machine learning SIEM water infrastructure

Meningkatkan SIEM untuk Infrastruktur Air SCADA Kritis Menggunakan Pembelajaran Mesin

Pekerjaan ini bertujuan untuk menggunakan teknik pembelajaran mesin yang berbeda dalam mendeteksi anomali (termasuk kegagalan perangkat keras, sabotase, dan serangan siber) pada infrastruktur air SCADA.

Kumpulan Data Digunakan

Kumpulan data yang digunakan dipublikasikan di sini

Kutipan

Jika Anda ingin mengutip makalah silakan gunakan format berikut;

@InProceedings{10.1007/978-3-030-12786-2_1,
author="Hindy, Hanan and Brosset, David and Bayne, Ethan and Seeam, Amar and Bellekens, Xavier",
editor="Katsikas, Sokratis K. and Cuppens, Fr{'e}d{'e}ric and Cuppens, Nora and Lambrinoudakis, Costas and Ant{'o}n, Annie and Gritzalis, Stefanos and Mylopoulos, John and Kalloniatis, Christos",
title="Improving SIEM for Critical SCADA Water Infrastructures Using Machine Learning",
booktitle="Computer Security",
year="2019",
publisher="Springer International Publishing",
address="Cham",
pages="3--19"
}

Algoritma yang Digunakan

• Regresi Logistik

• Gaussian Naif Bayes

• k-Tetangga Terdekat

• Mendukung Mesin Vektor

• Pohon Keputusan

• Hutan Acak

Cara Menjalankannya:

Clone this repository
run preprocessing.py [dataset log path]
run classification.py [data processed file path]
run classification-with-confidence.py [data processed file path]

• Output dari prapemrosesan akan disimpan di direktori kloning sebagai 'dataset_processed.csv'

• Keluaran klasifikasi dipisahkan dalam folder untuk setiap keluaran (anomali, komponen yang terpengaruh, skenario, dll.). Setiap folder berisi csv untuk setiap algoritma yang memiliki matriks konfusi dan file 'CrossValidation.csv' dengan hasil gabungan.