv：包含模糊攻击记录，目标列标记为2。
- dataset4.csv：包含仿冒攻击记录，目标列标记为3。
此外，数据集还提供了两种版本：
- CAN_HCRL_OTIDS_B：平衡数据集，通过SMOTE方法对原始数据进行过采样。
- CAN_HCRL_OTIDS_UB：不平衡数据集，保留原始数据的分布状态。
数据用途概述：
该数据集适用于以下场景：
1. 网络安全研究：用于检测和分类CAN总线通信中的不同攻击类型，包括DoS攻击、模糊攻击和仿冒攻击。
2. 机器学习模型训练：为入侵检测算法提供训练和测试数据，支持分类模型的开发与优化。
3. 协议分析：帮助研究人员理解CAN总线通信中的异常模式及其特征。
4. 工业应用：为汽车、工业自动化等领域提供实时通信安全的参考数据，支持入侵检测系统的开发与部署。
该数据集为研究CAN总线通信安全性和实时入侵检测提供了重要的数据支持，适用于学术研究、工业应用及教育培训场景。
