IoT23 network traffic anomalies classification:基于IoT23数据集的网络流量异常检测与分类 源码
网络流量异常的检测和分类 实验基于 数据集的版本。 1.先决条件 1.1。 安装项目依赖项 不 姓名 版本 描述 1个 3.8.8 程式语言 2个 0.24.1 Python机器学习工具 3 1.19.5 Python科学计算工具 4 1.2.2 Python中的数据分析和数据处理工具 5 3.3.4 用Python可视化 6 0.11.1 统计数据可视化 7 5.8.0 跨平台库,用于检索Python中正在运行的进程和系统利用率(CPU,内存,磁盘,网络,传感器)的信息 8 0.3.7 可视化库 9 -- 用于模型序列化的Python对象序列化 1.2。 下载并提取数据集 下载的较轻版本(存档大小-8.8 GB) 较轻的版本仅包含带标签的流,而没有pcaps文件 提取档案(大小-大约44 GB) 2.安装项目 克隆此仓库 安装缺少的库 打开config.py并
下载地址
用户评论
作者通过对IoT23数据集的研究，从实际数据中揭示了网络流量异常的特征，为网络安全领域的相关研究提供了新的视角。
这篇文件通过对IoT23数据集进行网络流量异常检测与分类，提供了有价值的研究成果。
文章内容实用且系统，对读者来说有一定的实际指导意义。
作者在对网络流量异常进行分类方面，提出了一种有效的方法，为IoT设备的网络安全提供了重要参考。
该文件对于网络流量异常的检测和分类问题提供了有益的解决思路，对该领域的研究具有一定的贡献。