[論文レビュー] An Interpretable Federated Learning-based Network Intrusion Detection Framework

Tian Dong, Song Li+2 more|arXiv (Cornell University)|Jan 10, 2022

Network Security and Intrusion Detection被引用数 7

ひとこと要約

本論文では、勾配ブースティング決定木（GBDT）とフェデレーテッドラーニングを組み合わせることで、プライバシー保護、解釈可能性、スケーラビリティを実現する新しいフェデレーテッドラーニングベースのネットワークインシデント検出フレームワーク、FedForestを提案する。クライアントのデータ上で局所的なGBDTモデルを学習し、中央サーバーでそれらを集約することで、多様なサイバー攻撃タスクにおいて高い精度を達成するとともに、微分プライバシーとマシンアンラーニングを活用してプライバシーを強化し、未知の攻撃のリアルタイム検出を可能にする。

ABSTRACT

Learning-based Network Intrusion Detection Systems (NIDSs) are widely deployed for defending various cyberattacks. Existing learning-based NIDS mainly uses Neural Network (NN) as a classifier that relies on the quality and quantity of cyberattack data. Such NN-based approaches are also hard to interpret for improving efficiency and scalability. In this paper, we design a new local-global computation paradigm, FEDFOREST, a novel learning-based NIDS by combining the interpretable Gradient Boosting Decision Tree (GBDT) and Federated Learning (FL) framework. Specifically, FEDFOREST is composed of multiple clients that extract local cyberattack data features for the server to train models and detect intrusions. A privacy-enhanced technology is also proposed in FEDFOREST to further defeat the privacy of the FL systems. Extensive experiments on 4 cyberattack datasets of different tasks demonstrate that FEDFOREST is effective, efficient, interpretable, and extendable. FEDFOREST ranks first in the collaborative learning and cybersecurity competition 2021 for Chinese college students.

研究の動機と目的

• 既存の学習ベースのNIDSの限界、特に解釈性の低さ、プライバシー保護の欠如、未知攻撃への対応の難しさを是正する。
• フェデレーテッドラーニングを活用して、クライアントの元のネットワークデータをローカルに保つことで、共同インシデント検出におけるデータプライバシー懸念を軽減する。
• ブラックボックス型ニューラルネットワークの代わりに勾配ブースティング決定木（GBDT）を採用することで、モデルの解釈性とスケーラビリティを向上させる。
• 再訓練を完全から行わず、インクリメンタルなモデル更新により、未知攻撃やゼロデイ攻撃の検出を可能にする。
• ディファレンシャルプライバシーとマシンアンラーニングといった高度なプライバシー強化技術を統合し、再構成攻撃からクライントデータを保護する。

提案手法

• 各クライアントが自らのプライベートなネットワークトラフィックデータ上で局所的なGBDTモデルを学習するクライント・サーバー型フェデレーテッドラーニングアーキテクチャを設計する。
• サーバーでFedAvgに類似した集約手法を用いてクライントのモデル更新を集約し、インシデント検出用のグローバルGBDT分類器を訓練する。
• 勾配に調整されたノイズを追加することで、モデル更新にディファレンシャルプライバシーを適用し、$͔$-ディファレンシャルプライバシーを達成する。$͔ \in \{5, 10, 20, 50\}$ とする。
• SISAにインspiredしたマシンアンラーニングメカニズムを実装し、影響を受けるサーバー分類器を再訓練するだけで、クライントをモデルから削除可能にする。
• 送信前のクライント特徴量を匿名化するためのデータエンコーディング技術を適用し、DLGのようなデータ漏洩攻撃に対する耐性を高める。
• LightGBMおよびXGBoostの設定をグリッドサーチで最適化することで、複数のデータセットにおけるパフォーマンスを最適化する。

実験結果

リサーチクエスチョン

• RQ1 GBDTに基づくフェデレーテッドラーニングフレームワークは、データプライバシーを保ちつつマルチタスクネットワークインシデント検出で高い精度を達成できるか？
• RQ2 ディファレンシャルプライバシーの統合は、さまざまなサイバー攻撃検出タスクにおいて、FedForestモデルの精度と有用性にどのように影響を与えるか？
• RQ3 インクリメンタルラーニングにより、FedForestは未知またはゼロデイ攻撃をどれほど効果的に検出・適応できるか？
• RQ4 提案されたマシンアンラーニングメカニズムは、最小限の再訓練コストで特定クライアントの影響をグローバルモデルから完全に削除できるか？
• RQ5 アーキテクチャ的・モデル構造的変更なしに、FedForestは多様なインシデント検出タスクにおいて解釈可能性とスケーラビリティを維持できるか？

主な発見

• FedForestは2021年中国大学学生協働学習およびサイバーセキュリティコンテストで最優秀賞を獲得し、1位となった。
• DDoS2019、DoHBrw2020、Darknet2020、MalDroid2020の4つの多様なデータセットにおいて、すべてのタスクで高い精度を達成し、優れた汎化性能とスケーラビリティを示した。
• $͔ = 5 $ の場合、より強いプライバシー保護にもかかわらず高い精度スコアを維持し、非プライベートなDNNベースのNIDSよりも、有用性とプライバシーのトレードオフにおいて優れた性能を示した。
• $͔ $ 値が低くなる（プライバシー保護が強くなる）ほどモデルの精度は低下したが、依然として非プライベートなベースラインDNNより顕著に高い性能を示した。
• マシンアンラーニングは効率的にサポートされた：クライアントの削除には、残りのクライアントのみでサーバー分類器を再訓練するだけでよく、計算コストは最小限に抑えられた。
• FedForestは既知の攻撃タイプを正しく分類し、異常スコアリングにより未知攻撃を検出でき、人間の専門家によるさらなる分析のための介入を可能にした。