emanuelepiodebernardis/iot-audit

# 基于机器学习的 IoT/IIoT 入侵检测系统 作者：Emanuele Pio De Bernardis 所属机构：Università eCampus 许可证：MIT ## 概述 本仓库实现了一个基于机器学习的入侵检测系统 (IDS)，专为 IoT 和 IIoT 网络环境设计，重点关注可扩展部署、对抗鲁棒性和计算效率。 该系统分析源自 TON_IoT 数据集的网络流遥测数据，模拟正常和对抗条件下的真实 IoT/IIoT 智能基础设施流量。 该 IDS 支持两种互补的检测范式： 二元分类：区分正常流量与恶意流量 多类分类：识别特定的攻击家族（例如，DoS、DDoS、MITM、勒索软件、扫描、注入攻击） 其目标是构建一个可复现的、由基准驱动的入侵检测 pipeline，并联合优化以下方面： ## 预测性能 推理延迟 模型内存占用 跨域泛化能力 ## 研究背景 现代 IoT/IIoT 生态系统引入了重大的网络安全挑战，原因在于： 异构且资源受限的设备 大规模分布式攻击面 网络流量分布的高度多变性 检测模型难以在不同环境间泛化 本项目通过关注以下方面来解决这些挑战： ## 检测基于网络的网络攻击，包括： DoS / DDoS 攻击 中间人 (MITM) 攻击 僵尸网络活动 注入和基于侦察的攻击 与勒索软件相关的流量模式 在真实安全数据集典型的类别不平衡条件下进行评估 跨域偏移 (TON → CIC IoT 2023) 下的鲁棒性评估 针对可部署 IDS 场景的计算效率基准测试（延迟 + 模型大小） 通过基于 SHAP 的解释集成模型可解释性 ## Pipeline 概述 该系统遵循结构化的 pipeline： 提出的 IDS 遵循模块化且可复现的 pipeline： 数据预处理与清洗 处理缺失值和无效流 数值特征的归一化 类别变量的编码 特征工程 网络流特征的统一表示 跨异构数据集的对齐（TON 和 CIC IoT 2023） 监督模型训练 在相同预处理条件下训练多种 ML 分类器 评估框架 分类指标（准确率、精确率、召回率、F1分数） 阈值无关指标（ROC-AUC、PR-AUC） 交叉验证（分层 K 折） 效率分析 推理延迟（每 1000 个样本的毫秒数） 磁盘上的模型大小（MB） 准确率与计算成本之间的权衡分析 可解释性层 基于 SHAP 的全局和局部特征归因 针对攻击类别的特定类别可解释性（例如，MITM 检测分析） ## 使用的模型 在相同的实验条件下评估了以下监督学习模型： Logistic Regression（基线线性分类器） Random Forest（基于树的集成模型） XGBoost（梯度提升框架） LightGBM（优化的梯度提升） MLP 神经网络（深度学习基线） 每个模型都在以下方面进行评估： 检测性能 域偏移下的鲁棒性 计算效率 ## 数据集：TON_IoT 网络数据集 名称：TON_IoT 网络数据集 — 用于入侵检测的 IoT/IIoT 网络流量 提供者：Cyber Range & IoT Labs, UNSW Canberra (SEIT) — TON_IoT 数据集集合 官方页面： 许可证：Creative Commons Attribution 4.0 International (CC BY 4.0)（详情请参阅 TON_IoT 网站） 本仓库使用通常作为 `train_test_network.csv` 分发的训练/测试网络流子集（约 29.9 MB；44 列）。这些流量是使用 Argus 和 Bro (Zeek) 等工具在真实的 IoT/IIoT 智能环境场景中捕获的。该数据集包含正常和恶意流量，适用于入侵检测、异常检测和 ML 基准测试。 从此处下载： ## 数据集：CIC-IoT 数据集 2023 名称：CIC IoT 数据集 2023 提供者：加拿大网络安全研究所 (CIC)，新不伦瑞克大学 官方页面： 许可证：研究/学术用途（由 CIC 数据集政策定义） 该数据集包含捕获的现代 IoT 网络流量： 真实的 IoT 通信 多样化的攻击场景 与旧版 CIC 数据集相比更新的攻击模式 在本项目中，它用于： 外部验证（跨域测试） 已训练模型的鲁棒性评估 TON_IoT 和 CIC-IoT 环境之间的域偏移分析 主要目的： 评估模型在训练分布之外的泛化能力

标签：Apex, DDoS攻击, DoS攻击, SHAP, TON_IoT数据集, 中间人攻击, 二分类, 人工智能安全, 僵尸网络, 入侵检测管道, 入侵检测系统, 勒索软件, 合规性, 多分类, 安全数据湖, 对抗性鲁棒性, 工业物联网, 工业网络安全, 异常检测, 智能基础设施, 机器学习, 模型可解释性, 物联网, 特征工程, 监督学习, 网络安全, 网络流量分析, 资源效率评估, 跨域泛化, 逆向工具, 配置错误, 隐私保护, 预测模型