2hyes / security_ml

Detection of cyber attack log data(using UNSW-NB15)

security_ml

1.개요

• 목표: Detect cyber attack log data(using UNSW-NB15)
  사이버 공격 로그 데이터(UNSW-NB15)로 인공신경망을 학습시켜, 웹 서버를 통해 iOS앱으로 로그 정보에 대한 공격여부 및 공격 정보 예측 결과 시각화한다.

2. 예측 모델 소개

• decision tree
• MLP(인공신경망): training accuracy = 0.85, test accuracy = 0.823
• AdaBoost
• SVC
• GaussianNB

activation ='relu’, solver = 'adam’, alpha = 1e-4, H = (70, 58, 77, 95, 57), max_iter=10000 를 파라미터로 갖는 MLP를 최종 모델로 선택한다.

3. 개발환경

1. 개발 환경

• Windows 10. i5-7200U, RAM 8.0GB, 64bit
• macOS Catalina 10.15.5
• conda 4.8.4
• XCode version 11.4.1

2. 개발 언어

• Python 3.8.5
• Swift 4

3. 라이브러리

• Data analysis
  • numpy 1.19.1, pandas 1.1.1, scikit-learn 0.23.2, scipy 1.5.2, sklearn 0.0
• Server
  • Flask 1.1.2

코드 실행 및 재현 방법

1. 트레이닝셋으로 예측 모델 생성

python modeling.py

2. 생성한 best model로 테스트셋 예측

python test.py

3. flask 웹 서버 실행

 python app.py

4. date칸에 1 ~ 4 숫자 중 입력
   : 테스트셋을 5천개씩 나누어 일일 로그로 가정했다.

5. 웹서버에 입력한 해당 일에 대한 예측 결과 출력됨

6. Xcode에서 'Get'버튼을 누르면, 바로 결과 plot이 생성됨
   : 시연영상 6:51에서 확인 가능

발표 및 시연 영상

발표 자료 발표 영상