医疗健康网络流量与生理指标关联分析数据集HealthcareNetworkTrafficandPhysiologicalIndicatorsDataset-haytamqadadri23
数据来源：互联网公开数据
标签：医疗健康，网络流量，生理指标，异常检测，机器学习，物联网，数据分析，健康监测
数据概述：
该数据集包含来自医疗健康环境的网络流量数据以及对应的生理指标，旨在研究网络通信模式与患者生理状态之间的关联。主要特征如下：
时间跨度：数据未明确标注时间，可视为特定时间段的快照数据。
地理范围：数据来源未明确，推测为医疗健康机构内部网络环境。
数据维度：包括网络流量特征和生理指标两大类。网络流量特征包括Dir（流量方向）、Flgs（标志位）、SrcAddr（源地址）、DstAddr（目标地址）、Sport（源端口）、Dport（目标端口）、SrcBytes（源字节数）、DstBytes（目标字节数）、SrcLoad（源负载）、DstLoad（目标负载）、SrcGap（源间隙）、DstGap（目标间隙）、SIntPkt（源内部包间隔）、DIntPkt（目标内部包间隔）、SrcJitter（源抖动）、DstJitter（目标抖动）、sMaxPktSz（源最大包大小）、dMaxPktSz（目标最大包大小）、sMinPktSz（源最小包大小）、dMinPktSz（目标最小包大小）、Dur（持续时间）、Trans（传输）、TotPkts（总包数）、TotBytes（总字节数）、Load（负载）、Loss（丢包）、pLoss（丢包率）、pSrcLoss（源丢包率）、pDstLoss（目标丢包率）、Rate（速率）、SrcMac（源MAC地址）、DstMac（目标MAC地址）、Packet_num（包编号）。生理指标包括Temp（体温）、SpO2（血氧饱和度）、Pulse_Rate（脉搏率）、SYS（收缩压）、DIA（舒张压）、Heart_rate（心率）、Resp_Rate（呼吸频率）、ST（ST段）、Label（标签）。
数据格式：CSV格式，文件名为wustl-ehms-2020.csv，方便数据分析和处理。
来源信息：数据来源于Haytam Qadari的wustlehms2020项目，具体来源可能为医疗机构内部网络流量与生理数据采集。
该数据集适合用于网络安全分析、医疗设备异常检测、患者状态监测以及基于网络流量的生理状态预测等研究。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于医疗健康、网络安全、物联网等领域的学术研究，例如基于网络流量的异常行为检测、生理状态预测、医疗设备安全分析等。
行业应用：可以为医疗健康行业提供数据支持，例如远程医疗、智能健康监测、医疗设备安全防护等。
决策支持：支持医疗机构的网络安全策略制定、患者健康风险评估和预警。
教育和培训：作为医疗物联网、数据分析、机器学习等相关课程的实训素材，帮助学生和研究人员深入理解网络流量与生理指标之间的关系。
此数据集特别适合用于探索网络流量特征与生理指标之间的关联，为开发基于网络流量的健康监测系统、提高医疗设备安全性提供数据基础。
