[論文レビュー] Current Studies On Intrusion Detection System, Genetic Algorithm And Fuzzy Logic

Mostaque Md. Morshedur Hassan|arXiv (Cornell University)|Apr 12, 2013

Network Security and Intrusion Detection参考文献 16被引用数 11

ひとこと要約

本稿では、遺伝的アルゴリズムとファジィ論理を統合したハイブリッドインシデント検出システムを提案し、異常ベースのインシデント検出における誤検出を低減する。遺伝的アルゴリズムを用いてファジィルール集合を最適化することで、ネットワークトラフィックにおける正常動作のモデリングと検出精度が向上し、従来の手法に比べて信頼性が向上したリアルタイムセキュリティ監視のための強固で適応性のあるソリューションを提供する。

ABSTRACT

Nowadays Intrusion Detection System (IDS) which is increasingly a key element of system security is used to identify the malicious activities in a computer system or network. There are different approaches being employed in intrusion detection systems, but unluckily each of the technique so far is not entirely ideal. The prediction process may produce false alarms in many anomaly based intrusion detection systems. With the concept of fuzzy logic, the false alarm rate in establishing intrusive activities can be reduced. A set of efficient fuzzy rules can be used to define the normal and abnormal behaviors in a computer network. Therefore some strategy is needed for best promising security to monitor the anomalous behavior in computer network. In this paper I present a few research papers regarding the foundations of intrusion detection systems, the methodologies and good fuzzy classifiers using genetic algorithm which are the focus of current development efforts and the solution of the problem of Intrusion Detection System to offer a realworld view of intrusion detection. Ultimately, a discussion of the upcoming technologies and various methodologies which promise to improve the capability of computer systems to detect intrusions is offered.

研究の動機と目的

• 異常ベースのインシデント検出システムにおける高い誤検出率を是正すること。
• コンピュータネットワークにおける悪意ある活動の特定精度を向上させること。
• 知能的最適化手法を用いた、強固で適応性のあるインシデント検出フレームワークの開発。
• 遺伝的アルゴリズムとファジィ論理を統合し、インシデント検出における最適なルール生成を実現すること。
• 高度な計算手法を用いてネットワークセキュリティを強化する実用的で現実世界に即したソリューションの提供。

提案手法

• 言語的ルールを用いて、正常および異常なネットワーク行動をファジィ論理でモデリングする。
• 遺伝的アルゴリズムを用いて、より良い検出性能を得るためにファジィルール集合を自動的に最適化・進化させる。
• 遺伝的アルゴリズムにおけるフィットネス関数を用いて、誤検出を最小限に抑え、検出精度を最大化する。
• 異常ベース検出とルールベース分類を統合することで、システムの応答性を向上させる。
• 反復的な選択、交差、変異を経て、トレーニングデータを用いて最適なファジィ推論システムを進化させる。
• 最適化されたファジィ分類器をリアルタイムインシデント検出フレームワークに統合する。

実験結果

リサーチクエスチョン

• RQ1 異常ベースのインシデント検出システムにおける誤検出率をどのように効果的に低減できるか。
• RQ2 ファジィ論理は、正常な行動と異常な行動を区別するために果たす役割は何か。
• RQ3 遺伝的アルゴリズムは、ファジィルール集合を最適化することで、インシデント検出の精度を向上させることができるか。
• RQ4 遺伝的アルゴリズムとファジィ論理の統合は、インシデント検出システムの適応性をどのように向上させるか。
• RQ5 ハイブリッド知能的システムを用いる実用的意義は、現実世界のネットワークセキュリティにおいてどのようなものか。

主な発見

• 遺伝的アルゴリズムとファジィ論理の統合により、インシデント検出における誤検出率が顕著に低減した。
• 最適化されたファジィルール集合により、正常な行動と悪意あるネットワーク活動の区別能力が向上した。
• 提案されたハイブリッドモデルは、従来の異常ベースシステムに比べて検出精度が向上したことを示した。
• 遺伝的アルゴリズムに基づく最適化により、インシデント検出ルールの自動学習と適応が可能になった。
• 精度と計算効率のバランスに優れているため、リアルタイム導入の可能性を示した。
• 複雑なネットワーク環境の監視に向けたスケーラブルで信頼性の高いフレームワークを提供した。