复现随机森林在检测端口扫描中的效能

端口扫描是尝试连接计算端点上各种网络端口以确定哪些端口开放及哪些服务在其上运行的过程。这是黑客用来识别网络或系统漏洞的常用方法。通过确定哪些端口开放，攻击者可以识别设备上运行的服务和应用程序，并可能利用这些服务中任何已知的漏洞。因此，检测端口扫描非常重要，因为它通常是网络攻击的第一步。通过识别端口扫描尝试，网络安全专业人员可以在攻击者有机会利用任何漏洞之前采取主动措施保护系统和网络。在此背景下，研究人员十多年来一直致力于开发鲁棒的端口扫描检测方法。近期一项系统综述揭示的一种此类方法是随机森林监督机器学习算法。该综述揭示了自 2021 年以来六项使用随机森林的现有研究。不幸的是，这些研究各自显示出不同的结果，并非都使用相同的训练和测试数据集，且只有两项包含源代码。因此，本工作的目标是在解决这些明显不足的同时，复现这六项随机森林研究。对于希望探索随机森林来检测端口扫描的研究人员，以及对于对可靠技术以检测网络攻击早期阶段感兴趣的从业者而言，这些结果具有重要意义。