Eine Übersicht und Analyse von Intrusion-Detection-Modellen basierend auf CSE-CIC-IDS2018 Big Data

Zusammenfassung Das exponentielle Wachstum der Computernetzwerke und Netzwerkapplikationen weltweit wurde von einem Anstieg der Cyberangriffe begleitet. Aus diesem Grund wurden Datensätze wie CSE-CIC-IDS2018 erstellt, um prädiktive Modelle für netzwerkbasierte Intrusionserkennung zu trainieren. Diese Datensätze sollen nicht als Repositorien für signaturbasierte Erkennungssysteme dienen, sondern die Forschung zur anomaliebasierten Erkennung durch verschiedene maschinelle Lernmethoden fördern. CSE-CIC-IDS2018 enthält etwa 16.000.000 Instanzen, die über zehn Tage gesammelt wurden. Es ist der aktuellste Intrusionserkennungs-Datensatz, der Big Data ist, öffentlich zugänglich und eine breite Palette von Angriffstypen abdeckt. Dieser Mehrklassen-Datensatz weist eine Klassenungleichheit auf, wobei etwa 17 % der Instanzen Angriffs- (anomaliebedingten) Verkehr umfassen. Unsere Übersichtsarbeit trägt mehrere Schlüsselergebnisse bei. Wir stellten fest, dass die besten Leistungswerte in den einzelnen Studien, sofern verfügbar, insgesamt unerwartet hoch waren, was auf Overfitting zurückzuführen sein könnte. Außerdem fanden wir heraus, dass die meisten Arbeiten das Klassenungleichgewicht nicht adressierten, dessen Auswirkungen Ergebnisse in einer Big-Data-Studie verzerren können. Schließlich entdeckten wir, dass Informationen zur Datenbereinigung von CSE-CIC-IDS2018 durchgängig unzureichend sind, was auf Probleme bei der Reproduzierbarkeit von Experimenten hinweisen könnte. In unserer Übersicht wurden außerdem wesentliche Forschungslücken identifiziert.