1

侵入検知システムで多くの検索を行いましたが、どこから始めればよいのか混乱しています。オープンソースの再利用可能なコードが存在するかどうかはわかりませんが、Neural Network を使用した侵入検知および防止システムを作成したいと考えています。

開発者の観点から、私の質問はどこから始めるべきかです。このトピックについて教えてください。

また、現在、KDD CUP 1999 データセットの作業と分析を行っています。そして、そのようなデータセットをさらに探しています。

侵入検知システムを構築するための最適なアルゴリズムを教えてください。

返信または読んでくれた人に感謝します..親切にこれについて私を案内してください. 前もって感謝します。

4

2 に答える 2

3

私は同じ科目で勉強しています。侵入検知と機械学習。それはかなり広い主題です。データの前処理と機能構築の観点について詳しくお答えします。ニューラル ネットワークの部分はまったく別の話です。

まず第一に、この分野は商業化が進んでいるため、オープンソースのコード例はほとんどありません。多くのことが、閉鎖されたエコシステムで商業的に行われています。

学術的な観点から：ビッグデータセットの問題があります。DK99C (Darpa - KDD99 データ セット) は存在しますが、非常に古いものです。KDD99 データセットは、DARPA tcpdumps から構築されます。彼らは bro IDS 、tcpdump api を使用して機能を構築しました。私の観点からすると、未加工の tcpdump から機能を作成するのは、準備が整った機能で機械学習アルゴリズム (ニューラル ネットワーク) を使用するよりもはるかに困難です。

この記事を読んで、それ (KDD99) がどのように構築されているかについて学んでください。

Article (Lee2000framework) Lee, W. & Stolfo, S. J. 
A framework for constructing  features and models for intrusion detection systems 
ACM Trans. Inf. Syst. Secur., ACM, 2000, 3, 227-261

この記事とそのプレゼンテーションを読んで、この主題が研究するのが難しい問題である理由を理解してください。

 Inproceedings (Sommer2010Outside) Sommer, R. & Paxson, V. 
 Outside the Closed World: On Using Machine Learning for Network Intrusion Detection
 Proceedings of the 2010 IEEE Symposium on Security and Privacy, IEEE Computer Society, 2010, 305-316

この記事を読んで、ほとんどの学者がこのテーマでどのように取り組んでいるかを確認してください。本当に少し残念です。

Article (Tavallaee2010Toward) Tavallaee, M.; Stakhanova, N. & Ghorbani, A. 
Toward Credible Evaluation of Anomaly-Based Intrusion-Detection Methods 
Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE Transactions on, 2010, 40, 516 -524

DK99C が有害と見なされる理由については、こちらをお読みください。有害ですが、他に信頼できるデータセットはありません。

Article (Brugger2007KDD) Brugger, S. 
KDD Cup’99 dataset (Network Intrusion) considered harmful 
KDnuggets newsletter, 2007, 7, 15

IDS データの前処理の分類については、こちらをお読みください

Article (Davis2011Data) Davis, J. J. & Clark, A. J. 
Data preprocessing for anomaly based network intrusion detection: A review 
Computers & Security, 2011, 30, 353 - 375
于 2011-10-29T13:22:17.807 に答える
1

ニューラル ネットワークを使用するほとんどの侵入検知システムは、教師ありトレーニングを利用します。ホストに特定の変更が要求されると、システムは意見を求めます。変更要求をフックするための方法論を見つけることから始めることをお勧めします。システム フックを使用して、アプリケーションによって要求された特定のアクションをフィルター処理する可能性があるウィンドウ。これにより、アプリで応答を求めるオプションが可能になり、その応答は時間の経過とともにニューラル ネットワークに送られます。このデータセットを使用して、特定のパターンの認識とそれらのパターンへの対応を最適化できます。このようなシステムを構築する際には、明らかに他にも考慮すべき事項がありますが、私が言ったことに基づいて、良いスタートを切る必要があります。

于 2011-10-11T20:16:56.540 に答える