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
¿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
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
Credit Card Fraud Detection (ULB)
FinanzasTransacciones reales de tarjetas de crédito europeas, el dataset de referencia para practicar detección de fraude.
Enron Email Dataset
Ciberseguridad / NlpMedio millón de correos reales de la empresa Enron, un clásico para NLP y análisis de redes organizacionales.