基于霧計(jì)算的無(wú)線傳感器網(wǎng)絡(luò)聯(lián)合入侵檢測(cè)算法

朱夢(mèng)圓 陳卓 劉鵬飛 呂娜

(1. 空軍工程大學(xué) 信息與導(dǎo)航學(xué)院, 西安 710077; 2. 解放軍 94619 部隊(duì), 六安 237000)

隨著無(wú)線傳感器網(wǎng)絡(luò)在民用和軍事領(lǐng)域日益廣泛的應(yīng)用,其網(wǎng)絡(luò)安全問(wèn)題漸趨突出,無(wú)線環(huán)境固有的特性使無(wú)線傳感器網(wǎng)絡(luò)的信息流量更易遭受假冒、竊取、偽造和篡改等攻擊[1]。 及時(shí)檢測(cè)隱藏于正常流量中的各種網(wǎng)絡(luò)攻擊,對(duì)安全、可靠的信息傳輸具有重要意義。

近年來(lái),機(jī)器學(xué)習(xí)算法逐漸應(yīng)用于入侵檢測(cè)并取得了較好的效果,傳統(tǒng)的機(jī)器學(xué)習(xí)方法大多針對(duì)地面有線網(wǎng)絡(luò),多使用集中式學(xué)習(xí)方法,將流量數(shù)據(jù)匯總集中處理分析。 文獻(xiàn)[2]提出一種基于深度神經(jīng)網(wǎng)絡(luò)和K 近鄰算法的集中式入侵檢測(cè)方法,在公共數(shù)據(jù)集上進(jìn)行評(píng)估,具有較高檢測(cè)準(zhǔn)確率。 文獻(xiàn)[3]提出基于極限學(xué)習(xí)機(jī)的分層入侵檢測(cè)方法,根據(jù)無(wú)線傳感器網(wǎng)絡(luò)的功能對(duì)節(jié)點(diǎn)進(jìn)行聚類,提高了入侵檢測(cè)精度,并且降低了檢測(cè)時(shí)間,但是在網(wǎng)絡(luò)中攻擊流量占比很小,流量類別不均衡的情況下,算法的誤報(bào)率較高。 文獻(xiàn)[4]提出一種基于循環(huán)神經(jīng)網(wǎng)絡(luò)算法的集中式入侵檢測(cè)算法,在軟件定義網(wǎng)絡(luò)(software defined network, SDN)環(huán)境中具有較好地入侵檢測(cè)能力。但上述集中式學(xué)習(xí)屬于傳統(tǒng)方法,難以適用于無(wú)線傳感器網(wǎng)絡(luò)。 對(duì)于無(wú)線傳感器網(wǎng)絡(luò)信道不穩(wěn)定的特征,集中式學(xué)習(xí)模式不僅會(huì)帶來(lái)帶寬資源緊張和網(wǎng)絡(luò)流量數(shù)據(jù)傳輸?shù)母邥r(shí)延、高損耗問(wèn)題,而且在采集數(shù)據(jù)時(shí)易造成較高的通信成本和隱私泄露問(wèn)題。

