abertaymachinelearninggroup/network-threats-taxonomy機械学習ベースの侵入検知システムは、ネットワークトラフィックとそれに関連する脅威を正確に表現したデータセットが不足しているため、評価が困難です。このプロジェクトでは、2つの分類法を提示することでこの問題の解決を試みます。
機械学習ベースの侵入検知システムは、ネットワークトラフィックとそれに関連する脅威を正確に表現するデータセットが不足しているため、評価が困難です。このプロジェクトでは、「侵入検知システムの設計技法、ネットワーク脅威、およびデータセットに関する分類法と調査」と「侵入検知システムのための悪意のあるトラフィックの分類法」という2つの分類法を提示し、脅威を分類するとともに、現在のデータセットを評価することで、この問題の解決を試みます。その結果、現在発表されている研究の大部分が、時代遅れのデータセットと時代遅れの脅威に対してIDSアルゴリズムを訓練していることが明らかになりました。この目的のために、当分類法のソースを提供し、他の研究者が貢献・修正できるようにしています。
本分類法は、アバーテイ大学、ストラスクライド大学、海軍兵学校研究機関、ミドルセックス大学（モーリシャス校）の共同研究です。
分類法は、各ネットワーク脅威を以下の基準に従って分類します。
LaTeXソースが正しくコンパイルされることを確認してください。
本論文の最終版はIEEE Accessジャーナルに掲載されています。論文 "A Taxonomy of Network Threats and the Effect of Current Datasets on Intrusion Detection Systems" はこちらからご覧いただけます。
Arxivにプレプリントを公開しています。 "A Taxonomy and Survey of Intrusion Detection System Design Techniques, Network Threats and Datasets" という論文に元の分類法が含まれています。論文はこちらからご覧いただけます。
この論文を引用する場合は、以下の形式を使用してください。
@ARTICLE{9108270,
author={H. {Hindy} and D. {Brosset} and E. {Bayne} and A. {Seeam} and C. {Tachtatzis} and R. {Atkinson} and X. {Bellekens}},
journal={IEEE Access},
title={A Taxonomy of Network Threats and the Effect of Current Datasets on Intrusion Detection Systems},
year={2020},
volume={},
number={},
pages={1-1},}
脅威は、以下に示すようにOSIモデルの7層を使用して整理されています。
脅威は、攻撃の実行に使用されるツールに関連付けられています。
