期望与现实：实践中入侵检测系统的评估
密码学与安全
2024-03-29 v3 机器学习
摘要
我们的论文提供了近期入侵检测系统（IDS）之间的实证比较，以给出它们之间的客观对比，帮助用户根据自身需求选择最合适的解决方案。我们的结果表明，没有一种解决方案是最好的，而是取决于外部变量，例如攻击类型、复杂性和数据集中的网络环境。例如，BoT_IoT和Stratosphere IoT数据集都捕获了与物联网相关的攻击，但使用BoT_IoT数据集测试时，深度神经网络表现最佳，而使用Stratosphere IoT数据集测试时，HELAD表现最佳。因此，尽管我们发现深度神经网络解决方案在测试数据集上具有最高的平均F1分数，但它并非总是表现最佳的方案。我们进一步讨论了使用来自文献和项目仓库的IDS的困难，这使得就IDS选择得出明确结论变得复杂。
引用
@article{arxiv.2403.17458,
title = {Expectations Versus Reality: Evaluating Intrusion Detection Systems in Practice},
author = {Jake Hesford and Daniel Cheng and Alan Wan and Larry Huynh and Seungho Kim and Hyoungshick Kim and Jin B. Hong},
journal= {arXiv preprint arXiv:2403.17458},
year = {2024}
}
备注
10 pages