基于霧計(jì)算的分布式學(xué)習(xí)方法可以較好的解決這些問(wèn)題[5]。 這種方法可以將計(jì)算任務(wù)卸載到網(wǎng)絡(luò)的霧計(jì)算節(jié)點(diǎn)上,如基站、小型服務(wù)器等設(shè)備,模型更靠近數(shù)據(jù)終端,能夠更快地進(jìn)行檢測(cè)報(bào)警等響應(yīng)。 但是由于無(wú)法監(jiān)管參與者在本地的訓(xùn)練行為,分布式學(xué)習(xí)容易遭受噪聲數(shù)據(jù)、數(shù)據(jù)投毒、對(duì)抗樣本的威脅[6]。 在多種分布式學(xué)習(xí)解決方案中,最初用來(lái)解決數(shù)據(jù)孤島和數(shù)據(jù)隱私問(wèn)題的聯(lián)合學(xué)習(xí)在入侵檢測(cè)領(lǐng)域展示出極大的優(yōu)勢(shì)[7]。 綜上所述,針對(duì)無(wú)線傳感器網(wǎng)絡(luò)中流量類別不均衡、集中式學(xué)習(xí)方法不適用、分布式學(xué)習(xí)易受攻擊的問(wèn)題,本文提出一種新型分布式聯(lián)合入侵檢測(cè)算法Fed-XGB。 在3 個(gè)數(shù)據(jù)集上進(jìn)行評(píng)估,結(jié)果顯示,本文模型相比于其他集中式模型和分布式模型具有較高的檢測(cè)分類性能,且通信成本較低。 同時(shí),Fed-XGB 算法還能夠有效地檢測(cè)無(wú)線傳感器網(wǎng)絡(luò)所面臨的各種網(wǎng)絡(luò)威脅,如拒絕服務(wù)攻擊、偵察攻擊、黑洞攻擊等,在中毒攻擊和數(shù)據(jù)含有噪聲時(shí)依然具有較為穩(wěn)定的檢測(cè)性能。

1 相關(guān)工作

霧計(jì)算作為新一代的分布式計(jì)算架構(gòu),將數(shù)據(jù)獲取、處理和傳輸分散在網(wǎng)絡(luò)終端設(shè)備,從而減少云端數(shù)據(jù)中心和終端設(shè)備間的交互次數(shù)和業(yè)務(wù)量,緩解鏈路帶寬和中心節(jié)點(diǎn)能耗壓力,縮短時(shí)延[8]。 近年來(lái)逐漸應(yīng)用于入侵檢測(cè)領(lǐng)域,文獻(xiàn)[9]提出了一種基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)(improved convolutional neural network, ICNN)的霧計(jì)算入侵檢測(cè)算法,使用KDD CUP99 數(shù)據(jù)集驗(yàn)證了該算法的有效性,但算法在面對(duì)不均衡數(shù)據(jù)時(shí)檢測(cè)效果不理想。 文獻(xiàn)[10]提出了一個(gè)新的分層分布式入侵檢測(cè)系統(tǒng)(hierarchical distributed intrusion detection system, HD-IDS),可以基于霧計(jì)算模型來(lái)檢測(cè)網(wǎng)絡(luò)是否存在異常,收斂速度快但協(xié)同檢測(cè)方案效率低,誤報(bào)率高。

文獻(xiàn)[11]引入聯(lián)合學(xué)習(xí)算法并利用多個(gè)霧節(jié)點(diǎn)上的學(xué)習(xí)模型對(duì)全局模型進(jìn)行優(yōu)化,從而幫助參與者擺脫局部偏好,得到更準(zhǔn)確的全局模型,證明了聯(lián)合學(xué)習(xí)適用于霧計(jì)算架構(gòu)。 但是在無(wú)線傳感器網(wǎng)絡(luò)中,由于各個(gè)設(shè)備上的數(shù)據(jù)是用戶獨(dú)立產(chǎn)生的,任何特定用戶的本地?cái)?shù)據(jù)集都不能代表總體分布,這造成聯(lián)合學(xué)習(xí)的樣本數(shù)據(jù)屬于Non-IID 數(shù)據(jù),這對(duì)聯(lián)合學(xué)習(xí)算法的收斂性提出了考驗(yàn)。 因此,需要研究適用于無(wú)線傳感器網(wǎng)絡(luò)的聯(lián)合學(xué)習(xí)算法。 針對(duì)Non-IID 數(shù)據(jù),文獻(xiàn)[12]創(chuàng)新性地提出了聯(lián)邦平均算法(federated averaging algorithm, FedAvg)算法,該算法將每個(gè)客戶端上的本地隨機(jī)梯度下降(stochastic gradient descent, SGD)與執(zhí)行模型平均的服務(wù)器相結(jié)合,在Non-IID 數(shù)據(jù)上取得了較為穩(wěn)定的分類性能,并且與經(jīng)典同步隨機(jī)梯度下降算法相比,FedAvg 算法所需通信輪數(shù)降低了10 ～100 倍。 文獻(xiàn)[13-15]證明了基于采用聯(lián)合學(xué)習(xí)的入侵檢測(cè)系統(tǒng)能夠達(dá)到90%以上的檢測(cè)準(zhǔn)確率,每個(gè)節(jié)點(diǎn)使用最合適的學(xué)習(xí)模型,能夠提高物聯(lián)網(wǎng)環(huán)境下攻擊檢測(cè)的整體準(zhǔn)確性。 這種并行式的訓(xùn)練算法適用大規(guī)模的用戶量和數(shù)據(jù)總量場(chǎng)景,同時(shí)聯(lián)合學(xué)習(xí)的模型參數(shù)交互大大地減少了網(wǎng)絡(luò)通信開(kāi)銷(xiāo)。

