yysu1122 / udp-defense

基于通用扰动的智能网络入侵检测系统对抗鲁棒性增强技术

课题面向于智能网络入侵检测系统（AI-NIDS）开展对抗样本攻击的防御技术研究，提出了一种应对多类型对抗样本攻击的通用防御方案。利用原始样本数据集和已训练的DNN模型迭代反馈生成用于重识别防御的通用防御扰动（Universal Defense Perturbation，UDP）。将其添加至流量特征样本中，可在几乎不影响正常流量检测的情况下，抵消对抗样本中的攻击扰动，从数据层面消除样本对抗性，有效提高模型对各类别对抗攻击样本的检测准确率。相较于模型受到攻击时的表现，UDP防御后的平均检测准确率可提高35.17%。

实验环境

python 版本：3.9.15
pytorch 版本：1.13.1
cuda 版本：11.6

CICIDS-2017

使用CICIDS-2017数据集的原始特征文件（.csv）建立干净的数据集。其中包含良性流量数据特征（Benign）以及最常见的攻击流量特征，共有2,830,743条记录，分布在8个文件中，每条记录包含78种不同的特征及其标签。

数据集预处理 "preprocessing"

• 清洗数据 "clean_CICIDS2017.py"：删除数据集中的重复样本，具有缺失值和无穷值的样本。删除常数列和高度相关的特征列，避免带来多余的信息。清洗后的样本共2,425,727条，特征列保留了49项。合并数据集中具有相似特征的少数类，避免分布不均衡。最终的标签种类数为8种。将处理后的数据集划分为训练集（60%），验证集（20%），测试集（20%）。
• 平衡训练集 "balance_train.py"：使用随机欠采样（RandomUnderSampler）和过采样方法（SMOTE）的组合平衡训练数据集，适当增加训练集中少样本的数量。
• 降维可视化 "reduce_feature.py"：利用PCA降维技术将合并类别后的干净数据集特征可视化到二维空间（Benign类别样本可视化10000个）。
• 划分测试数据集 "split_test.py"：将test数据集划分为良性流量和恶意流量。恶意流量用于生成对抗样本。
• 采样训练数据集 "sample_train.py"：下采样训练集，用采样的数据生成新的对抗样本。利用新对抗样本加强训练集，便于对抗训练。
• 构建防御采样数据集 "sample_UDP_dataset.py"：按照类别设定下采样原始特征数据集，构成UDP防御采样数据集。

目标AI-NIDS模型（MLP、DNN、LSTM）

分别搭建多层感知机（MLP）、深度神经网络（DNN）、长短期记忆递归神经网络（LSTM）3 个智能网络入侵检测模型。 "model"

模型 ：MLP、DNN、LSTM "models"

训练模型 "create_model"

对抗样本攻击

将测试集划分为良性流量和恶意流量，利用恶意流量数据生成多种对抗扰动，制作有目标攻击和无目标攻击的对抗样本。攻击方法均在pytorch框架下实现。"adversarial_attack"

• FGSM, "Explaining and harnessing adversarial examples"
• NI-FGSM, "Nesterov Acceralated Gradient and Scale Invariance for Adversarial Attacks (ICLR2020)"
• SINI-FGSM ,"Nesterov Acceralated Gradient and Scale Invariance for Adversarial Attacks (ICLR2020)"
• AutoAttack,"Reliable evaluation of adversarial robustness with an ensemble of diverse parameter-free attacks",课题取消了 Square 攻击。
• UAP,"Universal adversarial perturbations"

通用防御扰动（UDP）

利用防御采样数据集和前期训练好的 DNN模型，迭代提取正常流量样本的全局特征。计算分类器对每次更新后的正常样本的分类损失和梯度，按照一定步长迭代减少梯度以生成 UDP。 "universal_defense"
参考论文：Adversarial examples are not bugs, they are features，基于通用逆扰动的对抗攻击防御方法

防御方案对比

• 集成模型 "ensemble"：将训练好的模型（MLP，DNN，LSTM）进行集成，利用投票机制得到它们的综合预测结果。分别按照三种模型的outputs的最大值（Max），均值（Mean），和输出标签的众数（Mode）判断样本最终类别。
• 对抗训练 "adversarial_train"：按照类别从原始训练集中采样一部分样本，利用三个模型和两种攻击生成新的对抗样本以增强训练集。假设防御者已知SINI-FGSM型和AutoAttack型攻击，分别将以上两种攻击样本集合添加至原始训练集，对抗训练MLP、DNN、LSTM模型。测试对抗模型的检测效果。