kddcup99

• คำอธิบาย :

นี่คือชุดข้อมูลที่ใช้สำหรับการแข่งขันการค้นพบความรู้ระดับนานาชาติและเครื่องมือขุดข้อมูลครั้งที่สาม ซึ่งจัดขึ้นร่วมกับ KDD-99 การประชุมนานาชาติครั้งที่ห้าว่าด้วยการค้นพบความรู้และการทำเหมืองข้อมูล ภารกิจการแข่งขันคือการสร้างเครื่องตรวจจับการบุกรุกเครือข่าย ซึ่งเป็นโมเดลคาดการณ์ที่สามารถแยกความแตกต่างระหว่างการเชื่อมต่อที่ 'ไม่ดี' ซึ่งเรียกว่าการบุกรุกหรือการโจมตี และการเชื่อมต่อปกติที่ 'ดี' ฐานข้อมูลนี้มีชุดข้อมูลมาตรฐานที่ต้องตรวจสอบ ซึ่งรวมถึงการบุกรุกที่หลากหลายซึ่งจำลองขึ้นในสภาพแวดล้อมเครือข่ายทางทหาร

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส north_east

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

• รหัสที่มา : tfds.datasets.kddcup99.Builder

• รุ่น :

  • 1.0.0 : การเปิดตัวครั้งแรก
  • 1.0.1 (ค่าเริ่มต้น): แก้ไขการแยกวิเคราะห์ฟิลด์บูลีน land , logged_in , root_shell , is_hot_login และ is_guest_login

• ขนาดการดาวน์โหลด : 18.62 MiB

• ขนาดชุดข้อมูล : 5.25 GiB

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• แยก :

• โครงสร้างคุณลักษณะ :

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,
})

• เอกสารคุณสมบัติ :

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@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"
}