machine learning SIEM water infrastructure

使用機器學習改進關鍵 SCADA 水利基礎設施的 SIEM

這項工作旨在使用不同的機器學習技術來檢測 SCADA 水利基礎設施中的異常情況（包括硬體故障、破壞和網路攻擊）。

使用的數據集

使用的資料集發佈在這裡

引文

如果您想引用該論文，請使用以下格式；

@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"
}

使用的演算法

• 邏輯迴歸

• 高斯樸素貝葉斯

• k-最近鄰

• 支援向量機

• 決策樹

• 隨機森林

如何運行它：

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]

• 預處理的輸出將作為“dataset_processed.csv”保存在克隆目錄中

• 分類輸出在每個輸出（異常、受影響的元件、場景等）的資料夾中分開。每個資料夾都包含每個演算法的 csv，其中包含其混淆矩陣和包含組合結果的「CrossValidation.csv」檔案。