【深度学习】【机器学习】用神经网络进行入侵检测，NSL-KDD数据集，基于机
【深度学习】用神经网络进行入侵检测，NSL-KDD数据集，用网络连接特征判定是否是网络入侵。下载数据集NSL-KDD
NSL-KDD数据集，有dos,u2r,r21,probe等类型的攻击，和普通的正常的流量，便是有五个类别：
1、Normal：正常记录
2、DOS：拒绝服务攻击
3、PROBE：监督和其他探测运动
4、R2L：来自长途机器的非法访问
5、U2R：普通用户对当地超级用户特权的非法访问
数据集样子如下，一行就是一个样本。一个样本有41个特征和一个类别标签。
https://img-blog.csdnimg.cn/direct/025dc2a0bfcf4200bdff9cb65991cc6b.png
数据集介绍
https://towardsdatascience.com/a-deeper-dive-into-the-nsl-kdd-data-set-15c753364657
https://mathpretty.com/10244.html
输入的41个特征介绍
下面是对网络连接的41个特征的介绍：
特征编号特征名称特征描述类型范围1duration连接连续时间，从TCP连接建立到结束的时间，或每个UDP数据包的连接时间一连秒2protocol_type协议类型，可能值为TCP, UDP, ICMP离散-3service目的主机的网络服务类型，共70种可能值离散-4flag连接状态，11种可能值，表示连接是否按照协议要求开始或完成离散-5src_bytes从源主机到目的主机的数据的字节数一连6dst_bytes从目的主机到源主机的数据的字节数一连7land若连接来自/送达同一个主机/端口则为1，否则为0离散0或18wrong_fragment错误分段的数量一连9urgent加急包的个数一连10hot访问系统敏感文件和目录的次数一连11num_failed_logins登录尝试失败的次数一连12logged_in成功登录则为1，否则为0离散0或113num_compromisedcompromised条件出现的次数一连14root_shell若获得root shell 则为1，否则为0离散0或115su_attempted若出现"su root" 命令则为1，否则为0离散0或116num_rootroot用户访问次数一连17num_file_creations文件创建操纵的次数一连18num_shells使用shell命令的次数一连19num_access_files访问控制文件的次数一连20num_outbound_cmds一个FTP会话中出站连接的次数一连021is_hot_login登录是否属于“hot”列表，是为1，否则为0离散0或122is_guest_login如果guest登录则为1，否则为0离散0或123count过去两秒内，与当前连接具有相同的目的主机的连接数一连24srv_count过去两秒内，与当前连接具有相同服务的连接数一连25serror_rate过去两秒内，在与当前连接具有相同目的主机的连接中，出现“SYN”错误的连接的百分比一连26srv_serror_rate过去两秒内，在与当前连接具有相同服务的连接中，出现“SYN”错误的连接的百分比一连27rerror_rate过去两秒内，在与当前连接具有相同目的主机的连接中，出现“REJ”错误的连接的百分比一连28srv_rerror_rate过去两秒内，在与当前连接具有相同服务的连接中，出现“REJ”错误的连接的百分比一连29same_srv_rate过去两秒内，在与当前连接具有相同目的主机的连接中，与当前连接具有相同服务的连接的百分比一连30diff_srv_rate过去两秒内，在与当前连接具有相同目的主机的连接中，与当前连接具有不同服务的连接的百分比一连31srv_diff_host_rate过去两秒内，在与当前连接具有相同服务的连接中，与当前连接具有不同目的主机的连接的百分比一连32dst_host_count前100个连接中，与当前连接具有相同目的主机的连接数一连33dst_host_srv_count前100个连接中，与当前连接具有相同目的主机相同服务的连接数一连34dst_host_same_srv_rate前100个连接中，与当前连接具有相同目的主机相同服务的连接所占的百分比一连35dst_host_diff_srv_rate前100个连接中，与当前连接具有相同目的主机不同服务的连接所占的百分比一连36dst_host_same_src_port_rate前100个连接中，与当前连接具有相同目的主机相同源端口的连接所占的百分比一连37dst_host_srv_diff_host_rate前100个连接中，与当前连接具有相同目的主机相同服务的连接中，与当前连接具有不同源主机的连接所占的百分比一连38dst_host_serror_rate前100个连接中，与当前连接具有相同目的主机的连接中，出现SYN错误的连接所占的百分比一连39dst_host_srv_serror_rate前100个连接中，与当前连接具有相同目的主机相同服务的连接中，出现SYN错误的连接所占的百分比一连40dst_host_rerror_rate前100个连接中，与当前连接具有相同目的主机的连接中，出现REJ错误的连接所占的百分比一连41dst_host_srv_rerror_rate前100个连接中，与当前连接具有相同目的主机相同服务的连接中，出现REJ错误的连接所占的百分比一连 这个表格提供了关于网络连接的41个特征的详细介绍，包括特征编号、特征名称、特征描述、类型以及范围。
输出的五个类别
数据集是一个csv表格，倒数第二列就是类别标签，类别是五个，但是csv表格里分得很细。
['normal', 'dos', 'probe', 'r2l', 'u2r']
但csv里写的详细的标签如下图，比如Dos攻击往细了分，还有back、neptune之类的，但我们只关心五个大类别。
