流导出器对智能入侵检测系统的影响

高质量数据集对于训练机器学习模型至关重要，因为特征生成中的不一致性会阻碍威胁检测的准确性和可靠性。因此，确保网络入侵检测数据集中数据的质量非常重要。其中一个关键组成部分是使用可靠的工具来生成数据集中的流和特征。本文研究了流导出器对用于入侵检测的机器学习模型性能和可靠性的影响。使用HERA（一种设计用于导出流和提取特征的工具），从PCAP文件中处理了两个广泛使用的数据集UNSW-NB15和CIC-IDS2017的原始网络数据包，生成了这些数据集的新版本。将这些新版本与原始版本在它们对多个模型（包括随机森林、XGBoost、LightGBM和可解释提升机）性能的影响方面进行了比较。获得的结果是显著的。在HERA版本数据集上训练的模型始终优于在原始数据集上训练的模型，显示出准确性的提高和更好的泛化能力。这突显了流生成在模型区分良性流量和恶意流量能力中的重要性。