CIIDS:基于半监督学习的关键基础设施实时入侵检测系统设计

《International Journal of Critical Infrastructure Protection》:CIIDS: Design of a real-time intrusion detection system for critical infrastructures using semi-supervised learning

【字体: 大 中 小 】 时间:2026年09月29日 来源:International Journal of Critical Infrastructure Protection 4.6

编辑推荐:

   摘要 关键基础设施通常由异构网络组成,连接不同类型的资源受限设备以监控实时运行。目前的做法是使用公共网络基础设施来互连关键基础设施的不同组件,这使其容易受到网络攻击。由于缺乏实时检测能力,使用独立的入侵检测系统(IDS)来保护不同类型网络无法全面解决这一脆弱性问题。此外,巨

  

摘要

关键基础设施通常由异构网络组成,连接不同类型的资源受限设备以监控实时运行。目前的做法是使用公共网络基础设施来互连关键基础设施的不同组件,这使其容易受到网络攻击。由于缺乏实时检测能力,使用独立的入侵检测系统(IDS)来保护不同类型网络无法全面解决这一脆弱性问题。此外,巨大的网络流量实际上使得对整个训练样本进行手动标注对于监督式IDS来说是不可能的。为了充分解决所有这些挑战,我们提出了一种面向关键基础设施的半监督入侵检测系统(即CIIDS),即使在部署于树莓派3等资源受限设备上时,也能实时检测入侵。我们通过修改基于部分定义布尔函数(pdBf)的监督式二分类方法——逻辑数据分析(LAD)来实现这一目标。LAD从过去观测中发现正常和异常基础设施使用模式,以对未来观测进行分类。我们通过四个不同的入侵检测数据集对所提出的LAD半监督扩展进行了评估,这些数据集由不同的网络架构生成,其中还包括信息物理系统。在准确率和F1分数方面,其性能与现有监督式IDS相当,而在处理速度方面则优于其他系统。具体而言,在树莓派3上,对于SWaT数据集,其F1分数为0.85,检测时间为100微秒。

引言

关键基础设施是社会正常运转所必需的重要资产。每个国家都有自己的定义来说明什么构成关键基础设施。根据《美国爱国者法案》(2001年),关键基础设施是"那些对国家至关重要的系统和资产,无论是物理的还是虚拟的,如果这些系统和资产丧失功能或被破坏,将对国家安全、国家经济安全、国家公众健康或安全,或其组合造成灾难性影响"[1]。在此,我们将范围限定在关键信息基础设施(CII)上,可将其定义为联网计算资源,其功能丧失或破坏将对社会安全、经济、公众健康或安全造成灾难性影响。这包括交通运输系统(如公路、铁路、高速公路、机场)、供水、互联网和移动网络、电力公用事业等领域。

供水、电网等关键基础设施依赖工业控制系统(ICS)以确保其安全高效运行。值得注意的是,许多这些系统利用公共通信网络,而公共通信网络已知容易受到网络攻击。Maroochy Shire事件首次凸显了关键基础设施面临网络攻击的潜在风险[2]。近年来,网络攻击的复杂程度日益增加,如在铀浓缩过程中的Stuxnet攻击中所示[3],该攻击对工厂造成了相当大的损害。同样,乌克兰电网遭到网络攻击,导致约一小时的停电[4]。此类攻击已有多个记录,我们参考[5]以获取更多详细信息。

监控与数据采集(SCADA)系统在任何ICS中都起着重要作用,它们由三个基本组成部分:控制中心、物理系统(如电网、水处理厂等)和通信网络。为了保护这些资源的外部访问,必须使用防火墙、非军事区(DMZ)、入侵检测系统、入侵防御系统和防病毒软件[6]。对关键基础设施的成功和失败攻击促使了旨在开发网络攻击检测方法的研究增加[5]。高效和早期的攻击检测是有效事件响应的前提条件。此外,为了将电网、水处理厂等物理基础设施的损害降至最低,实时检测更为可取。最先进的检测技术依赖于各种分析方法,包括网络审计跟踪和传感器测量[7]。历史上,IDS是为互联网和局域网开发的,通过分析网络流量来实现;大多数为ICS开发的IDS也遵循类似方法。

