abertaymachinelearninggroup/network-threats-taxonomy머신러닝 기반 침입 탐지 시스템은 네트워크 트래픽 및 관련 위협을 정확하게 나타내는 데이터셋의 부족으로 인해 평가가 어렵습니다. 이 프로젝트에서는 두 가지 분류 체계를 제시하여 이 문제를 해결하고자 합니다.
머신러닝 기반 침입 탐지 시스템은 네트워크 트래픽과 관련 위협을 정확하게 대표하는 데이터셋의 부족으로 인해 평가하기 어렵습니다. 이 프로젝트에서는 두 가지 분류체계인 "A Taxonomy and Survey of Intrusion Detection System Design Techniques, Network Threats and Datasets"와 "A Taxonomy of Malicious Traffic for Intrusion Detection Systems"를 제시하여 위협을 분류하고 현재 데이터셋을 평가함으로써 이 문제를 해결하고자 합니다. 결과는 현재 발표된 연구의 상당 부분이 오래된 데이터셋과 오래된 위협에 대해 IDS 알고리즘을 훈련시키고 있음을 보여줍니다. 이를 위해, 우리는 위협 분류체계의 소스를 제공하여 다른 연구자들이 기여하고 수정할 수 있도록 합니다.
이 분류체계는 Abertay University, The University of Strathclyde, The Naval Academy Research Institute 및 Middlesex University (Mauritius Campus) 간의 협력 결과입니다.
분류체계는 각 네트워크 위협을 다음에 따라 분류합니다:
LaTeX 소스가 올바르게 컴파일되는지 확인하세요
원고의 최종 버전은 IEEE Access 저널에 게재되었습니다. 논문 *"A Taxonomy of Network Threats and the Effect of Current Datasets on Intrusion Detection Systems"*는 여기에서 확인할 수 있습니다.
Arxiv에 논문의 사전 인쇄본을 공개했습니다. 여기에는 *"A Taxonomy and Survey of Intrusion Detection System Design Techniques, Network Threats and Datasets"*라는 논문의 원본 분류체계가 포함되어 있습니다. 논문은 여기에서 확인할 수 있습니다.
논문을 인용하려면 다음 형식을 사용하십시오;
@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},}
위협은 아래와 같이 OSI 모델의 7개 계층을 사용하여 구성됩니다.
그런 다음 위협은 공격을 수행하는 데 사용되는 도구와 연결됩니다.
