用于入侵检测的CubeSat网络安全数据集 (CuCD-ID):标有NOS3/cFS遥测 (原始+增强) 与COSMOS复制脚本
Yasamin Fayyaz1, Seyedeh Negar Afrasiabi1, Li Yang1
1Faculty of Business and Information Technology, Ontario Tech University, 2000 Simcoe Street North, Oshawa, Ontario L1G 0C5, Canada.
Data in brief
|March 5, 2026
概括
这篇数据文章介绍了入侵检测 (CuCD-ID) 的CubeSat网络安全数据集,为机器学习安全研究提供标记空间系统数据. 它支持为CubeSats开发强大的入侵检测模型.
科学领域:
- 太空系统工程 太空系统工程
- 网络安全 网络安全
- 机器学习 机器学习
背景情况:
- 太空系统面临越来越多的网络安全威胁.
- 现有的数据集可能不能充分代表空间特定的攻击向量.
- 机器学习对于实时检测新型威胁至关重要.
研究的目的:
- 介绍CubeSat网络安全数据集用于入侵检测 (CuCD-ID).
- 为开发和比较基于机器学习的入侵检测系统提供一个标记的数据集,用于太空任务.
- 为了促进对CubeSats强大的网络安全的研究.
主要方法:
- 使用美国宇航局小型卫星运行模拟器 (NOS3) 和核心飞行系统 (cFS) 来生成数据.
- 模拟了基于SPARTA框架的四种对抗策略 (命令泛滥,虚假数据注入,存储耗尽,防御损害).
- 通过COSMOS v4收集远程测量和指挥数据,创建原始和增强的 (噪音) CSV数据集.
主要成果:
- CuCD-ID数据集包括两个表格式的CSV文件:一个原始数据集 (25,000条记录,31条特征) 和一个增强的噪音数据集 (22,465条记录,23条特征).
- 功能包括CCSDS包头信息,工程滑动窗口指标,系统级数据和入侵标签.
- 增强数据集包含9个噪声类别,以提高模型对轨道干扰的稳定性.
结论:
- CuCD-ID数据集对于开发和评估监督和无监督入侵检测方法非常有价值.
- 它适用于太空系统中的机载和微型机器学习应用.
- 提供模拟脚本确保可重现性,并允许进一步扩展数据.