Denning率先开创了使用入侵检测系统(IDS)持续分析网络审计跟踪以识别异常使用模式或网络威胁的研究[8]。当前一代IDS使用基于机器学习和人工智能的技术来降低前几代IDS中高假阳性率的问题[9]、[10]。统计模型与数据挖掘技术的结合提供了优秀的入侵检测能力,被IDS设计者广泛采用。然而,由于缺乏实时检测能力以及其他可用性参数(如准确率、召回率、吞吐量等),此类方法在高流量量的实时系统中部署受到限制。此外,它们需要大量带标签的训练样本,而这些样本难以收集,大多数这些IDS在训练期间需要大量计算能力和时间。因此,定期更新它们变得困难。攻击者可以利用这一弱点隐藏其利用手段,并可以在入侵系统时通过向IDS提供无关信息来拖慢IDS的运行。此外,高速网络的出现使得这些IDS由于其复杂的决策过程需要大量计算时间而变得不可用。因此,设计一个计算高效的入侵检测系统对于防止网络攻击和关键基础设施的滥用是非常可取的。

通常,传统IDS保存已知攻击的行为模式(或签名),通过将当前网络使用模式与保存的攻击签名进行比较来识别当前威胁。其隐含假设是任何异常活动都应与已知攻击具有某种相似性。然而,这种方法无法防止零日攻击。另一种方法是利用偏离正常使用模式来检测任何异常活动或网络威胁。从过去的行为中自动提取使用模式(或规则)是一项具有挑战性的任务,大多数现有方法需要人工干预[11]。此外,对以往攻击的全面知识(或带标签的样本)的匮乏使这一任务更加困难。因此,采用半监督学习方法,其中可以同时考虑目标和类的未标注和带标签样本(带标签样本可能数量较少),对于训练IDS是有益的。通过结合带标签和未标注数据,它提高了泛化能力和鲁棒性,在复杂的高维任务中表现良好。最后,在需要精确预测的任务中,如分类和回归,半监督学习始终优于无监督学习[12]。

最近,许多物理过程使用联网传感器、执行器、继电器、ECU、可编程逻辑控制器(PLC)等进行实时监控,以实现更好的资源利用,这催生了信息物理系统(CPS)的概念。CPS本质上包含三个组成部分:物理过程、计算系统和通信网络,通信网络在前两个组件之间交换过程相关数据/命令。使用公共通信网络使CPS容易受到网络攻击[13]。这些系统还需要实时保护免受网络威胁,以最小化对关键基础设施造成的损害。此外,大多数这些联网设备是资源受限的,因为它们的处理能力很低。因此,我们的主要意图是设计一个基于半监督学习的入侵检测系统,以在不同类型的设备上实时检测网络威胁。为了展示所提出的面向关键基础设施的入侵检测系统(CIIDS)在资源受限设备上的实时检测能力,使用了来自一个完全功能化的微型水处理测试平台SWaT[14]的数据来评估我们的方法。SWaT是一个运行中的信息物理系统的例子,其水处理过程、安装的传感器、执行器等的详细信息如图1所示。

计算机网络的常规安全违规促使从业人员开发了许多基于不同方法的IDS以抵御网络攻击。最近大多数方法将设计挑战映射为分类任务。我们参考[15]、[16]对该主题进行综合回顾。[17]中提出了一种特征选择技术,通过移除不相关或冗余特征来提高基于SVM等传统分类方法的任何入侵检测系统的性能。[18]中也报道了类似的方法。大多数这些方法的一个共同缺点是它们遵循监督学习方法。过去已提出了几种半监督IDS,如[19]、[20],它们优于其他半监督IDS,但与现有监督式IDS相比表现不佳。

为了提高IDS的性能,我们需要区分已知攻击的使用模式和正常活动的模式。提取能够区分正常和异常活动的模式需要领域专家的注意,可以通过应用LAD来自动化这一过程[21]、[22]、[23]。LAD使用监督学习方法从过去观测中提取模式或规则,使得提取的规则可以用于对未来观测进行分类。通常,历史观测数据集Ω由正常和异常观测的两个不相交集合组成,分别用Ω+和Ω?表示。在许多应用中,如欺诈检测、入侵检测等,带标签的样本数量不足。为了在这些应用领域利用LAD的优势,我们提出并实现了一个LAD的半监督版本。LAD的半监督版本(SLAD)使用基于自训练的方法,利用已有少量带标签样本。所提出的基于SLAD的技术,即面向关键基础设施的入侵检测系统(CIIDS),有两个阶段。第一个离线阶段使用历史观测(包括带标签和未标注的)来设计基于规则的分类器,设计过程需要大量处理能力。第二个在线阶段用于实时检测异常活动,且使用很少的处理能力。因此,可以使用资源受限的设备进行检测。

