CICIDS2017数据集参数解析与网络安全检测实战指南

1次阅读

共计 1536 个字符，预计需要花费 4 分钟才能阅读完成。

CICIDS2017 是由加拿大网络安全研究所公开的网络入侵检测基准数据集，包含 7 天的真实网络流量（约 2.8 百万条记录），涵盖 Brute Force、XSS、DDoS 等常见攻击类型。其核心价值在于：

提供完整 PCAP 文件和提取的 83 个网络流特征
标注覆盖正常流量和 11 类攻击变体
时间戳精确到微秒级，支持时序分析

Flow Duration：连接持续时间（μs），短连接可能指示扫描行为
Total Fwd Packets：上行包数量，突增可能为 DDoS 征兆
Flow Bytes/s：字节传输速率，异常值反映数据泄露
Bwd Packet Length Mean：下行包平均长度，XSS 攻击通常较小

Packet 长度方差 / 标准差（检测流量突变）
TCP 窗口大小变化（识别连接劫持）
包到达时间间隔（发现心跳包攻击）

import pandas as pd
from sklearn.preprocessing import MinMaxScaler

# 加载数据
df = pd.read_csv('MachineLearningCSV/MachineLearningCVE/Friday-WorkingHours-Afternoon-DDos.pcap_ISCX.csv')

# 清洗步骤

def clean_data(df):
    # 处理缺失值
    df = df.dropna(axis=1, how='all')
    df = df.fillna(0)

    # 标签编码
    df['Label'] = df['Label'].apply(lambda x: 1 if x != 'BENIGN' else 0)

    # 特征缩放
    scaler = MinMaxScaler()
    numeric_cols = df.select_dtypes(include=['float64']).columns
    df[numeric_cols] = scaler.fit_transform(df[numeric_cols])

    return df

from xgboost import XGBClassifier
from sklearn.model_selection import train_test_split

# 特征工程
X = df.drop(['Label'], axis=1)
y = df['Label']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)

# 模型训练
model = XGBClassifier(
    n_estimators=100,
    max_depth=6,
    learning_rate=0.1
)
model.fit(X_train, y_train)