本文在上述研究的基礎(chǔ)上,采用霧計(jì)算架構(gòu),更好地利用位于無(wú)線傳感器網(wǎng)絡(luò)邊緣的設(shè)備為就近的用戶提供服務(wù),從而減少云中心的計(jì)算壓力,并提供低延時(shí)網(wǎng)絡(luò)服務(wù),提高入侵檢測(cè)實(shí)時(shí)性。結(jié)合FedAvg 算法在Non-IID 數(shù)據(jù)處理上的優(yōu)勢(shì),提出了Fed-XGB 算法。

2 算法設(shè)計(jì)

2.1 Fed-XGB 算法

本文的霧計(jì)算架構(gòu)是一個(gè)3 層網(wǎng)絡(luò)結(jié)構(gòu),頂層是云端服務(wù)器,具有最強(qiáng)的計(jì)算和存儲(chǔ)能力,中間層為霧層,由計(jì)算能力稍弱的傳感器、服務(wù)器或者基站作為霧節(jié)點(diǎn),為云端分擔(dān)計(jì)算和存儲(chǔ)任務(wù),底層為終端設(shè)備。 本文采用聯(lián)合學(xué)習(xí)算法,霧節(jié)點(diǎn)聚合不同區(qū)域不同用戶的數(shù)據(jù),打破原來(lái)的數(shù)據(jù)資源孤島,節(jié)點(diǎn)不需要傳輸原始數(shù)據(jù),只需要傳輸較少的模型參數(shù)來(lái)協(xié)同訓(xùn)練模型,不僅保證數(shù)據(jù)隱私,同時(shí)適合于無(wú)線網(wǎng)絡(luò)有限且不穩(wěn)定的帶寬。

如圖1 所示,聯(lián)合入侵檢測(cè)算法的培訓(xùn)過(guò)程包括以下3 個(gè)步驟:

圖1 聯(lián)合入侵檢測(cè)算法框架Fig.1 Federated intrusion detection algorithm framework

步驟3 全局模型聚合和更新。 所有K個(gè)客戶共享并協(xié)同訓(xùn)練一個(gè)全局預(yù)測(cè)模型。

服務(wù)器對(duì)客戶端模型參數(shù)進(jìn)行平均以獲得新的全局模型。

因?yàn)槿魏我环剿鶕碛械挠邢迶?shù)據(jù)都很容易陷入局部最優(yōu),所以上述Fed-XGB 算法的全局模型聚合和更新過(guò)程可以利用其他參與者學(xué)到的模型對(duì)局部模型參數(shù)進(jìn)行優(yōu)化,從而幫助參與者擺脫局部偏好,得到更加準(zhǔn)確的模型。

