CIC-IDS2017数据集特征介绍

蓝亚之舟
蓝亚之舟
蓝亚之舟
57
文章
17
评论
更多
2021年4月17日13:56:25250,1092 2905字阅读9分41秒

1、简介

通信安全机构(CSE)与加拿大网络安全研究所(CIC)合作项目，该项目对自 1998 年以来现有的 11 个数据集的评估表明，大多数数据集（比如经典的 KDDCUP99，NSLKDD 等）已经过时且不可靠。其中一些数据集缺乏流量多样性和容量，一些数据集没有涵盖各种已知的攻击，而另一些数据集将数据包有效载荷数据匿名化，这不能反映当前的趋势。有些还缺少特征集和元数据。

CIC-IDS-2017 数据集包含良性和最新的常见攻击，类似真实世界数据(PCAPs)。

它的数据采集截至 2017 年 7 月 7 日(星期五)下午 5 时，共计 5 天。星期一是正常的一天，只包括正常的流量。实现的攻击包括暴力 FTP、暴力 SSH、DoS、Heartbleed、Web 攻击、渗透、僵尸网络和 DDoS。他们分别于周二、周三、周四和周五上午和下午被执行。

其官方网站为：https://www.unb.ca/cic/datasets/ids-2017.html

关于该数据集的介绍，其有一篇论文，感兴趣的可以去看看：

CIC-IDS2017数据集特征介绍

论文链接：https://www.scitepress.org/Papers/2018/66398/66398.pdf

论文对比自 1998 年以来现有的 11 个数据集的优劣、CIC-IDS2017 数据集如何形成（网络部署、攻防步骤等）、使用机器学习算法对该数据集进行测试（有测试结果）以及多个数据集的优劣对比等。

2、下载

直接前往官网，最底部有下载按钮：

CIC-IDS2017数据集特征介绍

点击按钮，需要填写注册信息，随意填写就可以，填写完成，就可以看到下载目录：

CIC-IDS2017数据集特征介绍

如上图所示，在目录中，有三类文件，其中 GeneratedLabelledFlows 是完整提取文件，而 MachineLearningCSV 则是在前者基础上进行修剪后的版本，剔除了 IP 和时间戳等不适合机器学习的属性列，如果只是单纯进行机器学习训练，只需要下载后者即可。

除了上面两类文件，还有 Pcaps 文件，这个是纯粹的数据流文件，上面两个文件都在通过该 pcap 文件提取出来的。

3、数据特征

下载完成，其目录格式如下：

CIC-IDS2017数据集特征介绍

(1)fl_dur

流持续时间

(2)tot_fw_pk（流出方向？）

在正向上包的数量

（3）tot_bw_pk

在反向上包的数量

（4）tot_l_fw_pkt

正向数据包的总大小

（5）fw_pkt_l_max

包在正向上的最大大小

（6）fw_pkt_l_min

包在正向上的最小大小

（7）fw_pkt_l_avg

数据包在正向的平均大小

（8）fw_pkt_l_std

数据包正向标准偏差大小

（9）Bw_pkt_l_max

包在反向上的最大大小

（10）Bw_pkt_l_min

包在反向上的最小大小

（11）Bw_pkt_l_avg

数据包在反向的平均大小

（12）Bw_pkt_l_std

数据包反向标准偏差大小

（13）fl_byt_s

流字节率，即每秒传输的数据包字节数

（14）fl_pkt_s

流包率，即每秒传输的数据包数

（15）fl_iat_avg

两个流之间的平均时间

（16）fl_iat_std

两个流之间标准差

（17）fl_iat_max

两个流之间的最大时间

（18）fl_iat_min

两个流之间的最小时间

（19）fw_iat_tot

在正向发送的两个包之间的总时间

（20）fw_iat_avg

在正向发送的两个包之间的平均时间

（21）fw_iat_std

在正向发送的两个数据包之间的标准偏差时间

（22）fw_iat_max

在正向发送的两个包之间的最大时间

（23）fw_iat_min

在正向发送的两个包之间的最小时间

（24）bw_iat_tot

反向发送的两个包之间的总时间

（25）bw_iat_avg

反向发送的两个数据包之间的平均时间

(26)bw_iat_std

反向发送的两个数据包之间的标准偏差时间

(27)bw_iat_max

反向发送的两个包之间的最大时间

(28)bw_iat_min

反向发送的两个包之间的最小时间

(29)fw_psh_flag

在正向传输的数据包中设置 PSH 标志的次数(UDP 为 0)

(30)bw_psh_flag

在反向传输的数据包中设置 PSH 标志的次数(UDP 为 0)

(31)fw_urg_flag

在正向传输的数据包中设置 URG 标志的次数(UDP 为 0)

(32)bw_urg_flag

反方向数据包中设置 URG 标志的次数(UDP 为 0)

(33)fw_hdr_len

用于前向方向上的包头的总字节数

（34）bw_hdr_len

用于后向方向上的包头的总字节数

（35）fw_pkt_s

每秒前向包的数量

（36）bw_pkt_s

每秒后向包的数量

（37）pkt_len_min

流的最小长度

（38）pkt_len_max

流的最大长度

（39）pkt_len_avg

流的平均长度

（40）pkt_len_std

流长度的方差

（41）pkt_len_va

最小包到达间隔时间

（42）fin_cnt

带有 FIN 的包数量

（43）syn_cnt

带有 SYN 的包数量

（44）rst_cnt

带有 RST 的包数量

（45）pst_cnt

带有 PUSH 的包数量

（46）ack_cnt

带有 ACK 的包数量

（47）urg_cnt

带有 URG 的包数量

（48）cwe_cnt

带有 CWE 的包数量

（49）ECE

带有 ECE 的包数量

（50）down_up_ratio

下载和上传的比例

（51）pkt_size_avg

数据包的平均大小

（52）fw_seg_avg

观察到的前向方向上数据包的平均大小

（53）bw_seg_avg

观察到的后向方向上数据包的平均大小

（54）fw_byt_blk_avg

在正向上的平均字节数块速率

（55）fw_pkt_blk_avg

在正向方向上数据包的平均数量

（56）fw_blk_rate_avg

在正向方向上平均 bulk 速率

（57）bw_byt_blk_avg

在反向上的平均字节数块速率

（58）bw_pkt_blk_avg

在反向方向上数据包的平均数量

（59）bw_blk_rate_avg

在反向方向上平均 bulk 速率

（60）subfl_fw_pk

在正向子流中包的平均数量

（61）subfl_fw_byt

子流在正向中的平均字节数

（62）subfl_bw_pkt

反向子流中数据包的平均数量

（63）subfl_bw_byt

子流在反向中的平均字节数

（64）fw_win_byt

在正向的初始窗口中发送的字节数

（65）bw_win_byt

在反向的初始窗口中发送的字节数

（66）Fw_act_pkt

在正向方向上具有至少 1 字节 TCP 数据有效负载的包

（67）fw_seg_min

在正方向观察到的最小 segment 尺寸

（68）atv_avg

流在空闲之前处于活动状态的平均时间

（69）atv_std

流在空闲之前处于活动状态的标准偏差时间

（70）atv_max

流在空闲之前处于活动状态的最大时间

（71）atv_min

流空闲前激活的最小时间

（72）idl_avg

流在激活之前空闲的平均时间

（73）idl_std

流量在激活前处于空闲状态的标准偏差时间

（74）idl_max

流在激活之前空闲的最大时间

（75）idl_min

流在激活之前空闲的最小时间

继续阅读
蓝亚之舟