基于DNSoverHTTPS的网络流量分类数据集-2020年
数据来源：互联网公开数据
标签：网络安全,DNS over HTTPS,DoH,恶意流量,良性流量,流量分析,机器学习,网络流量,数据集
数据概述：
本数据集由加拿大新不伦瑞克大学创建，是对原始数据集CIRA-CIC-DoBre-2020的平衡版本。原始数据集在DNS over HTTPS (DoH)网络流量中，约90%为恶意流量，10%为良性流量。本数据集通过合成少数类过采样技术（SMOTE）对原始数据进行平衡处理，使得恶意流量与良性流量的比例更加均衡，更适于机器学习模型的训练和评估。原始数据集的详细信息可在以下链接中找到：https://www.unb.ca/cic/datasets/dohbrw-2020.html。目前的数据版本可在以下链接申请获取：https://www.yorku.ca/research/bccc/ucs-technical/cybersecurity-datasets-cds/。
数据用途概述：
该数据集主要用于网络安全研究，特别是关于DNS over HTTPS (DoH)流量的分析和分类。研究人员可以使用此数据集训练和评估机器学习模型，以检测和识别恶意DoH流量，从而提高网络安全防御能力。此外，该数据集也适用于网络流量分析、入侵检测系统开发、以及安全教育等领域。
