English
Ciência_Iscte
Publicações
Descrição Detalhada da Publicação
A Comprehensive Dataset for Context-Aware Security Monitoring for Anomaly Detection
Web of Science®
Esta publicação não está indexada na Web of Science®
Scopus
Esta publicação não está indexada na Scopus
Google Scholar
Esta publicação não está indexada no Google Scholar
Esta publicação não está indexada no Overton
Abstract/Resumo
DATASET
This article describes a high-dimensional dataset designed for context-aware security monitoring and anomaly detection in digital transaction systems. The data encompasses 112 features, including transactional metadata, user behavioral patterns, and advanced technical telemetry (IP reputation, VPN detection, device fingerprinting, network security indicators). A unique aspect of this dataset is the integration of Large Language Model (LLM) outputs, providing risk scores and natural language reasoning for contextual security assessment. This dataset is particularly valuable for training machine learning models that require a hybrid approach, combining traditional tabular data with AI-generated contextual insights to identify security threats such as account takeover, suspicious behavioral patterns, and social engineering attacks across multiple digital channels.
Agradecimentos/Acknowledgements
--
Tipo de Relatório
Relatório anual local de projecto internacional
Palavras-chave
Network Security,Computer Privacy,Cryptography
Contribuições para os Objetivos do Desenvolvimento Sustentável das Nações Unidas
Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência_Iscte a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.
