Platform Management System Host-Based Anomaly Detection using TF-IDF and an LSTM Autoencoder
Notice bibliographique
Résumé
Supervisory Control and Data Acquisition (SCADA) systems are at the core of many types of critical infrastructure and have become high value targets for cyber attack. SCADA systems are designed to be both available and reliable. With the identification of possible vectors for cyber attack there is a need for monitoring these systems for malicious behaviour. One type of SCADA network is a Platform Management System (PMS) that enables the centralized control and monitoring of numerous subsystems.The aim of this research is to determine the effectiveness of natural language processing and deep learning techniques in detecting host-based anomalies within a PMS network. Effectiveness is determined through the metrics derived from the confusion matrix. System monitor (Sysmon) logs are collected from the PMS subsystem hosts and features are extracted from these host logs using Term Frequency – Inverse Document Frequency (TF-IDF). A Long Short-Term Memory (LSTM) autoencoder is used to detect anomalies.In order to achieve this aim, a pipeline was developed for anomaly detection. Host logs were collected from subsystems on the PMS network and processed using TF-IDF, then used to train the LSTM model. Once trained, new attack data was introduced to the anomaly detection pipeline to determine the effectiveness of NLP and deep learning techniques to detect host-based anomalies within the PMS network.Performance metrics of this anomaly detection pipeline are presented, including accuracy, precision, recall, F1 Score and Matthew’s Correlation Coefficient (MCC). The results of this research show that the proposed pipeline can detect a range of cyber attacks occurring on the PMS network.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».