Network IDS using Neural Network

Development Period

22.11.09 ~ 22.12.16

Technique Stack

Framework: Tensorflow
Language: Python
Module: cicflowmeter

Demonstration Video

Youtube

Details

Document
Github
Dataset

Contribution

• Python Sniffer 모듈에 모델 삽입
  패킷 수신 시, 추출된 데이터를 Normailization 과정을 거쳐 모델에 입력으로 넘기고, 모델에서 나온 결과 값을 Softmax()를 통해 공격 유형 파악

• Feature Extraction
  공격 유형을 결정짓는 Feature가 무엇인지 분석

• Neural Network Model
  DDoS Attack Dataset로 학습 진행 후, 학습된 모델 추출

  • Optimizer
    Adam optimizer
  • Preprocessing
    X(input) -> Normalization
  • Model Structure
    Dense(relu) -> Dense(sigmoid) -> Dropout(0.2) -> Dense(softmax)
  • Training ( 7 : 3, Train Set(7) : Test Set(3) )
    Epochs: 10, Batch_size: 10

    Review

IDS는 NIDS, HIDS로 나뉘며, 각각 어떤 구조로 동작하는지 알게되었다.

HIDS Open Source Project : Tripwire
파일 내용을 Hash 형태로 DB에 저장하여 Hash 값이 달라진 파일들의 목록을 보여주어 침해 시도가 발생했는지 알 수 있다.

NIDS Open Source Project : snort
패킷 데이터를 분석하여 Rule과 일치하는지 확인하여 차단하는 방식을 추구한다.

Rule을 적용한 Snort와는 달리, 인공지능을 활용하여 NIDS를 구현하여 DDoS Attack을 탐지를 수행하였고, cicoflowmeter sniffer 내부에 모델을 추가하는 과정에서 sniffer 내부 구조도 이해하게 되었다.