Đang chuẩn bị liên kết để tải về tài liệu:
Phương pháp phát sinh dữ liệu tấn công đánh lừa IDS học máy dựa trên mạng sinh đối kháng

Bài viết trình bày việc thiết kế và giới thiệu DIGFuPAS (Deceive IDS with GAN and Function-Preserving on Adversarial Samples), một bộ khung sinh ra dữ liệu các cuộc tấn công mạng có khả năng vượt qua được các hệ thống IDS, kể cả IDS học máy. | Hội nghị Quốc gia lần thứ 23 về Điện tử Truyền thông và Công nghệ Thông tin REV-ECIT2020 Phương Pháp Phát Sinh Dữ Liệu Tấn Công Đánh Lừa IDS Học Máy Dựa Trên Mạng Sinh Đối Kháng Cao Phan Xuân Quí Đặng Hồng Quang Phan Thế Duy Đỗ Thị Thu Hiền Phạm Văn Hậu 1 Phòng Thí nghiệm An toàn Thông tin Trường Đại học Công Nghệ Thông Tin 2 Đại học Quốc gia Thành phố Hồ Chí Minh Email 17520953 17520944 @gm.uit.edu.vn duypt hiendtt haupv @uit.edu.vn Abstract Trình phát hiện xâm nhập mạng Network IDS quản trị viên cài đặt vào hệ thống dưới dạng các bộ quy được xây dựng để phát hiện và cảnh báo khi hệ thống bị định rules . Tuy nhiên nhược điểm của hệ thống loại tấn công từ đó có thể đưa ra các phản ứng phù hợp. Với này là không thể phát hiện các cuộc tấn công mới. Trong sự bùng nổ của dữ liệu các phương pháp học máy đã bắt khi đó Anomaly-based IDS vốn sử dụng các thuật toán đầu được áp dụng trong một số IDS khác nhau. Tuy nhiên các hệ thống này cho tỉ lệ báo động giả cao cũng như dễ bị học máy hay Machine Learning Based IDS ML IDS đánh lừa bởi các cuộc tấn công tinh vi như tấn công đối có thể khắc phục nhược điểm này do hoạt động dựa trên kháng. Vì vậy cần phải liên tục kiểm tra và cải tiến các hệ nguyên lý phân loại dữ liệu. Khi đề cập đến vấn đề phân thống này bằng cách mô phỏng các đột biến tấn công mạng loại các thuật toán học máy đã được áp dụng rộng rãi trong thế giới thực. Trong nghiên cứu này chúng tôi thiết trong thực tế trên nhiều lĩnh vực khác nhau như phân kế và giới thiệu DIGFuPAS Deceive IDS with GAN and loại ảnh nói riêng và dữ liệu nói chung trong đó hướng Function-Preserving on Adversarial Samples một bộ tiếp cận của IDS dựa trên học máy cũng đã đạt được khung sinh ra dữ liệu các cuộc tấn công mạng có khả năng những kết quả tốt. Nhiều thuật toán học máy khác nhau vượt qua được các hệ thống IDS kể cả IDS học máy. Dựa đã được dùng để phân loại dữ liệu trong đó có thể kể trên Mô hình sinh đối kháng GAN DIGFuPAS tạo ra các luồng dữ liệu độc hại đột biến từ lưu lượng .