基于数据驱动的安全意图网络（sIBN）与时间感知入侵检测
密码学与安全
2025-11-10 v1 网络与互联网体系结构
摘要
虽然意图网络（IBN）通过自主和抽象驱动的网络管理承诺 operational efficiency，但未被 ADDRESS 的一个关键问题在于IBN对意图完整性的隐式信任。这一内在假设数据可靠性制造了一个可被Man-in-the-Middle（MitM）攻击利用的盲点，攻击者在意图被纳入网络之前进行窃取和篡改，迫使网络编排恶意配置。本研究提出一种安全IBN（sIBN）系统，采用数据驱动的入侵检测方法，以保护用户意图免受对手篡改。该意图入侵检测系统使用用于网络行为异常检测的ML模型，以揭示意图篡改的时间模式。这通过利用一组原始行为指标和新构建的时间感知特征实现。通过随机搜索交叉验证（RSCV）技术微调模型的超参数。基于真实数据集的数值结果表明，sIBN在标准评估指标下表现最佳，无论是二分类还是多分类任务，都保持低错误率。
引用
@article{arxiv.2511.05133,
title = {A Secured Intent-Based Networking (sIBN) with Data-Driven Time-Aware Intrusion Detection},
author = {Urslla Uchechi Izuazu and Mounir Bensalem and Admela Jukan},
journal= {arXiv preprint arXiv:2511.05133},
year = {2025}
}
备注
This paper is uploaded here for research community, thus it is for non-commercial purposes