基于机器学习的网络异常流量识别系统——数据篇

数据集

获取数据集的两个方案（网络异常流量）

一、自己配置虚拟机爬取数据（有条件的可以直接搞服务器上的数据）
缺点：很耗时而且爬的还没有什么普适性，电脑不行直接挂，我就是(￣▽￣)"

• 自己用NetMate，设置特征选择的数据，然后直接爬。
• 系统：linux，配置文件设置一下就可开始对爬取的数据做特征。
  Net Mate官网
• 预安装软件： readline libpcap libxml2 libcurl openssl pthreads

二、用已经爬取好的强大数据集
缺点：不是自己的(￣▽￣)"

• 在经过一段长时间的寻觅后，我发现了它：KDDCUP1999的数据集，下面简要说一下它的内容和优势：

  1.No.5 KDD CUP的预期目标是实现一个网络入侵检测系统（和我的目的一致(lll￢ω￢)）。
  2.预测模型需要能够辨别出到底哪个是入侵或攻击的“BAD”连接还是正常的“GOOD”连接。
  3.数据集包含一组标准的审计数据，包括在军事网模拟的各种攻击。

• 数据集收集了9周时间的TCP dump网络连接和系统审计数据，仿真各种用户类型、各种不同的网络流量和攻击手段。（所以我觉得为什么不用它呢，虽然电脑还是可能会炸，但是我省去了爬数据的时间，毕竟7