एमएल समुदाय दिवस 9 नवंबर है! TensorFlow, JAX से नई जानकारी के लिए हमसे जुड़ें, और अधिक जानें

केडीडीकप99

  • विवरण:

यह तीसरा अंतर्राष्ट्रीय ज्ञान खोज और डेटा खनन उपकरण प्रतियोगिता के लिए उपयोग किया जाने वाला डेटा सेट है, जिसे KDD-99 ज्ञान खोज और डेटा खनन पर पांचवें अंतर्राष्ट्रीय सम्मेलन के संयोजन में आयोजित किया गया था। प्रतियोगिता का कार्य एक नेटवर्क घुसपैठ डिटेक्टर का निर्माण करना था, एक भविष्य कहनेवाला मॉडल जो 'खराब' कनेक्शन, जिसे घुसपैठ या हमले कहा जाता है, और 'अच्छे' सामान्य कनेक्शन के बीच अंतर करने में सक्षम है। इस डेटाबेस में ऑडिट किए जाने वाले डेटा का एक मानक सेट होता है, जिसमें सैन्य नेटवर्क वातावरण में सिम्युलेटेड घुसपैठ की एक विस्तृत विविधता शामिल होती है।

विभाजित करना उदाहरण
'test' 311,029
'train' 4,898,431
  • विशेषताएं:
FeaturesDict({
    'count': tf.int32,
    'diff_srv_rate': tf.float32,
    'dst_bytes': tf.int32,
    'dst_host_count': tf.int32,
    'dst_host_diff_srv_rate': tf.float32,
    'dst_host_rerror_rate': tf.float32,
    'dst_host_same_src_port_rate': tf.float32,
    'dst_host_same_srv_rate': tf.float32,
    'dst_host_serror_rate': tf.float32,
    'dst_host_srv_count': tf.int32,
    'dst_host_srv_diff_host_rate': tf.float32,
    'dst_host_srv_rerror_rate': tf.float32,
    'dst_host_srv_serror_rate': tf.float32,
    'duration': tf.int32,
    'flag': ClassLabel(shape=(), dtype=tf.int64, num_classes=11),
    'hot': tf.int32,
    'is_guest_login': tf.bool,
    'is_hot_login': tf.bool,
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=40),
    'land': tf.bool,
    'logged_in': tf.bool,
    'num_access_files': tf.int32,
    'num_compromised': tf.int32,
    'num_failed_logins': tf.int32,
    'num_file_creations': tf.int32,
    'num_outbound_cmds': tf.int32,
    'num_root': tf.int32,
    'num_shells': tf.int32,
    'protocol_type': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
    'rerror_rate': tf.float32,
    'root_shell': tf.bool,
    'same_srv_rate': tf.float32,
    'serror_rate': tf.float32,
    'service': ClassLabel(shape=(), dtype=tf.int64, num_classes=71),
    'src_bytes': tf.int32,
    'srv_count': tf.int32,
    'srv_diff_host_rate': tf.float32,
    'srv_rerror_rate': tf.float32,
    'srv_serror_rate': tf.float32,
    'su_attempted': tf.int32,
    'urgent': tf.int32,
    'wrong_fragment': tf.int32,
})
  • प्रशस्ति पत्र:
@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"
}