Dataset anotado para detección de anomalías en un CPD con sensores IoT

Abstract

[Resumen] Para detectar anomaías de táfico usando técnicas de aprendizaje automático, es necesario obtener un conocimiento básico del rendimiento y comportamiento de la red. Por ello este trabajo presenta DAD, un conjunto de datos contextualizado, etiquetado y con un análisis sistemático, que reproduce el comportamiento de una red real. DAD presenta siete días de actividad con tres tipos de anomalías: duplicación, interceptación y modificación. Sobre el conjunto de datos se aplica ingeniería de características, para que así puedan ser aplicadas técnicas de clasificación usando algoritmos de aprendizaje automático.