1.NSLKDD99: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。NSL-KDD:是KDD '99数据集https://www.coder100.com/index/index/content/id/1042620

2.NSLKDD数据集NSL_KDD数据集评分: 用于机器学习入侵检测的数据集,NSL_KDDNSL-KDD 这是KDD数据的改进版。进行网络入侵检测的研究生人员可以下载。 NSL_KDD2018-05-03 上传大小:23.00MB 所需:39积分/C币 NSL-KDD数据集各文件下载 包含:KDDTrain+.ARFF、KDDTrain+.TXT、KDDTrain+_20Percent.ARFF、KDDTrain+_20Percent.TXT、https://www.iteye.com/resource/xiqianwei7030-10389510

3.KDD99数据集与NSLKDD99数据集与NSL-KDD数据集介绍 摘要 这一部分会介绍一下KDD99数据集,包括NSL-KDD数据集,整理一些自己使用过的资料。 文章目录(Table of Contents) 入侵检测介绍 IDS : intrusion detection system, 入侵检测系统, 常用的方法有基于 anomaly detection 和Misuse detection.https://mathpretty.com/10244.html

4.深度学习机器学习用神经网络进行入侵检测,NSL数据处理&&训练技巧 建神经网络,输入41个特征,输出是那种类别的攻击 模型训练 模型推理 写gradio前端界面,用户自己输入41个特征,后端用模型推理计算后显示出是否是dos攻击。 使用方法: 获取代码和模型 【深度学习】用神经网络进行入侵检测,NSL-KDD数据集,用TCP连接特征判断是否是网络入侵 http://www.mzph.cn/news/774862.shtml

5.nslkdd数据集GitHubJehuty4949/NSLKDD:NSLNSL-KDD Dataset. Contribute to Jehuty4949/NSL_KDD development by creating an account on GitHub.https://github.com/defcom17/NSL_KDD

6.NSLKDD数据集Gale2020-11-0816219CC-BY-SA-NC 4.0 描述 NSL-KDD数据集 数据列表 数据名称上传日期大小下载 KDDTrain+.csv2020-11-0818.22MB KDDTest+.csv2020-11-083.28MB 文档 目录https://tianchi.aliyun.com/dataset/82644/

7.在NSL在NSL-KDD数据集上的组内对比 2024, 50(5): 543-557. 模型异构的联邦学习入侵检测 .https://journal.bjut.edu.cn/bjgydxxb/supplement/c75cec30-04ad-4a46-8446-f3505612af28

8.基于NSL朱平哲 三门峡职业技术学院信息传媒学院,三门峡,472000 在线阅读 下载 引用 收藏 分享 打印 摘要:针对物联网中设备和服务存在的潜在安全隐患,对入侵检测过程中的若干种特征选择方法进行比较研究.基于NSL-KDD数据集,以跨行业数据挖掘标准流程(Cross-Industry Standard Process for Data Mining,简称"CRISP DM")为主要研究https://d.wanfangdata.com.cn/periodical/ntfzzyjs201903005

9.用于异常检测的网络流量特性分析3.1 NSL-KDD数据集 我们知道,由于网络、流量配置和攻击的多样性,任何网络流量数据集的代表性都可能受到质疑。所以找到合适的标签数据集是很困难的。许多已发表的异常检测和特征选择建议仍然使用DARPA ' 98和KDD ' 99CUP,尽管这些数据集的古老性和强大的,广泛的批评家建议不要使用这些数据集(McHugh 2000)。在这项https://www.jianshu.com/p/a0418daa6bb7

10.AdetailedanalysisoftheKDDCUP99datasetKDD’99数据集存在一些问题,因为继承自DARPA‘98数据集,且只在其上面做了细微改动,所以原始问题也遗留了下来 Q2 这是否是一个新的问题? Q3 这篇文章要验证一个什么科学假设? Q4 有哪些相关研究?如何归类?谁是这一课题在领域内值得关注的研究员? Q5 论文中提到的解决方案之关键是什么? Q6 论文中的实验是如何https://readpaper.cn/paper/2099940443

11.6.基于机器学习的入侵检测和攻击识别——以KDDCUP99数据集为KDD Cup 1999数据集: 是KDD知识发现和数据挖掘会议的比赛数据集,主要为军事网络环境中模拟的多种入侵,是入侵检测应用的常用数据集,后续衍生出NSL-KDD。建议读者结合论文和官网数据集进行分析: https://www.unb.ca/cic/datasets/nsl.html 数据文件包括: https://www.huoban.com/news/post/19490.html

12.NSLKDDcnn实现cnnlstm代码mob64ca13f87273的技术博客CNN通过将滑动卷积滤波器应用于输入来处理序列数据。CNN可以从空间和时间维度学习特征。LSTM网络通过循环时间步长和学习时间步之间的长期依赖关系来处理序列数据。CNN-LSTM网络使用卷积层和LSTM层从训练数据中学习。 本代码基于Matlab平台编写实现,使用Maltab自带的数据集,注释详细,使用者可通过更改训练数据集实现自己需要的https://blog.51cto.com/u_16213584/9680862

13.时间序列异常检测(二)——基于KDD99数据集的实战异常检测（Anomaly detection）在时序数据分析中是一项成熟的技术，其核心在于识别正常数据流中的异常事件或行为。此技术广泛应用于量化交易、网络安全检测、自动驾驶与大型工业设备的日常维护等多个领域。本文基于KDD99与NSL_KDD数据集，探讨了深度与传统机器学习算法模型在异常检测领域的性能表现，并结合具体https://zhidao.baidu.com/question/1895056899041046308.html

14.网络入侵检测NetworkIntrusionDetectionSystem(NIDS)下载数据集 下载地址:NSL-KDD | Datasets | Research | Canadian Institute for Cybersecurity | UNB 这里采用NSL-KDD数据集而没有采用CICIDS2017数据集,因为CICIDS2017数据集太大了,本机电脑跑不动,NSL-KDD是轻量版的KDD-CUP-1999,去除了冗余字段和重复的流条目,便于测试。 http://www.louzhutie.cn/?article/1239387