JEPA Representation Learning for Intrusion Detection on Real-World Drifting Network Traffic
Relatori: Prof. Guido Marchetto, Prof. Alessio Sacco, Dott. Cristiano Serra
Una rappresentazione appresa da traffico di rete non etichettato permette a un classificatore di intrusioni di restare più accurato che con le feature di flusso grezze su traffico registrato anni dopo?
Sviluppo in Python di una pipeline di rilevamento delle intrusioni con preprocessing dei flussi, un modello JEPA self-supervised in PyTorch e quattro classificatori (regressione logistica, albero decisionale, random forest, XGBoost), su traffico reale di backbone degli anni 2011, 2016 e 2021 (benchmark MAWIFlow, feature CICFlowMeter, etichette MAWILab).
Test dei classificatori di ogni anno su tutti gli anni. La rappresentazione ha reso le anomalie più separabili linearmente, ma non ha ridotto il calo tra gli anni, e dopo il 2011 le etichette hanno cambiato significato.
Verifica del benchmark. Ho sostituito la sua normalizzazione, che faceva perdere gran parte della risoluzione delle feature, e ho rilevato che le metriche pubblicate contraddicono i campioni pubblicati per due dei tre anni.
- Python
- PyTorch (CUDA)
- scikit-learn
- XGBoost
- Polars
- NumPy
- Matplotlib