刘江豪，张安琳，黄子奇，黄道颖*，陈孝文

（1.郑州轻工业大学计算机与通信工程学院，郑州 450000；2.北方信息控制研究院集团有限公司，南京 211153；3.郑州轻工业大学工程训练中心，郑州 450000）

0 引言

没有网络安全就没有国家安全。全球大国战略竞争不断加剧，随着大数据、人工智能以及物联网技术的不断发展，网络攻击更加频繁，攻击方式日新月异，网络安全问题呈现出更为严峻的态势。为保障网络和信息化的稳步发展，各国逐步完善网络空间安全国家战略，网络作战能力的提升将是国防安全的新重点［1］。入侵检测作为网络安全系统的第二道防线，在识别日益增多的网络入侵行为方面引起众多研究者的关注。

入侵检测系统（Intrusion Detection System，IDS）在部署前要进行大量的测试、评估和调整，需要对带有入侵和异常行为的标记流量进行系统评估。因此，所用测试数据集的质量对入侵检测系统的性能起着至关重要的作用［2］。基于网络的理想数据集应该包含最新攻击行为和正常用户行为的真实网络流量，不仅正确标记、公开可用，而且需跨越较长的时间［3］。但理想的入侵检测数据集并不存在，通常研究人员使用的数据集都是次优的。常用的实验分析基准数据集有KDD-Cup99 和NSL-KDD 等，目前所做的研究都是基于这些旧数据集［4］。但这些数据集存在着一些致命问题：没有考虑到现代入侵检测需要过滤的更高级的威胁，不能反映最新、最真实的网络流量特性，缺乏多样性［5］。

CSE-CIC-IDS2018 入侵检测数据集是通信安全机构（CSE）和加拿大网络安全研究所（CIC）合作项目。……