https://img-blog.csdnimg.cn/direct/679721807cca4582afeb5351c846d8e8.png
可以通过这个步伐转换，比如[‘back’, ‘land’, ‘neptune’, ‘pod’, ‘smurf’, ‘teardrop’, ‘processtable’, ‘udpstorm’, ‘mailbomb’, ‘apache2’]都是Dos攻击类别。
# 结果标签转换为数字
dos_type = ['back', 'land', 'neptune', 'pod', 'smurf', 'teardrop', 'processtable', 'udpstorm', 'mailbomb',
'apache2']
probing_type = ['ipsweep', 'mscan', 'nmap', 'portsweep', 'saint', 'satan']
r2l_type = ['ftp_write', 'guess_passwd', 'imap', 'multihop', 'phf', 'warezmaster', 'warezclient', 'spy', 'sendmail',
'xlock', 'snmpguess', 'named', 'xsnoop', 'snmpgetattack', 'worm']
u2r_type = ['buffer_overflow', 'loadmodule', 'perl', 'rootkit', 'xterm', 'ps', 'httptunnel', 'sqlattack']
type2id = {'normal': 0}
for i in dos_type:
type2id = 1
for i in r2l_type:
type2id = 2
for i in u2r_type:
type2id = 3
for i in probing_type:
type2id = 4
数据处理&&练习本领
数据预处理
讨论原始网络数据面临的寻衅：高维度、类别特征和一连特征。
使用的技能：
对类别数据（协议类型、服务和标记）进行独热编码。
标准化一连特征以处理不同的尺度。
如何处理缺失数据（如果有），通过插值或删除。
使用StandardScaler和pickle保存缩放参数以保持一致的预处理。
处理不平衡数据
讨论入侵检测数据集中的不平衡问题。
介绍ImbalancedDatasetSampler的使用及其如何帮助实现平衡的小批量。
使用此类采样器对深度学习模子练习的利益。
模子架构
权重初始化技能，如Xavier和Kaiming初始化。
使用Dropout和Batch Normalization防止过拟合。
练习本领
使用CosineAnnealingLR进行学习率调度，以适应性地调整学习率。
选择Adam优化器而非传统的SGD的缘故原由。
丧失函数的选择及其对模子练习的影响。
实验设置
数据加载器和批处理过程的描述。
利用GPU进行高效模子练习。
在练习过程中评估模子准确性和丧失的过程。
建神经网络，输入41个特征，输出是那种类别的攻击
神经网络模子1，这是个全连接神经网络，练习完后效果不错：
class FullyConnectedNet(nn.Module):
def __init__(self, input_size=122, num_classes=5):
super(FullyConnectedNet, self).__init__()
self.fc1 = nn.Linear(input_size, 512)# 第一层全连接层
self.fc2 = nn.Linear(512, 1024)# 第二层全连接层
self.fc3 = nn.Linear(1024, 512)# 第三层全连接层
self.fc3_1 = nn.Linear(512, 128)# 第三层全连接层
# self.fc3_2 = nn.Linear(512, 128)# 第三层全连接层
self.fc4 = nn.Linear(128, num_classes)# 输出层
self.relu = nn.ReLU()
self.dropout = nn.Dropout(0.2)
def forward(self, x):
x = self.relu(self.fc1(x))
# x = self.dropout(x)
x = self.relu(self.fc2(x))
# x = self.dropout(x)
x = self.relu(self.fc3(x))
# x = self.dropout(x)
x = self.relu(self.fc3_1(x))
# x = self.dropout(x)
# x = self.relu(self.fc3_2(x))
x = self.fc4(x)
return x
# 初始化权重
def init_weights(self):
for m in self.modules():
if type(m) == nn.Linear:
init.xavier_normal_(m.weight)
init.constant_(m.bias, 0)
为了写论文，当然可以造一些别的网络，效果也差不多，看你想怎么写就怎么写，比如下面这个模子：
class BGRUNet2(nn.Module):
def __init__(self, input_size, hidden_size, output_size):
super(BGRUNet2, self).__init__()
self.hidden_size = hidden_size
self.gru = nn.GRU(input_size, hidden_size, batch_first=True, bidirectional=True)
self.fc1 = nn.Linear(hidden_size * 2, 512)# Multiply hidden size by 2 for bidirectional