本文的主要贡献如下:
•提出了一种基于自训练的策略来实现LAD的半监督版本(SLAD),用于设计基于规则的分类器。
•提出了一种基于SLAD的实时半监督入侵检测系统设计,其性能优于任何现有半监督IDS。它可以用于设计基于异常和基于误用的IDS。
•使用四个不同的计算机网络入侵检测数据集进行了详细的性能评估,即SWaT[14]、NSL-KDD[24]、UNSW-NB15[25]和CICIDS 2017[26],以展示所提出策略的有效性。尽管NSL-KDD是最流行的入侵检测数据集,但它不包含最近的攻击。因此,我们使用UNSW-NB15和CICIDS 2017数据集来检测最近的攻击。
•使用树莓派3等资源受限设备也进行了评估,以展示在信息物理系统(如SWaT[14])中部署的实时检测能力。

本文其余部分组织如下。第2节报告了与IDS相关的先前工作。下一节简要描述了我们修改后的LAD实现,第4节描述了将LAD扩展为半监督LAD的所提出方法。第5节提供了所提出的"使用半监督学习设计面向关键基础设施的实时入侵检测系统"(即CIIDS)的详细信息。第6节提供了性能评估和比较结果,我们在第7节对论文进行总结。

文献综述

IDS是一种智能工具,通过分析网络审计跟踪来监控网络或计算机系统以检测网络威胁[17]、[27]。为了开发抵御网络攻击的稳健防御,近年来提出了大量新的IDS,它们可以分为两类:基于异常的(ADS)和基于误用的(MDS)。基于误用的IDS分析网络流量以挖掘与已知攻击相似的行为模式。尽管它可以检测已知攻击……

LAD简介

LAD是一种监督分类方法,使用部分定义布尔函数的概念和组合优化技术进行二分类。最初,它被设计用于仅从二进制数据集中提取分类规则。然而,后来在[22]中引入了对其他数据类型进行二值化的预处理步骤。通常,由n个二进制属性组成的观测被表示为长度为n+1的二进制向量,其中最后一位指示是否……

LAD的半监督实现

LAD遵循监督分类策略[64],据我们所知,现有文献中没有LAD的半监督版本。

然而,由于不同应用中训练集的规模不断增加,人工标注所有样本以供监督学习已是不可能。在这些应用中,半监督或无监督方法是更有利的,因为这些方法可以从未标注的样本中学习 [61]。在此,我们提出了一种基于 SLAD 的半监督入侵检测系统(IDS)的设计。如今,大多数服务都通过互联网提供,组织也越来越依赖互联网来管理其运营。甚至大型的工业活动也部署网络化的传感器和执行器以集中管理其运营,这通常被称为信息物理系统。使用公共网络基础设施进行关键操作吸引了攻击者的诸多恶意关注,他们试图借此获取不正当的优势。入侵检测CIIDS 的实验评估正如前文所述,我们关注的是关键信息基础设施的安全性。我们提出的入侵检测方法具有轻量级特性,不仅可以应用于具有相当处理能力的传统计算机网络,也可以应用于资源受限的设备,如树莓派、Arduino 板等。为了证明我们所提方法的有效性,我们在此使用两种不同类型的数据集对其进行了评估:(i) 计算机网络数据集和结论入侵检测系统被认为是关键基础设施中检测与防范网络攻击的必要工具之一。在本文中,我们提出了一种使用半监督学习方法的 IDS。与许多最先进的 IDS 不同,所提出的 IDS 能够在运营技术(OT)和信息技术(IT)系统中均高效运行。我们已证明,它可以用于具有不同处理能力的各种网络架构。此外,CRediT 作者贡献声明Rajneesh Kumar Pandey:验证,软件,调查。Tanmoy Kanti Das:撰写——审阅与编辑,撰写——初稿,可视化,验证,监督,软件,资源,方法论,调查,形式分析,数据整理,概念构思。Sugata Gangopadhyay:撰写——审阅与编辑,监督,概念构思。Jianying Zhou:撰写——审阅与编辑,监督,资源,项目管理,形式分析,数据整理。利益冲突声明作者声明,他们没有任何已知的竞争性财务利益或可能影响本文所报告工作的个人关系。Rajneesh Kumar Pandey|Tanmoy Kanti Das|Sugata Gangopadhyay|Jianying Zhou
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号