ENTROPY AND FLOW-BASED APPROACH FOR ANOMALOUS TRAFFIC FILTERING

Abstract

Las herramientas de investigación en la detección de intrusos basada en anomalías dependen en gran medida de los datos de rastreo de tráfico adecuados. Los conjuntos de datos tradicionales presentan varios problemas, como la eliminación de información confidencial (anonimato) y el número o volumen insuficiente de casos de ataques, que limitan su calidad para el diseño y la evaluación de los A-NIDS. En este trabajo, presentamos un método de filtrado de tráfico anómalo que puede ser utilizado para generar trazas de tráfico libres de anomalías. El conjunto de datos desinfectado puede utilizarse para mejorar el cálculo de los perfiles de comportamiento durante la fase de formación. La propuesta se basa en la construcción y el análisis estadístico del espacio de entropía a nivel de flujo para la identificación de valores atípicos utilizando tres estimadores de entropía. Los resultados empíricos mostraron que las nuevas trazas de tráfico del conjunto de datos saneados tienen una similitud distributiva entre ellos mayor que la presentada entre los conjuntos de datos originales.