5G-NIDD：基于 5G 无线网络生成的综合网络入侵检测数据集
密码学与安全
2022-12-05 v1 网络与互联网体系结构
摘要
随着大量新连接、新特性和新服务的引入，第五代（5G）无线技术反映了移动通信网络的发展，并将在未来十年持续存在。5G 所融合的众多服务与技术使现代通信网络变得极为复杂和精密。这种复杂性加上机器学习（ML）和人工智能（AI）的引入，为攻击者针对网络及网络设备发起智能攻击提供了机会。由于缺乏应对这些威胁的智能安全机制，此类攻击常未被检测到。因此，在全网部署实时、主动和自适应的安全机制将成为 5G 及未来通信系统的组成部分。因此，从真实网络收集的大量数据将在训练 AI/ML 模型以识别和检测网络流量中的恶意内容方面发挥重要作用。本工作提出 5G-NIDD，一个构建于功能性 5G 测试网络上的全标注数据集，可供开发和测试 AI/ML 方案的人员使用。本工作进一步使用常见 ML 模型分析所收集数据，并展示了达成的准确率水平。
引用
@article{arxiv.2212.01298,
title = {5G-NIDD: A Comprehensive Network Intrusion Detection Dataset Generated over 5G Wireless Network},
author = {Sehan Samarakoon and Yushan Siriwardhana and Pawani Porambage and Madhusanka Liyanage and Sang-Yoon Chang and Jinoh Kim and Jonghyun Kim and Mika Ylianttila},
journal= {arXiv preprint arXiv:2212.01298},
year = {2022}
}
备注
Link to the Dataset http://ieee-dataport.org/10203