説明可能な人工知能 (XAI) を使った堅牢なネットワーク侵入検知

本書では、堅牢なネットワーク侵入検知のための二段階のパイプラインを提案します。まず、極端な勾配ブースティング (XGBoost) モデルを実装して監視型侵入検知を行い、SHapley Additive exPlanation (SHAP) フレームワークを活用してモデルの説明を考案します。第二段階では、これらの説明を使用してオートエンコーダーを訓練し、以前に見た攻撃と見ていない攻撃を区別します。NSL-KDDデータセットで行った実験は、我々の解決策がテスト中に遭遇した新たな攻撃を正確に検知できることを示しており、その全体的なパフォーマンスはサイバーセキュリティの文献からの多くの最先端の研究に匹敵します。