NSL-KDD

Tráfico de red etiquetado como normal o ataque, el benchmark clásico de detección de intrusiones.

ÁreaSeguridad y Ciberseguridad
DominioCiberseguridad
DificultadIntermedio
Tamaño~150,000 registros de tráfico de red
Fuente oficial

¿Qué puedes lograr con este dataset?

  • Practicar clasificación multiclase sobre datos de tráfico de red
  • Construir un sistema de detección de intrusiones (IDS) básico
  • Comparar tipos de ataque (DoS, probe, R2L, U2R) y sus patrones distintivos

Descripción

NSL-KDD es una versión mejorada del histórico KDD Cup 1999, que corrige problemas de redundancia y desbalance de la versión original, conteniendo registros de tráfico de red etiquetados como normales o como uno de varios tipos de ataque (denegación de servicio, escaneo de puertos, entre otros).

Casos de uso

  • Construcción de sistemas de detección de intrusiones (IDS)
  • Clasificación multiclase de tipos de ataque de red
  • Enseñanza introductoria de ciencia de datos aplicada a ciberseguridad
  • Comparación de algoritmos de clasificación sobre datos de seguridad

Cómo cargarlo

Cómo cargarlopython
import pandas as pd

columnas = ["duration", "protocol_type", "service", "flag", "src_bytes", "dst_bytes", "label"]
df = pd.read_csv("KDDTrain+.txt", header=None, usecols=range(7), names=columnas)
print(df["label"].value_counts())

Ventajas y limitaciones

Ventajas

  • Corrige los problemas de duplicados y desbalance extremo del KDD Cup 1999 original
  • Tamaño manejable, ideal para aprender sin infraestructura especial
  • Estándar histórico con mucha literatura de referencia

Limitaciones

  • Basado en tráfico de red simulado de finales de los 90, no refleja patrones de ataque actuales
  • Los tipos de ataque cubiertos son limitados frente al panorama de amenazas moderno

Datasets relacionados