Cognitive Threat Intelligence and Explainable Federated Security Analytics for distributed Infrastructure Systems

Technische Zusammenfassung: Kognitive Bedrohungsintelligenz und erklärbare föderierte Sicherheitsanalytik für verteilte Infrastruktursysteme

Problemstellung
Die rasche Expansion verteilter Infrastruktursysteme, Cloud-Computing, Internet der Dinge (IoT) und Edge-Architekturen hat die Angriffsfläche für Cybersicherheit erheblich vergrößert. Traditionelle zentralisierte Intrusion-Detection-Systeme (IDS) stehen in diesem Umfeld vor kritischen Einschränkungen, einschließlich Skalierbarkeitsproblemen, hohem Kommunikationsaufwand, verzögerter Reaktionszeiten auf Bedrohungen und erheblichen Datenschutzrisiken durch die Übertragung sensibler Rohdaten des Netzwerkverkehrs an zentrale Server. Darüber hinaus operieren viele bestehende KI-gestützte Cybersicherheitslösungen als „Black-Box“-Systeme, denen es an der Transparenz mangelt, die Analysten benötigen, um die Begründung hinter Anomalieprognosen und Bedrohklassifizierungen zu verstehen. Diese Undurchsichtigkeit behindert das Vertrauen, die Untersuchung von Vorfällen und die Einhaltung regulatorischer Vorschriften. Es besteht ein dringender Bedarf an einem Framework, das gleichzeitig Datenschutz, kollaborative Bedrohungsintelligenz, Skalierbarkeit und erklärbare Entscheidungsfindung erreicht, ohne die Erkennungsgenauigkeit zu beeinträchtigen.

Methodik
Diese Studie schlägt ein Framework für Kognitive Bedrohungsintelligenz und erklärbare föderierte Sicherheitsanalytik vor und evaluiert dieses. Die Methodik verwendet ein empirisches und experimentelles Forschungsdesign unter Nutzung der Benchmark-Cybersicherheitsdatensätze NSL-KDD und CIC-IDS2017.

1. Federated Learning (FL) Architektur: Anstatt Rohdaten zu zentralisieren, verteilt das Framework den Trainingsprozess. Lokale Sicherheitsmodelle werden unabhängig in verteilten Netzwerkknoten trainiert. Es werden nur verschlüsselte Modellparameter und Updates über einen Federated Averaging-Mechanismus mit einem zentralen Aggregator geteilt. Dies stellt sicher, dass der sensible Rohnetzverkehr lokal bleibt, wodurch der Datenschutz gewahrt und das Risiko einzelner Fehlerquellen (Single Points of Failure) reduziert wird.
2. Algorithmische Implementierung: Die Studie implementiert und vergleicht mehrere Algorithmen des maschinellen Lernens und des Deep Learning zur Anomalieerkennung und Angriffsklassifizierung innerhalb der föderierten Umgebung. Dazu gehören:
   • Maschinelles Lernen: Random Forest, XGBoost.
   • Deep Learning: Autoencoder, Long Short-Term Memory (LSTM) Netzwerke.
3. Integration von Explainable AI (XAI): Um die „Black-Box“-Einschränkung zu adressieren, integriert das Framework SHAP (Shapley Additive Explanations) und LIME (Local Interpretable Model-Agnostic Explanations). Diese Techniken erzeugen für Menschen verständliche Einblicke in die Vorhersagen des Modells und erklären, welche Netzwerkmerkmale (z. B. Quellbytes, Zielbytes) am stärksten zu spezifischen Anomalieerkennungen beigetragen haben.
4. Datenvorverarbeitung: Die Datensätze wurden einer Bereinigung, Normalisierung, Merkmalselektion und dem Umgang mit Klassenungleichgewichten (insbesondere bei seltenen Angriffsarten wie R2L und U2R) unterzogen, um die Robustheit der Modelle zu gewährleisten.
5. Evaluationsmetriken: Die Leistung wurde anhand von Standard-Cybersicherheitsmetriken bewertet: Genauigkeit (Accuracy), Präzision (Precision), Recall, F1-Score, ROC-AUC, Erkennungslatenz und Kommunikationsaufwand.

