Нейросеть обнаружения атак: обучение на реальных данных
Авторы исследования на базе Suricata и собственной утилиты session_analyzer проверили, можно ли обучать ML IDS не на лабораторных атаках, а на боевом корпоративном трафике. Получилось: при аккуратной разметке и отборе правил F1 может доходить до 0,98. Но есть жесткие ограничения — шумные сигнатуры, сдвиг таймстемпов, NAT и необходимость регулярно переобучать модель.
AI-обработка оригинала Habr AI; редакция Hamidun News
Нейросеть обнаружения атак можно обучать на реальном корпоративном трафике компании, используя Suricata как источник разметки данных.
Можно ли обучить нейросеть обнаружению атак без искусственных тестов?
Да, исследование показывает рабочий сценарий обучения ML-модели обнаружения атак на реальном трафике без постановки искусственных атак на защищаемый ресурс, используя IDS Suricata как источник разметки.
Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами
Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.