在無(wú)線傳感器網(wǎng)絡(luò)中,希望盡量減少?gòu)膫鞲衅髟O(shè)備上傳的數(shù)據(jù)總量,以減少通信負(fù)擔(dān)。 文獻(xiàn)[16]驗(yàn)證了大量針對(duì)于客戶端的局部?jī)?yōu)化與協(xié)同訓(xùn)練的整體優(yōu)化無(wú)關(guān),將這些模型參數(shù)上傳到中央服務(wù)器的作用很小,甚至?xí)?duì)全局模型的收斂造成損害。 本文為了避免傳輸不相關(guān)的局部更新,每個(gè)客戶端都需要知道全局聚合中的協(xié)同優(yōu)化趨勢(shì)。 在每次學(xué)習(xí)迭代中,客戶應(yīng)該比較他們的局部更新和全局更新,以確定他們的更新是否相關(guān)。

為此,本文算法的優(yōu)化目標(biāo)是在保證學(xué)習(xí)算法收斂的同時(shí)最小化累積的通信次數(shù),即

式中:Ct為在第t次迭代中,將本地更新上傳到服務(wù)器的客戶端數(shù)量;f(xt)為第t次學(xué)習(xí)到的模型;f(x*)為最優(yōu)模型。

本文結(jié)合Top-K 梯度選擇方法和CMFL[17]算法進(jìn)行梯度更新選擇。 具體來(lái)說(shuō),每次訓(xùn)練中用戶計(jì)算得到模型參數(shù)gi、hi,根據(jù)其與服務(wù)器模型參數(shù)相差絕對(duì)值的大小排序,選擇相差最小的K個(gè)梯度值,服務(wù)器將聚合這K個(gè)梯度值用于生成樹(shù)和模型預(yù)測(cè)。

假設(shè)第j次全局模型更新中,Wj={h1,h2,…,hN}為本地模型參數(shù)更新,ˉWj為全局模型參數(shù),計(jì)算相同符號(hào)參數(shù)的百分比作為相關(guān)性度量標(biāo)準(zhǔn):

若Wj和ˉWj符號(hào)相同,則I(sign(Wj)=sign(ˉWj))= 1,否則為0。 將更新的相關(guān)性度量e(W,ˉW)進(jìn)行排序,再選擇排名最高的K個(gè)值上傳,進(jìn)行服務(wù)端的模型聚合,用于生成樹(shù)和模型預(yù)測(cè)。 這樣,聚合機(jī)制就能夠加快模型收斂速度,并且有效防止不利于整體模型的參數(shù)上傳,減少Ct,降低通信開(kāi)銷(xiāo)。

2.2 基于代價(jià)敏感函數(shù)的改進(jìn)XGBoost 算法

本節(jié)針對(duì)不同霧節(jié)點(diǎn)上的不均衡數(shù)據(jù)樣本,通過(guò)引入代價(jià)敏感函數(shù)對(duì)XGBoost 算法進(jìn)行改進(jìn)。

XGBoost 算法基于CART 回歸樹(shù)模型[18],對(duì)于給定的n個(gè)樣本m個(gè)特征的數(shù)據(jù)集D= (xi,yi),CART 回歸樹(shù)會(huì)將輸入的樣本特征分配到各個(gè)葉子節(jié)點(diǎn),其預(yù)測(cè)函數(shù)為

式中:f(x) =wj(x),wj(x)為葉子節(jié)點(diǎn)j的權(quán)重,fv(x)為其中第v棵回歸樹(shù)。 XGBoost 算法學(xué)習(xí)的過(guò)程就是通過(guò)加入fv函數(shù)來(lái)優(yōu)化目標(biāo)函數(shù),減少預(yù)測(cè)結(jié)果與實(shí)際結(jié)果之間的誤差。 定義的目標(biāo)函數(shù)為

