数据集概述
本数据集提供校园网络及其他企业网络中三十种应用的流量统计数据，专门用于开发和评估深度学习模型，以精确分类网络中产生流量的应用程序。数据集为每个应用单独生成一个文件，涵盖了传统计算机、智能手机和物联网设备中的各类应用，并努力保持各应用类别样本的均衡分布，以提升模型训练效果和泛化能力。
文件详解
- 应用流量统计文件
- 文件名称： 各应用对应的CSV文件，如
gmail.csv、anydesk.csv、outlook.csv、ssh.csv、whatsapp.csv、bittorrent.csv、filezilla.csv、temp-humidity.csv等，共30个文件
- 文件格式： CSV
- 字段映射介绍： 每个文件包含相似的流量统计字段，主要包括：
- Protocol（协议）
- Flow Duration（流持续时间）
- Total Fwd Packet（前向数据包总数）
- Total Bwd packets（后向数据包总数）
- Total Length of Fwd Packet（前向数据包总长度）
- Total Length of Bwd Packet（后向数据包总长度）
- Fwd Packet Length Max（前向数据包最大长度）
- Fwd Packet Length Min（前向数据包最小长度）
- Fwd Packet Length Mean（前向数据包平均长度）
- Fwd Packet Length Std（前向数据包长度标准差）
数据来源
SDNCampus Dataset
适用场景
- 网络流量应用分类: 用于训练和评估深度学习模型，精确识别网络中的各类应用流量
- 网络行为分析: 分析不同应用在网络中的流量特征和行为模式
- 网络安全监测: 基于流量特征识别异常应用或潜在安全威胁
- 网络性能优化: 通过流量统计分析优化网络资源配置和性能管理
- 物联网设备监控: 针对物联网设备的特定应用流量进行识别和监控
