Impact of Resampling techniques in Deep Learning based Intrusion Detection: A Comparative Study on NSL-KDD and UNSW-NB15
Notice bibliographique
Résumé
This study examines the effectiveness of a specific set of data resampling techniques within a deep learning framework to enhance network intrusion detection system (NIDS) which is a critical aspect of cybersecurity. We evaluate a CNN-BLSTM model for attack classification on two widely used benchmark NIDS datasets (NSL-KDD and UNSW-NB15) that exhibit varying degrees of class imbalance which can undermine the detection of rare yet critical cyberattacks. Our approach integrates Adaptive Synthetic (ADASYN) oversampling both independently and in combination with undersampling methods such as Random UnderSampling (RUS), TomekLinks and One-Sided Selection (OSS) to address this imbalance. The results demonstrate that for the NSL-KDD dataset which suffers from severe imbalance, ADASYN coupled with OSS significantly improves classification accuracy. In contrast, for the UNSW-NB15 dataset, with relatively milder imbalances, the deep learning model performs comparably well without extensive resampling. Beyond the standard metrics, we also conduct additional evaluations through class-wise accuracy analysis and permutation-based feature importance to better understand the impact of resampling on minority class performance and feature relevance. These findings underscore the importance of tailoring resampling strategies to the specific class distributions within NIDS datasets to optimize deep learning performance in cybersecurity applications.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».