PicoDomain：一个紧凑的高保真网络安全数据集
密码学与安全
2020-08-24 v1 机器学习
摘要
网络相关数据的分析已成为日益受关注的领域。随着更大比例的企业和政府开始理解网络攻击的影响，对更好网络安全解决方案的推动力不断增强。不幸的是，当前的网络安全数据集要么不提供真实标签，要么以匿名化数据提供。前者在验证结果时导致困境，后者可能移除有价值的信息。此外，大多数现有数据集足够大，使其在原型开发期间难以处理。在本文中，我们开发了 PicoDomain 数据集，一个来自真实入侵的紧凑高保真 Zeek 日志集合，使用了相关的工具、技术与流程。尽管在小型网络上模拟，该数据集由典型企业网络的流量组成，可用于分析平台的快速验证与迭代开发。我们使用传统统计分析和现成机器学习技术验证了该数据集。
引用
@article{arxiv.2008.09192,
title = {PicoDomain: A Compact High-Fidelity Cybersecurity Dataset},
author = {Craig Laprade and Benjamin Bowman and H. Howie Huang},
journal= {arXiv preprint arXiv:2008.09192},
year = {2020}
}