式中:r為權(quán)重系數(shù);Tt為葉子節(jié)占的個(gè)數(shù);λ為正則化系數(shù)。

因?yàn)楦鱾€(gè)霧節(jié)點(diǎn)收集的流量數(shù)據(jù)類別不均衡,其中攻擊類的異常流量屬于小樣本,所以,為了提高入侵檢測(cè)模型對(duì)小樣本的重視,設(shè)計(jì)每個(gè)霧節(jié)點(diǎn)中的代價(jià)敏感度函數(shù)為

在霧節(jié)點(diǎn)的模型尋找最優(yōu)樹(shù)結(jié)構(gòu)的過(guò)程中,最重要的就是訓(xùn)練樣本的gci和hci。 由于代價(jià)敏感函數(shù)的引入,按照Gain 進(jìn)行最優(yōu)分割點(diǎn)選擇時(shí)會(huì)更加重視霧節(jié)點(diǎn)中的小樣本類別,從而提高小樣本類別的檢測(cè)準(zhǔn)確率,更適合流量數(shù)據(jù)類別不均衡的無(wú)線傳感器網(wǎng)絡(luò)。

2.3 近似算法改進(jìn)

如2.2 節(jié)所述,訓(xùn)練XGBoost 的最優(yōu)樹(shù)模型需要計(jì)算增益分?jǐn)?shù)Gain 來(lái)尋找分裂點(diǎn)。 這意味著對(duì)于每個(gè)數(shù)據(jù)樣本和特征,需要計(jì)算對(duì)應(yīng)的梯度gci和二階導(dǎo)數(shù)hci。

大多數(shù)聯(lián)合學(xué)習(xí)的梯度提升算法都允許參與訓(xùn)練的客戶端將梯度或特征值分割候選者傳輸?shù)骄酆掀?從而確定整體模型的最佳分裂點(diǎn)。 而常見(jiàn)搜索最佳分裂點(diǎn)的方法是使用精確貪婪算法,該算法枚舉整個(gè)特征和值空間以找到最佳分裂點(diǎn)[19]。 若需要處理n個(gè)樣本,d個(gè)特征,進(jìn)行m輪,這種貪婪算法的復(fù)雜度就高達(dá)O(n×d×m×lgn),會(huì)增大霧節(jié)點(diǎn)的通信計(jì)算壓力;為了彌補(bǔ)這一不足,本文使用基于直方圖的近似算法來(lái)高效地選擇最優(yōu)特征[17]。

基于直方圖的近似算法首先對(duì)該特征的所有切分點(diǎn)p(p=1,2,…,m)基于分位數(shù)分桶,得到一個(gè)候選切分集合Sp= {sp1,sp2,…,spl},然后將樣本特征的值根據(jù)集合劃分到桶中,對(duì)每個(gè)桶內(nèi)的樣本統(tǒng)計(jì)值的梯度和二階導(dǎo)數(shù)進(jìn)行累加統(tǒng)計(jì)得到Gpl和Hpl,最后在這些累計(jì)的統(tǒng)計(jì)量上尋找最佳分裂點(diǎn)。 分位點(diǎn)算法的核心思想是:根據(jù)特征的分布取其分位點(diǎn),將分位點(diǎn)代替真實(shí)特征值,本質(zhì)就是連續(xù)特征的分段離散,降低計(jì)算復(fù)雜度。但是,將這種近似算法直接應(yīng)用于聯(lián)合學(xué)習(xí)框架中可能會(huì)導(dǎo)致訓(xùn)練的模型無(wú)法適應(yīng)各方數(shù)據(jù)的偏差,尤其是不均衡數(shù)據(jù)和Non-IID 數(shù)據(jù)中。

為了解決該問(wèn)題,本文的改進(jìn)算法不是以相同的比例對(duì)所有參與者的數(shù)據(jù)進(jìn)行分桶,而是考慮參與者客戶端上本地?cái)?shù)據(jù)集的大小與其他參與者的大小相對(duì)比率來(lái)按比例(如百分位數(shù))分桶。首先,定義Dp表示每個(gè)訓(xùn)練樣本的第p維特征值和對(duì)應(yīng)二階導(dǎo)數(shù):

