.png){kind=icon}
返回
Strengthening cybersecurity: TestCloudIDS dataset and SparkShield algorithm for robust threat detection
.png){kind=icon}
PRE
AI
DOI：10.1016/j.cose.2024.104308.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
网络安全领域的一个重大挑战是缺乏能够准确记录现代流量模式、多种轻微入侵行为以及全面网络流量数据的大规模网络数据集。现有的基准数据集，如KDDCup99、NSL-KDD、GureKDD和UNSWNB-15，必须更新以反映现代网络攻击特征。为解决此问题，本文提出一个新的标注数据集，即TestCloudIDS数据集，其中包含云环境下的十五种DDoS攻击变体。与其他缺乏真实性和最新攻击策略覆盖的数据集相比，由于精心构建，它更接近真实世界。它整合了广泛的攻击场景，利用了传统和当前的攻击向量，重点融入了Raven Storm等最先进技术。此外，我们提出了SparkShield，一种在大数据环境下使用Apache Spark的入侵检测技术。通过使用多种数据集和模拟攻击场景的深入研究，评估了SparkShield的有效性。使用了三个现有数据集来衡量性能：UNSW-NB15、NSL-KDD、CICIDS2017，以及提出的TestCloudIDS数据集。所提出方法的整体性能实现了更好的威胁分类，并利用TestCloudIDS数据集训练了最新的攻击模式。
Keyword:
Intrusion detection
Apache spark
Big data analytics
Proactive security
TestCloudIDS
Raven storm
SparkShield
期刊
C
IF:
5.4
论文数:
4.6K
被引数:
1.4W
机构
引用论文
Comparison of Artificial Intelligence Algorithms for IoT Botnet Detection on Apache Spark Platform
OAAI
OAAI分享收藏WCGAN-GP based synthetic attack data generation with GA based feature selection for IDS.png)
COMPUTERS & SECURITY
COMPUTERS & SECURITYIF5.4
PREAI
分享收藏A Framework for Fast and Efficient Cyber Security Network Intrusion Detection Using Apache SparkOAAI
OAAI分享收藏Generating Network Intrusion Detection Dataset Based on Real and Encrypted Synthetic Attack Traffic
OAAI
OAAI分享收藏
查看更多内容