パケットヘッダを用いた攻撃検知におけるGini importanceに着目した特徴量選定手法の提案と評価

摘要

攻撃手法の高度化やIoTデバイスの普及拡大と共に，サイバー攻撃の規模や影響が拡大を続けており，ネットワーク事業者はエンドユーザ側で対策が困難な攻撃からユーザとサービスを守る必要が高まっている．そのため，今後増加が予想されるペイロード暗号化通信を考慮し，ヘッダに表れる情報のみから機械学習活用によりサイバー攻撃を検知することを目指す．機械学習による攻撃検知では，学習モデル作成の前段となる特徴量の選定において，選定に時間を要し，また最適な特徴量を選定しなければ検知精度が十分に得られないという課題がある．そこで本稿では，Gini importanceに着目して効率的に攻撃検知に有効な特徴量を選定する手法を提案する．本提案手法による特徴量選定結果について，IFS評価用データセットであるUNSW-NB15を用いて評価を行い，5種類の機械学習アルゴリズムにおいて，既存手法と比べて5-10高い攻撃検知精度，攻撃通信に対する平均99以上の検出率を示し，提案手法による有効性を確認した．