Wesentliche Beiträge

• Dezentrale, datenschutzwahrende Erkennung: Die Studie demonstriert eine lebensfähige Architektur für die kollaborative Bedrohungserkennung, bei der Rohdaten niemals geteilt werden, was die mit zentralisierten IDS verbundenen Datenschutzbedenken entschärft.
• Integration von XAI mit Federated Learning: Sie schließt die Lücke zwischen hochperformanten föderierten Modellen und der Notwendigkeit der Interpretierbarkeit, indem sie einen Mechanismus bietet, mit dem Sicherheitsanalysten KI-gestützte Entscheidungen validieren können.
• Algorithmisches Benchmarking: Die Forschung bietet eine vergleichende Analyse von Random Forest, XGBoost, Autoencoder und LSTM in einem föderierten Setting und identifiziert deren relative Stärken in verteilten Umgebungen.
• Merkmalsrelevanzanalyse: Durch die Anwendung von XAI identifiziert die Studie spezifische Attribute des Netzwerkverkehrs (insbesondere src_bytes und dst_bytes), die am kritischsten für die Erkennung bösartiger Aktivitäten sind, und erhöht damit die Transparenz des Erkennungsprozesses.

Ergebnisse
Die experimentellen Ergebnisse auf den Datensätzen NSL-KDD und CIC-IDS2017 lieferten die folgenden Erkenntnisse:

• Modellleistung: Alle evaluierten Modelle zeigten eine hohe Effektivität, wobei die durchschnittlichen Leistungsmetriken (Genauigkeit, Präzision, Recall) konsistent über 90 % lagen.
• Top-Performer: XGBoost erreichte die höchste Genauigkeit und den besten ROC-AUC-Score (0,98), dicht gefolgt von LSTM (0,97) und Random Forest (~0,95). Das Autoencoder-Modell zeigte eine geringere Leistung, was auf die Herausforderungen der unüberwachten Anomalieerkennung zurückzuführen ist.
• Angriffserkennungsraten: Das Framework erreichte eine Erkennungsrate von etwa 98 % für Denial-of-Service (DoS)-Angriffe und 95 % für Probe-Angriffe. Die Erkennungsraten waren niedriger für Remote-to-Local (R2L) und User-to-Root (U2R) Angriffe, was die Komplexität und Seltenheit dieser Angriffsarten in den Datensätzen widerspiegelt.
• Erklärbarkeit: SHAP und LIME identifizierten erfolgreich die Merkmalswichtigkeit und bestätigten, dass Datenvolumenmetriken (src_bytes, dst_bytes) primäre Indikatoren für Anomalien sind.
• Kommunikationsaufwand: Die Studie beobachtete variierende Kommunikationskosten über die Client-Knoten hinweg, wobei einige Knoten (z. B. Client 4) einen höheren Aufwand aufgrund größerer Modell-Updates oder komplexer lokaler Trainings verursachten, was die Kommunikationseffizienz als verbleibende Optimierungsherausforderung hervorhebt.
• Konfusionsmatrix: Das Modell demonstrierte eine hohe Zuverlässigkeit mit 987 True Positives und 950 True Negatives sowie relativ geringen False Positives (35) und False Negatives (28).

Bedeutung der Studie
Die Arbeit postuliert, dass diese Forschung zur Entwicklung intelligenter, erklärbarer und resilienter Cybersicherheitsarchitekturen beiträgt, die auf moderne verteilte Infrastrukturen zugeschnitten sind. Durch die Integration von Federated Learning mit Explainable AI adressiert das vorgeschlagene Framework die dualen Herausforderungen von Datenschutz und Entscheidungs-Transparenz. Die Studie legt nahe, dass solche Frameworks die Abhängigkeit von zentralisierten Sicherheitsinfrastrukturen verringern, die Exposition sensibler Daten minimieren und das Vertrauen in automatisierte Sicherheitssysteme fördern können. Letztlich zielt die Arbeit darauf ab, Organisationen bei der Bereitstellung skalierbarer, transparenter und datenschutzbewusster Lösungen zum Schutz kritischer digitaler Systeme gegen sich entwickelnde Cyberbedrohungen zu unterstützen.

Zukünftige Richtungen
Die Autoren merken an, dass sich zukünftige Arbeiten auf die Optimierung der Kommunikationseffizienz konzentrieren sollten, um die Skalierbarkeit und Echtzeitleistung zu verbessern. Sie schlagen zudem vor, hybride KI-Modelle, Blockchain-gestützte föderierte Sicherheit und adaptive Bedrohungsintelligenz-Systeme für IoT- und Edge-Computing-Umgebungen zu untersuchen.