kddcup99

• תיאור :

זהו מערך הנתונים המשמש לתחרות ה-Third International Knowledge Discovery and Mining Tools, שהתקיימה בשיתוף עם KDD-99 הכנס הבינלאומי החמישי בנושא גילוי ידע וכריית נתונים. משימת התחרות הייתה לבנות גלאי חדירת רשת, מודל חיזוי המסוגל להבחין בין חיבורים 'רעים', הנקראים פריצות או התקפות, לבין חיבורים רגילים 'טובים'. מסד נתונים זה מכיל סט נתונים סטנדרטי לביקורת, הכולל מגוון רחב של פריצות המדומות בסביבת רשת צבאית.

• תיעוד נוסף : חקור על ניירות עם קוד

• דף הבית : https://kdd.ics.uci.edu/databases/kddcup99/kddcup99.html

• קוד מקור : tfds.datasets.kddcup99.Builder

• גרסאות :

  • 1.0.0 : שחרור ראשוני.
  • 1.0.1 (ברירת מחדל): מתקן ניתוח של שדות בוליאניים land , logged_in , root_shell , is_hot_login ו- is_guest_login .

• גודל הורדה : 18.62 MiB

• גודל מערך נתונים : 5.25 GiB

• שמירה אוטומטית במטמון ( תיעוד ): לא

• פיצולים :

לְפַצֵל	דוגמאות
'test'	311,029
'train'	4,898,431

• מבנה תכונה :

FeaturesDict({
    'count': int32,
    'diff_srv_rate': float32,
    'dst_bytes': int32,
    'dst_host_count': int32,
    'dst_host_diff_srv_rate': float32,
    'dst_host_rerror_rate': float32,
    'dst_host_same_src_port_rate': float32,
    'dst_host_same_srv_rate': float32,
    'dst_host_serror_rate': float32,
    'dst_host_srv_count': int32,
    'dst_host_srv_diff_host_rate': float32,
    'dst_host_srv_rerror_rate': float32,
    'dst_host_srv_serror_rate': float32,
    'duration': int32,
    'flag': ClassLabel(shape=(), dtype=int64, num_classes=11),
    'hot': int32,
    'is_guest_login': bool,
    'is_hot_login': bool,
    'label': ClassLabel(shape=(), dtype=int64, num_classes=40),
    'land': bool,
    'logged_in': bool,
    'num_access_files': int32,
    'num_compromised': int32,
    'num_failed_logins': int32,
    'num_file_creations': int32,
    'num_outbound_cmds': int32,
    'num_root': int32,
    'num_shells': int32,
    'protocol_type': ClassLabel(shape=(), dtype=int64, num_classes=3),
    'rerror_rate': float32,
    'root_shell': bool,
    'same_srv_rate': float32,
    'serror_rate': float32,
    'service': ClassLabel(shape=(), dtype=int64, num_classes=71),
    'src_bytes': int32,
    'srv_count': int32,
    'srv_diff_host_rate': float32,
    'srv_rerror_rate': float32,
    'srv_serror_rate': float32,
    'su_attempted': int32,
    'urgent': int32,
    'wrong_fragment': int32,
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
לספור	מוֹתֵחַ		int32
diff_srv_rate	מוֹתֵחַ		לצוף32
dst_bytes	מוֹתֵחַ		int32
dst_host_count	מוֹתֵחַ		int32
dst_host_diff_srv_rate	מוֹתֵחַ		לצוף32
dst_host_rerror_rate	מוֹתֵחַ		לצוף32
dst_host_same_src_port_rate	מוֹתֵחַ		לצוף32
dst_host_same_srv_rate	מוֹתֵחַ		לצוף32
dst_host_serror_rate	מוֹתֵחַ		לצוף32
dst_host_srv_count	מוֹתֵחַ		int32
dst_host_srv_diff_host_rate	מוֹתֵחַ		לצוף32
dst_host_srv_rerror_rate	מוֹתֵחַ		לצוף32
dst_host_srv_serror_rate	מוֹתֵחַ		לצוף32
מֶשֶׁך	מוֹתֵחַ		int32
דֶגֶל	ClassLabel		int64
חַם	מוֹתֵחַ		int32
הוא_אורח_כניסה	מוֹתֵחַ		bool
is_hot_login	מוֹתֵחַ		bool
תווית	ClassLabel		int64
ארץ	מוֹתֵחַ		bool
מחובר	מוֹתֵחַ		bool
num_access_files	מוֹתֵחַ		int32
num_comompromised	מוֹתֵחַ		int32
num_failed_logins	מוֹתֵחַ		int32
num_file_creations	מוֹתֵחַ		int32
num_outbound_cmds	מוֹתֵחַ		int32
num_root	מוֹתֵחַ		int32
num_shells	מוֹתֵחַ		int32
protocol_type	ClassLabel		int64
rror_rate	מוֹתֵחַ		לצוף32
root_shell	מוֹתֵחַ		bool
same_srv_rate	מוֹתֵחַ		לצוף32
serror_rate	מוֹתֵחַ		לצוף32
שֵׁרוּת	ClassLabel		int64
src_bytes	מוֹתֵחַ		int32
srv_count	מוֹתֵחַ		int32
srv_diff_host_rate	מוֹתֵחַ		לצוף32
srv_rerror_rate	מוֹתֵחַ		לצוף32
srv_serror_rate	מוֹתֵחַ		לצוף32
סו_ניסיון	מוֹתֵחַ		int32
דחוף	מוֹתֵחַ		int32
קטע_שגוי	מוֹתֵחַ		int32

• מפתחות בפיקוח (ראה as_supervised doc ): None

• איור ( tfds.show_examples ): לא נתמך.

• דוגמאות ( tfds.as_dataframe ):

• ציטוט :

@misc{Dua:2019 ,
  author = "Dua, Dheeru and Graff, Casey",
  year = 2017,
  title = "{UCI} Machine Learning Repository",
  url = "http://archive.ics.uci.edu/ml",
  institution = "University of California, Irvine, School of Information and
Computer Sciences"
}