Detección robusta de intrusiones en redes a través de inteligencia artificial explicable (XAI)

En esta carta, presentamos un pipeline de dos etapas para la detección robusta de intrusiones en redes. Primero, implementamos un modelo de aumento de gradiente extremo (XGBoost) para realizar la detección de intrusiones supervisada y utilizamos el marco SHapley Additive exPlanation (SHAP) para idear explicaciones de nuestro modelo. En la segunda etapa, usamos estas explicaciones para entrenar un auto-codificador para distinguir entre ataques vistos y no vistos anteriormente. Los experimentos realizados en el conjunto de datos NSL-KDD muestran que nuestra solución es capaz de detectar con precisión nuevos ataques encontrados durante las pruebas, mientras que su rendimiento general es comparable a numerosos trabajos de vanguardia en la literatura de ciberseguridad.