注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. NSL-KDD数据集arff格式

  2. 入侵检测数据集、KDD数据集、处理好的arff格式，网络安全数据集

  3. 所属分类：机器学习

    • 发布日期：2018-01-09
    • 文件大小：12mb
    • 提供者：mldatamining

  1. 处理的入侵检测数据集

  2. 入侵检测数据集nsl-kdd，采用python进行数据预处理，字符转化为数据，数值标准化处理。采用的是包含了百分之20的那个数据子集处理的

  3. 所属分类：深度学习

    • 发布日期：2019-03-20
    • 文件大小：4mb
    • 提供者：zqzq19950725

  1. NSL-KDD数据集+KDD数据集

  2. KDD99:该数据集是从一个模拟的美国空军局域网上采集来的9个星期的网络连接数据,分成具有标识的训练数据和未加标识的测试数据。测试数据和训练数据有着不同的概率分布,测试数据包含了一些未出现在训练数据中的攻击类型,这使得入侵检测更具有现实性。 NSL-KDD:是KDD 99数据集的改进

  3. 所属分类：网络安全

    • 发布日期：2019-04-30
    • 文件大小：33mb
    • 提供者：juracka

  1. NSL-KDD（KDD Cup 1999数据集的重采样版本）

  2. NSL-KDD是KDD Cup 1999数据集的重采样版本，training set和test set分别采用(125973, 41) 和(22544, 41)的数据。在training set中，normal : abnormal = 67343 : 58630,解决了KDD99中类别不均衡的问题。

  3. 所属分类：网络安全

    • 发布日期：2019-06-17
    • 文件大小：2mb
    • 提供者：qq_37717661

  1. KDD CUP99和UNSW_NB15入侵检测数据集

  2. KDD CUP99数据集：是网络入侵检测领域的事实Benckmark，为基于计算智能的网络入侵检测研究奠定基础。 UNSW_NB15数据集：是综合性的网络攻击流量数据集，包括训练数据和测试数据，被广泛应用于异常入侵检测。相比于KDD99和NSL KDD数据集更适合相关研究人员用于入侵检测系统的研究。

  3. 所属分类：网络攻防

    • 发布日期：2020-03-02
    • 文件大小：168mb
    • 提供者：lzgyxc8204

  1. ICT cyber attack datasets.rar

  2. 工业控制系统电力系统和燃油管道系统公开数据集，相对于老掉牙的KDD和NSL-KDD来说这个数据集很新，包括二分类和多分类情况，大家做工业控制网络入侵检测研究工作的可以来下载哦

  3. 所属分类：网络安全

    • 发布日期：2020-02-15
    • 文件大小：66mb
    • 提供者：weixin_42129852

  1. IoT骨干网中基于异常的入侵检测的二维降维和两层分类模型.pdf

  2. IoT骨干网中基于异常的入侵检测的二维降维和两层分类模型；随着对物联网 （IoT） 设备和服务的日益依赖，检测 IoT 网络中的入侵和恶意活动的能力对于网络基础设施的恢复至关重要。本文提出了一种基于双层维度缩减和双层分类模块的入侵检测模型，旨在检测恶意活动，如用户到根 （U2R） 和远程到本地 （R2L） 攻击。 建议模型使用分量分析和尺寸减小模块的线性鉴别分析，将高维数据集注入具有较小特征的较低维度数据集。然后，我们应用一个双层分类模块，利用纳伊夫贝叶斯和确定性因子版本的 K-最近邻居来识别可

  3. 所属分类：其它

    • 发布日期：2020-01-11
    • 文件大小：1020kb
    • 提供者：qq_43342413

  1. NSL-KDD.rar

  2. 我们这里提供了一份完整的公开的网络流量数据集NSL-KDD，希望可以帮助研究这方面的你们，本人毕设用的就是这个数据集，亲测有效！

  3. 所属分类：网络安全

  1. NSL-KDD数据集

  2. 入侵检测NSL-KDD的数据集，包括训练集和测试集，已经划分好的百分之二十的训练测试集。有txt和arff两种格式的文件

  3. 所属分类：网络安全

    • 发布日期：2020-12-15
    • 文件大小：4mb
    • 提供者：qq_32830061

  1. NSL-KDD-数据集

  2. NSL-KDD数据集

  3. 所属分类：其它

  1. 基于dCNN的入侵检测方法

  2. 为了进一步提高入侵检测系统的检测准确率和检 测效率,提出了一种基于深度卷积神经网络的入侵检测方 法(dCNN)。该方法使用深度学习技术,如tanh、Dropout 和Softmax等,设计了深度入侵检测模型。首先通过数据填 充的方式将原始的一维入侵数据转换为二维的“图像数据”, 然后使用dCNN 从中学习有效特征,并结合 Softmax分类 器产生最终的检测结果。该文基于 Tensorflow-GPU 实现了 该方法,并在一块 NvidiaGTX10603GB的 GPU 上,使用 ADFA-LD

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：768kb
    • 提供者：weixin_38670391

  1. 可变融合的随机注意力胶囊网络入侵检测模型

  2. 为了增强检测模型的准确率与泛化性，提出了一种可变融合的随机注意力胶囊网络的入侵检测模型，通过特征动态融合，模型能够更好地捕捉数据特征；同时使用随机注意力机制，减少了对训练数据的依赖，使模型更具有泛化能力。所提模型在NSL-KDD和UNSW-NB15数据集上进行验证，实验表明，模型在2种测试集上的准确率分别达到了99.49%和98.60%。

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：822kb
    • 提供者：weixin_38728276