数据集概述
该数据集是论文《不速之客：证书透明度机器人身份与行为分析》的配套数据，包含证书透明度（CT）机器人的身份标识与行为记录相关数据，以及说明文档和处理代码，为研究CT生态中的自动化程序提供支持。
文件详解
- 文档与说明文件：
- Dataset Artifact Readme.pdf：PDF格式，数据集说明文档，包含数据集的背景、使用方法等信息
- 数据文件：
- ctpot_data.csv：CSV格式，证书透明度机器人行为数据，核心字段包括request_timestamp（请求时间戳）、host（主机）、user_agent（用户代理）、client_ip（客户端IP）、country_name（国家名称）等
- 代码文件：
- parse_dataset.py：Python格式，数据集解析代码，用于读取和处理ctpot_data.csv数据
- 环境配置文件：
- requirements.txt：TXT格式，Python依赖包列表，记录运行parse_dataset.py所需的环境依赖
适用场景
- 网络安全研究：分析证书透明度生态中自动化机器人的行为模式与身份特征
- 网络流量分析：识别异常CT请求流量，区分自动化程序与正常用户访问
- 证书安全研究：探究CT机器人对证书注册、分发流程的影响
- 恶意行为检测：基于机器人的用户代理、IP特征等数据，构建恶意CT机器人识别模型