3 實(shí)驗(yàn)驗(yàn)證

由于每個(gè)數(shù)據(jù)集都會(huì)有不同的模式和特征,如網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、流量特征、攻擊方式等,本文使用多種基準(zhǔn)數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),這樣可以綜合驗(yàn)證入侵檢測(cè)模型的適應(yīng)性。 本文結(jié)合加拿大網(wǎng)絡(luò)安全研究所提供的CICIDS 2017 數(shù)據(jù)集及無(wú)線網(wǎng)絡(luò)的WSN-DS 數(shù)據(jù)集來(lái)評(píng)估模型。

實(shí)驗(yàn)平臺(tái)為搭載了Core i9-9820x 和GTX 1080 Ti 的臺(tái)式機(jī),使用Anaconda 3 軟件和聯(lián)合學(xué)習(xí)框架Pysyft 進(jìn)行仿真實(shí)驗(yàn)。 同時(shí)還使用NS-2軟件仿真設(shè)計(jì)得到一個(gè)WSN-ids 數(shù)據(jù)集。 總節(jié)點(diǎn)規(guī)模數(shù)目為300,按照區(qū)域平均劃分為30 個(gè)區(qū)域,每個(gè)區(qū)域設(shè)置一個(gè)霧節(jié)點(diǎn),收集該區(qū)域中節(jié)點(diǎn)的數(shù)據(jù)用來(lái)訓(xùn)練本地模型,節(jié)點(diǎn)的信息通信覆蓋半徑設(shè)定為10 m,設(shè)置仿真時(shí)間為1 000 s,其中網(wǎng)絡(luò)攻擊時(shí)間設(shè)置為50 s。 實(shí)驗(yàn)共進(jìn)行30 次模擬,獲得總時(shí)長(zhǎng)30 000 s 的原始流量數(shù)據(jù)。

仿真參數(shù)設(shè)定如表1 所示。

表1 仿真參數(shù)設(shè)置Table 1 Simulation parameter settings

網(wǎng)絡(luò)攻擊的模擬參照WSN-DS 數(shù)據(jù)集。 模擬了4 種攻擊方式:Blackhole、Grayhole、Flooding、Scheduling。 3 個(gè)數(shù)據(jù)集的信息如表2 所示。

表2 數(shù)據(jù)集相關(guān)信息Table 2 Related information of datasets

采用準(zhǔn)確率Accuracy 和誤報(bào)率FAR 作為評(píng)估指標(biāo):式中:TP 為正確分類的正樣本數(shù)目;FN 為錯(cuò)誤分類的正樣本數(shù)目;FP 為錯(cuò)誤分類為正樣本的負(fù)樣本數(shù)目; TN 為正確分類的負(fù)樣本數(shù)目。

3.1 算法比較

本文通過(guò)準(zhǔn)確率Accuracy 和誤報(bào)率FAR 評(píng)估不同算法在WSN-DS 和CICIDS 2017 數(shù)據(jù)集中的性能,數(shù)據(jù)集按照80%:20% 的比例劃分訓(xùn)練集和測(cè)試集。

對(duì)比的集中式學(xué)習(xí)方法選擇了入侵檢測(cè)領(lǐng)域流行的RF(random forest)[21]、GRU-SVM[22]、ICNN[23]、VAE[24]和XGBoost[25]算法。 這幾種算法采用集中式的方法進(jìn)行訓(xùn)練,設(shè)備將數(shù)據(jù)上傳給服務(wù)器進(jìn)行集中訓(xùn)練。 選擇FedSGD 作為分布式學(xué)習(xí)(聯(lián)合學(xué)習(xí))的比較算法,為了更好地比較本文算法的優(yōu)勢(shì),FedSGD 的訓(xùn)練模型統(tǒng)一使用XGBoost算法。 所有算法重復(fù)獨(dú)立運(yùn)行15 次,并計(jì)算相同的測(cè)試集上的檢測(cè)準(zhǔn)確率和誤報(bào)率的平均值,結(jié)果如表3 所示。