self.fc2 = nn.Linear(512, 64)
self.fc3 = nn.Linear(64, output_size)
self.dropout = nn.Dropout(0.2)
# Initialize GRU weights
for name, param in self.gru.named_parameters():
if 'weight_ih' in name:
init.xavier_uniform_(param.data)
elif 'weight_hh' in name:
init.orthogonal_(param.data)
elif 'bias' in name:
param.data.fill_(0)
# Initialize fully connected layer weights
init.xavier_uniform_(self.fc1.weight)
init.xavier_uniform_(self.fc2.weight)
init.xavier_uniform_(self.fc3.weight)
# Initialize fully connected layer biases
init.zeros_(self.fc1.bias)
init.zeros_(self.fc2.bias)
init.zeros_(self.fc3.bias)
def forward(self, x):
# Initialize hidden state for bidirectional GRU
h0 = torch.zeros(2, x.size(0), self.hidden_size).to(x.device)# 2 for bidirectional
# Forward pass through GRU
out, _ = self.gru(x, h0)
# Concatenate the hidden states from both directions
out = torch.cat((out[:, -1, :self.hidden_size], out[:, 0, self.hidden_size:]), dim=1)
out = self.dropout(out)
out = F.relu(self.fc1(out))
out = self.dropout(out)
out = F.relu(self.fc2(out))
out = self.dropout(out)
return self.fc3(out)
模子练习
练习30轮，准确度最高97.39%：
https://img-blog.csdnimg.cn/direct/a4e3ce8dbff5488ebe46ccd635d10234.png
随着练习轮数的变化，丧失的变化：
https://img-blog.csdnimg.cn/direct/e05cad5179cb4e539070cc0eee7f44b2.png
模子推理
加载模子后，构建输入数据，模子推导得出结果：
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
model = BGRUNet2(input_size=122, hidden_size=256, output_size=5)
model.load_state_dict(torch.load('model_accuracy_max.pth', map_location=device))
model.to(device)
model.eval()
time1 = time.time()
with torch.no_grad():
X = X.to(device)
outputs = model(X)
# softmax
outputs = F.softmax(outputs, dim=1)
_, predicted = torch.max(outputs.data, 1)
time2 = time.time()
写gradio前端界面，用户本身输入41个特征，后端用模子推理计算后显示出是否是dos攻击
安装环境（仅仅第一次需要安装）：
pip install matplotlib torch torchvision gradio pandas scipy torchsampler scikit-learn==1.3.1
运行代码 python app.py 后访问：http://127.0.0.1:7861/
可以看到：
https://img-blog.csdnimg.cn/direct/0eff7cc137514954908d5db79c9c2bd5.png
填写特征太多，有点懒得填，可以拉到最底下，有例子，可以点一下例子数据：
https://img-blog.csdnimg.cn/direct/37538af779e54800b7865f3b370d6a0f.png
然后点一下提交，模子推理后给出结果，可以看到，模子以为这次连接数据表明了这是Doc入侵攻击，概率是1，模子推理斲丧了0.01毫秒。
https://img-blog.csdnimg.cn/direct/65313b33620e446c96f04ca020459561.png
使用方法：
https://img-blog.csdnimg.cn/direct/99bfad3e363e4a44a06196f363ba767b.png
实行python train.py。即可开启练习。
实行python app.py。即可开启gradio前端界面。
获取代码和模子
go：
https://docs.qq.com/sheet/DUEdqZ2lmbmR6UVdU?tab=BB08J2
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]