Systèmes de détection d'intrusion utilisant la mémoire à long et court terme (LSTM)

Résumé Un système de détection d'intrusion (IDS) est un dispositif ou une application logicielle qui surveille un réseau à la recherche d'activités malveillantes ou de violations de politique. Il scanne un réseau ou un système pour détecter une activité nuisible ou une violation de sécurité. L'IDS protège les réseaux (système de détection d'intrusion basé sur le réseau NIDS) ou les hôtes (système de détection d'intrusion basé sur l'hôte HIDS), et fonctionne soit en recherchant des signatures d'attaques connues, soit en identifiant des écarts par rapport à l'activité normale. Les algorithmes d'apprentissage profond ont prouvé leur efficacité dans la détection d'intrusion comparés à d'autres méthodes d'apprentissage machine. Dans cet article, nous avons implémenté des solutions d'apprentissage profond pour détecter des attaques basées sur la mémoire à long et court terme (LSTM). L'analyse en composantes principales (PCA) et l'information mutuelle (MI) sont utilisées comme techniques de réduction de dimension et de sélection de caractéristiques. Notre approche a été testée sur un ensemble de données de référence, KDD99, et les résultats expérimentaux montrent que les modèles basés sur la PCA atteignent la meilleure précision pour l'entraînement et le test, tant en classification binaire qu'en classification multiclass.