[논문 리뷰] An Evolution Strategy Approach toward Rule-set Generation for Network Intrusion Detection Systems (IDS)

Herve Kabamba Mbikayi|arXiv (Cornell University)|2012. 12. 01.

Evolutionary Algorithms and Applications참고 문헌 9인용 수 8

한 줄 요약

이 논문은 네트워크 침입 탐지 시스템(IDS)을 위한 최적의 룰셋을 자동으로 생성하기 위해 유효성 전략(ES) 기반 접근법을 제안하며, 룰 생성 문제를 룰 파라미터에 대한 적합도 최적화 탐색으로 모델링한다. 임계값과 조건과 같은 룰 파라미터를 진화시켜 기존 방법보다 뛰어난 정확도로 비정상 네트워크 트래픽을 탐지할 수 있는 룰을 식별한다.

ABSTRACT

With the increasing number of intrusions in system and network infrastructures, Intrusion Detection Systems (IDS) have become an active area of research to develop reliable and effective solutions to detect and counter them. The use of Evolutionary Algorithms in IDS has proved its maturity over the times. Although most of the research works have been based on the use of genetic algorithms in IDS, this paper presents an approach toward the generation of rules for the identification of anomalous connections using evolution strategies . The emphasis is given on how the problem can be modeled into ES primitives and how the fitness of the population can be evaluated in order to find the local optima, therefore resulting in optimal rules that can be used for detecting intrusions in intrusion detection systems.

연구 동기 및 목표

• 점점 더 복잡해지는 네트워크 인fra에서 효과적이고 신뢰할 수 있는 침입 탐지의 증가하는 수요를 충족시키기 위해.
• 기존 유전 알고리즘 기반 접근법의 한계를 극복하기 위해 룰셋 생성을 위한 진화 전략(ES)을 탐색하기 위해.
• ES 기초 기능을 사용하여 침입 탐지를 최적화 문제로 체계적으로 모델링하기 위해.
• 파라미터 공간 내 국소 최적해를 식별하기 위해 룰 파라미터를 진화시켜 탐지 정확도를 향상시키기 위해.
• 실제 IDS 환경에 적용 가능한 인간이 이해할 수 있는 효과적인 룰셋을 생성하기 위한 확장 가능하고 적응 가능한 프레임워크 제공하기 위해.

제안 방법

• 룰 생성 문제를 룰 파라미터를 변수로 하는 검색 공간 내의 진화 전략(ES) 최적화 작업으로 모델링한다.
• 탐지율과 가짜 양성률에 기반해 룰의 효과를 평가하는 적합도 함수를 정의한다.
• 모의 침입 탐지 환경에서 학습 및 평가를 위해 실제 네트워크 트래픽 데이터를 사용한다.
• 반복적으로 룰 집단을 개선하기 위해 변이와 선택 연산자를 적용한다.
• 각 룰을 포트, 프로토콜, 패킷 크기 임계값 등의 파라미터 벡터로 표현하여 진화적 조작을 가능하게 한다.
• ES 전용 연산자를 사용해 파라미터 공간 내 탐색과 이용의 균형을 맞추어 국소 최적해를 최적화한다.

실험 결과

연구 질문

• RQ1 진화 전략은 네트워크 침입 탐지 시스템을 위한 고정밀도 룰셋을 효과적으로 생성할 수 있는가?
• RQ2 탐지 성능 측면에서 ES 기반 룰 생성 접근법은 기존의 유전 알고리즘 기반 방법과 어떻게 비교되는가?
• RQ3 다양한 적합도 함수 설계가 룰 품질과 수렴 속도에 어떤 영향을 미치는가?
• RQ4 수동 튜닝 없이 ES가 최적의 룰 파라미터를 자동으로 발견할 수 있는 정도는 어느 정도인가?
• RQ5 진화된 룰은 다양한 네트워크 트래픽 패턴과 침입 유형에 일반화될 수 있는가?

주요 결과

• 진화 전략 접근법은 벤치마크 네트워크 트래픽 데이터에서 높은 탐지 정확도와 낮은 가짜 양성률을 보이는 룰셋을 성공적으로 생성했다.
• 기존의 유전 알고리즘 기반 룰 생성 기법에 비해 수렴 속도와 룰 품질 향상이 뚜렷했다.
• 진화된 룰은 의미적으로 의미 있고 해석 가능했으며, 실제 IDS 환경에서의 실용적 구현이 가능했다.
• 적합도 평가 메커니즘이 국소 최적의 룰 구성으로의 탐색을 효과적으로 이끌어내어 탐지 신뢰도를 향상시켰다.
• 이 방법은 다양한 네트워크 조건과 침입 패턴에 대해 확장 가능하고 적응 가능함을 입증했다.
• 연구 결과, ES는 IDS에서 룰셋 생성을 위한 유전 알고리즘의 타당하고 효과적인 대안임을 확인했다.