大规模网络攻击多分类数据集2024

数据集概述

该数据集是面向网络可疑流量认知安全的大规模多分类数据，包含六百万条流量样本及六十个特征，其中正常流量与异常（攻击）流量各占百分之五十。异常流量涵盖中间人攻击、暴力破解、拒绝服务攻击等十五种攻击类型，可支持机器学习方法应对网络攻击。

文件详解

• 文件名称: Large-Scale Network Cyberattacks Multiclass Datase/LSNM2024 Dataset.zip
• 文件格式: ZIP压缩包
• 内容说明: 压缩包内包含数据集的核心内容，具体字段及样本结构需解压后查看，未提供预览信息

适用场景

• 网络安全研究: 用于训练和验证智能入侵检测模型，识别多种类型的网络攻击
• 机器学习应用: 针对多分类网络安全任务，开发和优化算法性能
• 威胁狩猎实践: 基于真实流量特征，构建端到端的威胁检测与响应流程
• 网络流量分析: 研究正常与异常流量的特征差异，探索攻击行为模式