arXiv · cs.AI· Josef Koumar, Karel Hynek, Kamil Jerabek, Pavel Siska·· 9 小时前
CESNET-TimeSeries26发布多年网络流量时间序列数据集
CESNET-TimeSeries26: A Multi-Year Network Traffic Time Series Dataset for Annual Seasonality, Concept Drift, and Long-Term Anomaly Detection
arXiv:2610.14799v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Josef Koumar, Karel Hynek, Kamil Jerabek, Pavel Siska
研究任务与主要进展
研究者发布CESNET-TimeSeries26网络流量时间序列数据集，包含995天连续流量数据和一个约4.5年的子网序列，覆盖278,466个IP地址、285家机构及566个机构子网，并提供三种聚合粒度。基于论文摘要，作者报告年度季节性是主要周期成分，预测模型只有当训练窗口覆盖至少一个完整年度周期时才能利用该成分。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org