A New Framework for Publishing and Sharing Network and Security Datasets
Notice bibliographique
Résumé
Datasets are very important for network and security research and development. Despite the continuous growth in the number of available datasets, there is no effective publishing and sharing mechanisms so that realistic and representative datasets are not only hard to construct but it is difficult to select from tens of thousands of datasets scattered in online repositories. This work aims to alleviate the difficulties inherent in searching, selecting and comparing datasets as well as to decrease the ambiguity associated with dataset publication and share. In this paper we present the basis and the implementation of a new framework to describe and share network datasets with a special focus on network and security-related datasets. Hereafter, we present the underlying idea of the proposed framework and the key component of this approach: a Dataset Description Language (DDL) to express dataset metadata. Besides that, we explain how we implemented a proof-of-concept prototype to demonstrate its feasibility and usefulness, only from OSOTS (Open Source Off The Shelf). It allows us to overcome the problem of backward dealing with a huge number of already existing datasets where it generates Dataset Description Sheets (DDS) automatically for traffic datasets. The proposed approach provides several benefits where it facilitates searching in dataset repositories according to various criteria. Moreover, its output in XML format can be integrated easily with Security Content Automation Protocol (SCAP) tools. It also, enhances communicating dataset properties in a clear and succinct manner.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».