從表3 可以看出,Fed-XGB 和本地模型VAE的檢測(cè)準(zhǔn)確率最高,誤報(bào)率最低,Fed-XGB 的檢測(cè)分類性能相比于集中式的XGBoost 分類準(zhǔn)確率提高了3%左右,誤報(bào)率降低了10%左右,證明了聯(lián)合學(xué)習(xí)這種分布式學(xué)習(xí)也可以達(dá)到集中式學(xué)習(xí)的訓(xùn)練效果。 并且本文的Fed-XGB 算法相比FedSGD 聯(lián)合學(xué)習(xí)算法具有更好的檢測(cè)性能。

表3 不同算法整體性能對(duì)比Table 3 Comparison of overall performance of each algorithm

3.2 聯(lián)合學(xué)習(xí)參數(shù)的影響

使用WSN-DS 數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),分析聯(lián)合學(xué)習(xí)參數(shù)B(訓(xùn)練批次大小)和E(訓(xùn)練代數(shù))對(duì)通信成本即上傳次數(shù)的影響,比較FedSGD 算法和Fed-XGB 算法不同的B和E下模型的分類準(zhǔn)確率達(dá)到98%時(shí)所需的上傳次數(shù),可以看出增加E和設(shè)置較小的B會(huì)降低通信成本。

由表4 可以看出,本文的Fed-XGB 算法在參數(shù)E=20 和B設(shè)置較小時(shí),上傳次數(shù)最小,在相對(duì)于基線算法FedSGD 減少了大約21 倍的通信成本。 通常,通過(guò)將B設(shè)置為一個(gè)小數(shù)目,增加客戶端的訓(xùn)練輪數(shù),即將更多的計(jì)算推給客戶端,即充分利用無(wú)線傳感器網(wǎng)絡(luò)中霧節(jié)點(diǎn)的計(jì)算資源。

表4 不同聯(lián)合學(xué)習(xí)參數(shù)對(duì)上傳次數(shù)的影響Table 4 Influence of different federated learning parameters on communication rounds

3.3 不同惡意節(jié)點(diǎn)數(shù)量下的性能比較

使用WSN-ids 數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),探究了不同惡意節(jié)點(diǎn)數(shù)目對(duì)入侵檢測(cè)模型的影響。 參照文獻(xiàn)[5]的方式模擬中毒攻擊,惡意節(jié)點(diǎn)隨機(jī)分配在劃分的30 個(gè)區(qū)域中,對(duì)周?chē)?jié)點(diǎn)進(jìn)行網(wǎng)絡(luò)攻擊,并且上傳錯(cuò)誤的數(shù)據(jù)信息。 相同仿真環(huán)境下,得到不同算法的檢測(cè)準(zhǔn)確率如圖2所示。 由圖2 可知,惡意節(jié)點(diǎn)數(shù)量增加會(huì)對(duì)入侵檢測(cè)模型的性能有不利影響。 原因是:惡意節(jié)點(diǎn)數(shù)目的增加會(huì)使檢測(cè)模型難以建立正確的判斷,使得聯(lián)合學(xué)習(xí)模型難以執(zhí)行正確模型參數(shù)信息的聚合,導(dǎo)致霧節(jié)點(diǎn)的參數(shù)上傳對(duì)全局模型產(chǎn)生不利影響。 研究中發(fā)現(xiàn),對(duì)于訓(xùn)練過(guò)程中受到中毒污染的客戶端,其梯度更新相較服務(wù)端相差較大,而Fed-XGB 由于算法的設(shè)計(jì)避免傳輸不相關(guān)的局部更新,全局聚合的協(xié)同優(yōu)化趨勢(shì)下避免了中毒節(jié)點(diǎn)的不利影響,確保對(duì)模型性能有利地更新才會(huì)聚合,保證了模型訓(xùn)練的可靠性。

