"\"CIC-DDoS2019 Non-Scaled Balanced 8 Attack Subset\""
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 découle