数据集概述
本数据集通过将原始PCAP格式的网络数据转换为CSV格式构建而成，专门用于基于机器学习的Mirai僵尸网络DDoS攻击检测研究。数据集从记录的物联网网络入侵数据中提取并标注，包含SYN Flooding、ACK Flooding和HTTP Flooding三种Mirai攻击类型以及正常流量。数据集共包含287,230条记录，其中150,742条为DDoS攻击记录，136,488条为正常流量记录，包含16个网络流量特征字段。
文件详解
- combined_Mirai_and_Benign.csv
- 文件格式：CSV
- 字段映射介绍：包含11个核心网络特征字段，包括sport（源端口）、dport（目的端口）、len（IP长度）、frag（IP分片）、ttl（IP生存时间）、Ichksum（IP校验和）、seq（TCP序列号）、ack（TCP确认号）、dataofs（TCP数据偏移）、window（TCP窗口大小）、Tchksum（TCP校验和）以及Label（分类标签：Normal/DDOS）
- combined_Mirai_and_Benign_dataset_Full.csv
- 文件格式：CSV
- 字段映射介绍：包含完整的16个特征字段，在基础版基础上增加了IP src（源IP地址）、IP dst（目的IP地址）、Iflags（IP标志位）、Tflags（TCP标志位）等更详细的网络层和传输层信息
数据来源
基于Kang[19]文献中引用的PCAP数据集进行转换和标注
适用场景
- DDoS攻击检测模型开发：用于训练和评估机器学习模型对Mirai僵尸网络DDoS攻击的识别能力
- 网络安全特征工程研究：分析不同网络流量特征在攻击检测中的重要性
- 物联网安全防护：为物联网设备部署实时入侵检测系统提供训练数据支持
- 网络流量分析：研究正常流量与攻击流量在网络参数上的差异特征
- 网络安全算法验证：作为基准数据集用于比较不同分类算法的性能表现