圖2 不同惡意節(jié)點(diǎn)數(shù)量下的性能比較Fig.2 Performance comparison of different malicious nodes

3.4 模型魯棒性測(cè)試

由于無(wú)線傳感器網(wǎng)絡(luò)具有無(wú)線連接不穩(wěn)定、設(shè)備容易故障、容易受到外界干擾的特點(diǎn),造成其網(wǎng)絡(luò)傳輸過(guò)程中的丟包率較高,而且數(shù)據(jù)傳輸過(guò)程中不可避免地會(huì)收集故障數(shù)據(jù)和噪聲數(shù)據(jù)。 低質(zhì)量帶噪聲數(shù)據(jù)導(dǎo)致檢測(cè)系統(tǒng)較低的魯棒性,因此抗噪聲能力對(duì)于無(wú)線傳感器網(wǎng)絡(luò)的入侵檢測(cè)模型至關(guān)重要。

本文進(jìn)行了模型魯棒性測(cè)試:從30 個(gè)區(qū)域中隨機(jī)選擇10 個(gè)節(jié)點(diǎn),參考文獻(xiàn)[26]的方法,引入的噪聲為掩蔽噪聲,將其加入訓(xùn)練樣本中,將干凈的原始流量數(shù)據(jù)以一定噪聲比例(10% 的比例)隨機(jī)置零,以最大化學(xué)習(xí)分類器的錯(cuò)誤,使用低質(zhì)量的帶噪聲數(shù)據(jù)來(lái)檢驗(yàn)系統(tǒng)的魯棒性。 如圖3 和圖4 所示,圖3(a)和圖4(a)為模型正常訓(xùn)練后的分類結(jié)果混淆矩陣圖,圖3(b)和圖4(b)為注入噪聲的分類結(jié)果混淆矩陣圖。

圖3 Fed-XGB 算法加噪聲前后的性能對(duì)比Fig.3 Performance comparison of Fed-XGB algorithm under adding noise

圖4 FedSGD 算法加噪前后的性能比較Fig.4 Performance comparison of FedSGD algorithm under adding noise

可以看出FedSGD 算法受到噪聲的影響很大,導(dǎo)致所有類別的準(zhǔn)確率都大幅下降,Blackhole類的準(zhǔn)確率下降了6%,Grayhole 類的準(zhǔn)確率下降了3%,Flooding 類的準(zhǔn)確率下降13%, scheduling類的準(zhǔn)確率下降了32%,大部分預(yù)測(cè)成為了Grayhole。 而本文的Fed-XGB 算法很好的抑制了噪聲對(duì)全局分類性能的影響,各個(gè)類別的準(zhǔn)確率下降在3%以內(nèi)。 證明了算法具有較好的魯棒性。

4 結(jié) 論

針對(duì)無(wú)線傳感器網(wǎng)絡(luò)的信道特點(diǎn)和集中式、分布式學(xué)習(xí)方法的缺陷,本文提出聯(lián)合入侵檢測(cè)算法Fed-XGB,降低了數(shù)據(jù)傳輸帶來(lái)的帶寬占用和隱私泄露風(fēng)險(xiǎn)。 在不同數(shù)據(jù)集上的實(shí)驗(yàn)表明:

1) Fed-XGB 的檢測(cè)準(zhǔn)確率在0.97 以上,誤報(bào)率在0.036 以下,優(yōu)于其他對(duì)比算法。

2) Fed-XGB 在數(shù)據(jù)含有噪聲和惡意節(jié)點(diǎn)數(shù)目增加時(shí)依然保持穩(wěn)定的檢測(cè)性能。

下一步將針對(duì)模型參數(shù)的保密性和壓縮進(jìn)行更深的研究,提高聯(lián)合學(xué)習(xí)的隱私性和高效性。