prathmeshjagtap75/Intrusion-Detection-System-Using-Machine-Learning-and-Wireshark

# 使用机器学习和 Wireshark 的入侵检测系统 一个基于机器学习的入侵检测系统（IDS），它使用 **Wireshark** 捕获真实网络流量，提取数据包特征，并使用 **Random Forest** 分类器将网络活动分类为 **Normal（正常）** 或 **Suspicious（可疑）**。在 **Kali Linux** 上使用 Python 和 Scikit-learn 开发。 # 概述 入侵检测系统（IDS）在现代网络安全中发挥着关键作用，通过监控网络流量来识别可疑活动。传统的 IDS 解决方案依赖于基于特征的检测，而基于机器学习的 IDS 解决方案则学习流量模式，并能从捕获的网络数据中识别异常。 本项目演示了完整的 IDS 工作流程——从使用 **Wireshark** 捕获数据包，到使用 **Python** 和 **Scikit-learn** 训练和评估机器学习模型。 # 目标 * 使用 Wireshark 捕获实时网络流量。 * 从 PCAP 文件中提取有意义的数据包特征。 * 为机器学习构建结构化数据集。 * 训练 Random Forest 分类器。 * 将网络流量分类为 **Normal（正常）** 或 **Suspicious（可疑）**。 * 使用标准机器学习指标评估模型性能。 # 功能 * 使用 Wireshark 进行实时数据包捕获 * 使用 PyShark 处理 PCAP 文件 * 自动生成 CSV 数据集 * 基于 Random Forest 的入侵检测 * 使用 Accuracy Score 进行模型评估 * 生成 Confusion Matrix * Feature Importance 可视化 * 命令行实现 * 在 Kali Linux 上开发和测试 # 技术栈 | 类别 | 技术 | | -------------------- | ------------ | | 编程语言 | Python 3 | | 操作系统 | Kali Linux | | 数据包捕获 | Wireshark | | 数据包解析 | PyShark | | 机器学习 | Scikit-learn | | 数据处理 | Pandas | | 数值计算 | NumPy | | 可视化 | Matplotlib | # 安装说明 克隆仓库 ``` git clone https://github.com/prathmeshjagtap75/Intrusion-Detection-System-Using-Machine-Learning-and-Wireshark ``` 导航到项目目录 ``` cd Intrusion-Detection-System-Using-Machine-Learning-and-Wireshark ``` 安装所需依赖项 ``` pip install -r requirements.txt ``` # 工作流程 ### 步骤 1 – 捕获网络流量 使用 Wireshark 捕获实时网络流量并将其保存为 **PCAP** 文件。 ### 步骤 2 – 提取数据包特征 运行数据包提取脚本： ``` python3 ids.py ``` 这将提取数据包的详细信息，例如： * 源 IP 地址 * 目标 IP 地址 * 协议 * 数据包长度 并将它们存储在： ``` network_data.csv ``` ### 步骤 3 – 训练机器学习模型 执行： ``` python3 train_model.py ``` 该脚本执行以下操作： * 数据预处理 * 特征编码 * 训练集与测试集划分 * Random Forest 训练 * 流量预测 * 性能评估 ### 步骤 4 – 分析结果 模型生成： * Accuracy Score * 预测输出 * Confusion Matrix * Classification Report * Feature Importance 图表 # 结果 该 IDS 成功演示了： * 实时数据包捕获 * 从网络流量生成数据集 * 机器学习模型训练 * 网络流量分类 * 性能评估 * 特征可视化 # 模型评估 使用的评估指标： * Accuracy Score * Confusion Matrix * Precision * Recall * F1-Score * Feature Importance # 局限性 测试期间使用的数据集主要包含 **具有相同数据包长度的 ICMP 数据包**。由于捕获的流量缺乏多样性，Random Forest 模型分配的 **feature importance 值接近 0.0**。 这是预期内的结果，因为机器学习模型需要多样化的数据才能准确确定特征的重要性。 为了获得更好的结果，未来的数据集应包括： * TCP 流量 * UDP 流量 * DNS 请求 * HTTP/HTTPS 流量 * FTP 流量 * 混合的良性流量和可疑流量 * 更大的数据包大小差异 # 获得的技能 * 用于网络安全的机器学习 * 网络流量分析 * 数据包检查 * 特征工程 * 数据预处理 * Random Forest 分类 * 模型评估 * Wireshark 数据包分析 * 网络安全基础知识 * Python 编程 # 要求 ``` pandas numpy scikit-learn matplotlib pyshark ```

标签：Apex, Python, Scikit-learn, Wireshark, 句柄查看, 无后门, 机器学习, 网络安全, 网络流量分析, 逆向工具, 防御绕过, 隐私保护