Gotham Dataset 2025：一个用于入侵检测与安全研究的可复现大规模物联网网络数据集
密码学与安全
2025-02-06 v1 人工智能
摘要
本文提出了一个物联网网络流量数据集。我们的数据集利用 Gotham 测试平台生成，该平台是一个仿真的大规模物联网（IoT）网络，旨在为网络安全研究提供一个真实且异构的环境。该测试平台包含 78 个仿真物联网设备，运行于多种协议之上，包括 MQTT、CoAP 和 RTSP。网络流量使用 tcpdump 以数据包捕获（PCAP）格式进行捕获，并记录了正常流量和恶意流量。恶意流量通过脚本化攻击生成，涵盖了多种攻击类型，例如拒绝服务（DoS）、Telnet 暴力破解、网络扫描、CoAP 放大攻击以及命令与控制（C&C）通信的各个阶段。随后，数据在 Python 中使用 Tshark 工具进行处理以提取特征，并将所得数据转换为逗号分隔值（CSV）格式并添加标签。该数据仓库包含 PCAP 格式的原始网络流量和 CSV 格式的已处理标记数据。我们的数据集以分布式方式收集，即在物联网网关与每个物联网设备之间的接口处分别捕获网络流量。凭借其多样化的流量模式和攻击场景，该数据集为开发针对复杂、大规模物联网环境的入侵检测系统和安全机制提供了宝贵资源。该数据集已在 Zenodo 上公开提供。
引用
@article{arxiv.2502.03134,
title = {Gotham Dataset 2025: A Reproducible Large-Scale IoT Network Dataset for Intrusion Detection and Security Research},
author = {Othmane Belarbi and Theodoros Spyridopoulos and Eirini Anthi and Omer Rana and Pietro Carnelli and Aftab Khan},
journal= {arXiv preprint arXiv:2502.03134},
year = {2025}
}
备注
16 pages, 7 figures, 4 tables. Submitted at the Data in Brief journal