attack_data
一站式获取多种攻击数据集，快速训练安全模型
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-21 · 当前星标 ★ 840
使用教程
环境要求
- git-lfs
- Python 3.9+
安装与启动步骤
-
1装 git-lfs
数据集大文件走 LFS，没装会拿到指针文件。
brew install git-lfs && git lfs install -
2克隆
仓库随攻击样本更新，按需拉取。
git clone https://github.com/splunk/attack_data cd attack_data -
3装工具依赖
自带脚本要 python 环境。
pip install virtualenv pip install -r bin/requirements.txt -
4按技术点取数据
按 ATT&CK 编号找对应样本目录。
ls datasets/attack_techniques | head
如何确认成功
能取到某个技术点下的日志样本，且不是 LFS 指针文件。
注意事项
- 样本是攻击日志，只用于检测规则验证与演练。
- 跑样本要在隔离环境，别在办公网复现。
- 按 ATT&CK 组织，便于对齐检测覆盖度。
核心亮点
- 汇集多种攻击类型数据，省去跨平台搜集成本
- 提供Python加载脚本，数据读取和预处理更便捷
- 仓库结构清晰，附带说明文档，便于按需选用
不足之处
- 数据集更新频率和覆盖范围依赖社区贡献，可能不够全面
- 部分数据来源和授权信息需使用者自行核实
适用场景
- 训练入侵检测或异常流量识别模型
- 安全课程教学与实验数据准备
- 对比不同机器学习算法在攻击检测上的表现
替代项目
CIC-IDS2017、UNSW-NB15
上一篇：loghub
下一篇：cv-dataset
同类项目推荐
cleanvision
开源
扫一眼图像数据集，自动揪出模糊、重复等脏数据
Automatically find issues in image datasets and practice data-centric computer visio···
GTSinger
开源
一个数据集搞定多种歌唱技巧与语言，让歌声合成更真实可控
Dataset and code of GTSinger(NeurIPS 2024 Spotlight): A Global Multi-Technique Singi···
dataset-generator
开源
配好字段规则，一键生成逼真演示数据集
AI Dataset Generator – Create realistic datasets for demos, learning, and dashboard···
semhash
开源
一句话找出数据集里语义重复的样本，快速去重。
Fast Multimodal Semantic Deduplication & Filtering
ICASSP-2023-24-Papers
开源
一键速览ICASSP 2023-24前沿论文，附代码，科研快人一步
ICASSP 2023-2024 Papers: A complete collection of influential and exciting research ···
Craw4LLM
开源
让爬虫懂LLM需求，抓取即训练语料
Official repository for "Craw4LLM: Efficient Web Crawling for LLM Pretraining"
malecns
开源
用 R 一键读取果蝇雄性连接组数据
Access to the latest 'Janelia FlyEM' datasets
synergy-dataset
开源
用机器学习自动筛文献，系统综述省一半人力
SYNERGY - Open machine learning dataset on study selection in systematic reviews
OpenS2V-Nexus
开源
给视频生成模型做主体一致性大考，百万数据+标准评分
[NeurIPS 2025 D&B] OpenS2V-Nexus: A Detailed Benchmark and Million-Scale Dataset for···