nesg-ugr/msnm-sensorPCA 기반 기법을 사용하여 이상을 탐지하고, 계층적 네트워크 장치에서 경량 통계를 집계하여 확장 가능한 침입 탐지를 수행하는 다변량 통계 네트워크 모니터링 센서.
MSNM-S (Multivariate Statistical Network Monitoring-Sensor)는 PCA-MSNM 및 Hierarchical PCA-MSNM 연구에서 찾은 접근 방식의 실용적 적합성을 보여줍니다. 첫 번째 연구는 네트워크 이상 탐지를 위한 MSNM 접근 방식과 새로운 다변량 통계 방법론을 제시하고, 두 번째 연구는 이를 계층적이고 구조화된 네트워크 시스템에 적용합니다. 이러한 연구의 핵심 아이디어는 다변량 통계 기법을 사용하여 두 가지 통계량 형태의 유용한 정보를 생성하는 것입니다. 이러한 가벼운 정보는 네트워크 계층의 하위 수준에서 상위 수준으로 전달됩니다. 이렇게 하면 루트 센서(예: 경계 라우터)가 모든 통계 정보를 수신하여 자체 통계량(Q, D)을 계산할 수 있습니다. 이 통계량을 검사함으로써 보안 분석가는 일부 통계 값이 특정 제어 한계를 초과할 때 이상 이벤트가 발생하는지 확인할 수 있습니다.
[자세한 내용은 https://journals.sagepub.com/doi/full/10.1177/1550147720921309에서 확인하세요.]
MSNM-S는 모니터링되는 네트워크 또는 시스템의 계층이나 장치 간에 단 두 개의 매개변수만 전송되기 때문에 매우 확장 가능하고 무균적으로 설계되었습니다. 또한, MSNMSensor는 FCParser (Feature as a Counter Parser) 특성 엔지니어링 접근 방식 덕분에 각 모니터링 장치에서 여러 이질적인 유형의 데이터 소스를 관리할 수 있습니다.
MSNSensor는 Python 3에서 실행되며 Ubuntu 16.04 이상에서 성공적으로 테스트되었습니다. 또한 다음 종속성을 설치해야 합니다.
Python 실행 환경을 만드는 것이 애플리케이션을 실행하는 가장 좋은 방법일 것입니다. 따라서 요구 사항 설치 전에 환경을 생성하는 것이 좋습니다. Anaconda 환경이 도움이 될 수 있으며, 사용하기로 결정했다면 다음 명령을 실행하십시오:
$ conda create -n msnm-dev python=3.7
$ conda activate msnm-dev
이전 명령을 실행하면 필요한 모든 것이 설치됩니다.
(msnm-dev) $ pip install -r requirements.txt
자세한 내용은 examples의 지침을 참조하거나 미리 구성된 VM을 MSNM-S-UBUNTU에서 다운로드하십시오. VM 사용을 권장합니다. MSNM-S 프로젝트를 업데이트하려면 저장소를 pull하는 것을 잊지 마십시오. 다음은 VM에서 미리 구성된 실험을 실행하는 데 필요한 단계입니다:
MSNM-Ss 실행 (백엔드)
터미널 창을 열고 netflow 데몬 및 수집기를 활성화합니다.
$ cd ~/msnm-sensor/scripts/netflow/
$ sudo ./activateNetflow.sh (pass: msnm1234)
netflow 레코드를 얻기 위해 5분 동안 기다립니다. example/scenario_4 예제에서 MSNM-Ss를 실행 및 배포합니다:
$ cd ~/msnm-sensor/scripts/
$ conda activate py27
$ ./start_experiment.sh ../examples/scenario_4/
$ ps -ef | grep msnmsensor (just to check if all the four MSNM-Ss are running)
$ tail -500f ~/msnm-sensor/examples/scenario_4/borderRouter/logs/msnm.log (another way to see how the MSNM-S is working. Replace the name of the MSNM-S if you want to see the others.)
대시보드 실행 (프런트엔드):
새 터미널 창을 엽니다.
$ cd ~/msnm-sensor/dashboard/
$ conda activate msnm-dashboard
$ ln -s ../examples examples
$ python manage.py runserver
http://localhost:8000으로 이동합니다.