attack_data 是数据集领域的开源项目，由 splunk 开发，2020 年首次发布。
在全站 12,822 个收录项目中，它的 GitHub 星标数（819）位列前 30%，在数据集分类中处于中上游。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-19。开源数据集，免费使用。
它主要面向的使用场景是：训练入侵检测或异常流量识别模型。同类可对比的替代方案包括 CIC-IDS2017、UNSW-NB15。
attack_data
一站式获取多种攻击数据集，快速训练安全模型
attack_data 是一个汇集多种网络攻击行为数据集的仓库，主要面向安全研究、入侵检测和机器学习模型训练场景。它把来自不同来源的攻击流量、日志、样本等数据整理成统一结构，解决安全领域公开数据分散、格式不一、难以直接用于实验的问题。核心能力包括：提供多类攻击（如DDoS、暴力破解、Web攻击等）的原始数据或特征数据；附带数据说明和加载脚本，方便快速读取；支持研究者复现实验、对比算法效果。项目用 Python 编写，适合作为安全数据集入口，帮助初学者和工程师省去四处搜集清洗数据的时间。
开源
free
数据集
GitHub 星标
★ 819
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类数据集
开发团队splunk
所属国家
定价模式free
价格说明开源数据集，免费使用
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型
GitHub 星标★ 819
30天Star增速
HF 下载量
上线时间2020-07-21 00:00:00
最近更新2026-09-19 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-21
浏览次数0
使用教程
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
项目介绍
上一篇：loghub
下一篇：cv-dataset
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models