异常检测数据集anomaly

### 异常检测数据集概述

异常检测领域广泛应用于多个行业，包括但不限于网络安全、医疗健康监测以及工业设备维护。为了支持机器学习模型的研发与测试，多种公开可用的数据集提供了丰富的资源。

#### 通用型异常检测数据集

- **KDD Cup 1999 数据库**：该数据库由美国国防分析研究所赞助创建，主要用于入侵检测系统的评估工作。它包含了大量模拟攻击行为产生的流量记录，可用于构建和验证针对网络活动中的异常情况的探测机制[^1]。

- **MNIST 和 CIFAR-10 图像集合**：尽管最初设计用于手写数字识别或物体分类任务，但这两个图像数据集同样适用于研究者们探索如何利用视觉信息来进行异常样本辨识的研究项目中。特别是当考虑将某些类别视为“正常”，其余视作潜在威胁时尤为有用[^3]。

#### 领域专用型异常检测数据集

- **NASA Shuttle Dataset**: 这是一个航天飞机发射过程中收集到的时间序列传感器读数资料集；其中包含了一些已知的操作失误案例，非常适合用来练习时间序列内的异常事件捕捉技巧[^4]。

- **Swat Water Treatment Plant Data Set**: 来自新加坡南洋理工大学智慧城市中心发布的水务处理厂监控系统所获取的信息流——此数据集中存在人为注入的各种故障情景，有助于检验不同类型的物理过程控制系统下的异常状况预警能力[^2]。

对于物联网(IoT)环境而言，还有专门面向智能家居、车联网等应用场景的大规模异构多源感知数据可供选用，例如WADI(Water Distribution System Anomaly Injection Database)，其特色在于能够反映真实世界里复杂的相互作用关系及其引发的小概率极端现象。

import pandas as pd
from sklearn.datasets import fetch_openml

# 加载 KDDCup99 数据集的一个子集
kdd_data = fetch_openml('kddcup', version=1)

# 显示前几条记录查看数据结构
print(kdd_data.data.head())