【B384】使用NSL-KDD数据集制作一个入侵检测模型

项目编号：B384

文件大小：23M

源码说明：带中文注释

开发环境：Python3.7

简要概述：

介绍

研究生信息安全课程大作业，使用NSL-KDD数据集训练一个网络入侵检测模型，并用KDDCup和NSL-KDD数据集进行模型评估。

使用环境

python == 3.7.9

scikit-learn == 0.19.1

numpy == 1.15.4

pandas == 1.1.2

文件介绍

./data/ : 程序使用到的NSL-KDD网络入侵检测数据集和KDD-CUP网络入侵检测数据集

./model/ : 训练完成的基于SVM的网络入侵检测模型以及PCA降维模型

model_with_pca.ipynb: 训练利用PCA降维后的数据的网络入侵检测模型

model_no_pca.ipynb: 训练未使用PCA降维的数据的网络入侵检测模型

get_KDD_cup_data.ipynb: 处理KDD-CUP数据集

read_kddcup99.py: 将KDD-CUP数据集从特殊文件读如到.csv文件中

evaluate_model_with_kdddataset.ipynb: 使用KDD-CUP数据集对训练好的网络入侵检测数据集进行评估

训练完成的模型

IDS_model-8-0.m: 使用PCA降维后的数据训练的网络入侵检测模型

NO_PCA_IDS_model.m: 使用未降维数据训练的网络入侵检测模型

pca_model.m: PCA降维模型

目录│文件列表:

 └ net-security-homework

    │ evaluate_model_with_kdddataset.ipynb

    │ get_KDD_cup_data.ipynb

    │ model_no_pca.ipynb

    │ model_with_pca.ipynb

    │ read_kddcup99.py

    ├ data

    │  │ add_to_kdd_data.csv

    │  │ kddcup_data.csv

    │  │ kddcup_data_corrected.csv

    │  └ NSL_KDD-master

    │     │ Attack Types.csv

    │     │ Field Names.csv

    │     │ Field Names.docx

    │     │ KDDTest+.csv

    │     │ KDDTest+.txt

    │     │ KDDTest-21.txt

    │     │ KDDTrain+.csv

    │     │ KDDTrain+.txt

    │     │ KDDTrain+_20Percent.txt

    │     │ KDDTrain20pre.csv

    │     │ ReadMe.txt

    │     │ Small Training Set.csv

    │     └ .ipynb_checkpoints

    │        │ KDDTest+-checkpoint.txt

    │        │ KDDTrain+-checkpoint.csv

    │        └ KDDTrain+-checkpoint.txt

    └ model

       │ IDS_model_8-0.m

       │ NO_PCA_IDS_model.m

       └ pca_model.m