"\"CIC-DDoS2019 Non-Scaled Balanced 8 Attack Subset\""
Notice bibliographique
Résumé
"The CIC-DDoS2019 dataset was initially released by the Canadian Institute for Cybersecurity. On the testing day, seven DDoS attacks were executed, while twelve occurred on the training day to compile this dataset. The uploaded data titled \"CIC-DDoS2019 Non-Scaled Balanced 8 Attack Subset\" is prepared by applying a series of modification steps on the training day traffic of CIC-DDoS2019 dataset. These steps encompass:Data integration- Data is integrated from 12 CSV files which are generated by the network traffic of training day.Preprocessing:Removal of spaces in column names.Removal of 10 non-informative columns: 'Unnamed:0', \"FlowID\", \"SourceIP\", \"DestinationIP\", 'FwdAvgBytes\/Bulk', 'FINFlagCount', 'FwdAvgBulkRate', 'PSHFlagCount', 'Timestamp', 'SimillarHTTP'.Removal of rows with infinite valuesRemoval of duplicate rowsSelection of a subset of data comprising benign traffic along with eight specific attacks: NTP, DNS, LDAP, MSSQL, NetBIOS, SNMP, SSDP, UDP, UDP-Lag, WebDDoS, SYN, and TFTP.Drop the highly correlated 30 features from the Dataset. Number of features after dropping highly correlated ones are 47.Dataset with 47 features are down sampled with random under sampling to produce the final balanced dataset."
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,013 |
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 source (Gemma direct ou Codex distillé), 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 ».