KDD CUP99数据集预处理（Python实现）

目录

1、KDD99 入侵检测数据集

2、NSL KDD 入侵检测数据集

3、UNSW_NB15 入侵检测数据集

4、NASA MDP 软件缺陷数据集

5、CNNVD 软件安全漏洞数据集

6、NVD 软件安全漏洞数据集

---

1、KDD99 入侵检测数据集

该数据集是从一个模拟的美国空军局域网上采集来的9个星期的网络连接数据，分成具有标识的训练数据和未加标识的测试数据。测试数据和训练数据有着不同的概率分布，测试数据包含了一些未出现在训练数据中的攻击类型，这使得入侵检测更具有现实性。在训练数据集中包含了1种正常的标识类型normal和22种训练攻击类型，另外有14种攻击仅出现在测试数据集中。

KDD99数据集下载、介绍和预处理

2、NSL KDD 入侵检测数据集

NSL-KDD数据集解决了KDD99数据集中存在的固有问题。NSL-KDD数据集由于缺少基于入侵检测网络的公共数据集，所以NSL-KDD数据集仍然存在一些问题，同时也不是现有真实网络的完美代表。但它仍然可以用作有效的基准数据集，以帮助研究人员比较不同的入侵检测方法。NSL-KDD训练集和测试集的设置是合理的，不同研究工作的评估结果将是一致的和可比的。

NSL-KDD数据集介绍与下载

3、UNSW_NB15 入侵检测数据集

UNSW_NB15 入侵检测数据集下载

4、NASA MDP 软件缺陷数据集

软件缺陷预测研究中心广泛应用的由美国航空航天局（NASA）公布的NASA IV＆V Facility Metrics Data Program(MDP)数据集，MDP 是一个开放的数据仓库，数据集的开放性方便了不同的研究者进行实验的重复、改进甚至反驳。 MDP包括 13个不同的数据集，这些数据均来自NASA 的13个实际软件项目，由最常见的开发语言编写。每个数据集包含来自不同软件项目的若干模块，规模从 125个模块到 17186 个模块不等。各个数据集由LOC、McCabe、Halstead等几类度量元属性和是否包含缺陷的类别标记（defective）组成。MDP数据集所提供的记录，一行代表一个模块，每个字段对应一个属性。

NASA MDP 软件缺陷数据集统计规模如下表：

数据集	开发语言	模块总数	缺陷模块数	属性个数	缺陷模块所占比例（%）
CM1	C	505	48	38	9.50
JM1	C	10878	2102	22	19.32
KC1	C++	2017	325	22	16.11
KC3	Java	458	43	40	9.39
KC4	Perl	125	61	15	48.80
MC1	C++	9466	68	39	0.72
MC2	C	161	52	38	32.30
MW1	C	403	31	38	7.70
PC1	C	1031	76	37	7.37
PC2	C	5589	23	37	0.41
PC3	C	1563	160	38	10.24
PC4	C	1458	178	38	12.21
PC5	C++	17186	516	39	3.00

 NASA MDP 软件缺陷数据集下载

5、CNNVD 软件安全漏洞数据集

CNNVD是中国信息安全漏洞数据库（China National Vulnerability Database of Information Security，CNNVD）

CNNVD数据集下载

6、NVD 软件安全漏洞数据集

NVD是美国国家计算机通用漏洞数据库（National Vulnerability Database，NVD）

NVD数据集下载

                    
点赞
                    1
                    
                    
收藏
                    
分享
                    
                                            
                                            

                        
                        
                        
                        

                            
文章举报
                        
                    
                                        

Asia-Lee 博客专家

发布了142 篇原创文章 · 获赞 510 · 访问量 47万+

他的留言板 关注