Auf den unsichtbaren Autobahnen des Internets fließt ständig Datenverkehr zwischen Computern, Servern und Geräten. Dieser Verkehr ist normalerweise harmlos, kann aber auch verborgene Bedrohungen in sich tragen: bösartigen Code, der darauf ausgelegt ist, Informationen zu stehlen, Systeme zum Absturz zu bringen oder Netzwerke zu kapern. Um diese digitalen Pfade zu schützen, setzen Sicherheitsexperten Intrusion Detection Systems (Angriffserkennungssysteme) ein, die wie automatisierte Wächter fungieren, die nach verdächtigen Aktivitäten Ausschau halten. Seit Jahrzehnten verlassen sich diese Wächter auf zwei Hauptstrategien. Die erste ist wie ein Polizist, der eine Liste bekannter Krimineller prüft; sie sucht nach spezifischen Mustern, die mit vergangenen Angriffen übereinstimmen. Dies funktioniert gut bei bekannten Bedrohungen, versagt aber völlig gegenüber neuen, unbekannten Gefahren. Die zweite Strategie ist wie ein Wachmann, der auf jeden achtet, der sich seltsam verhält; sie schlägt Alarm, wenn etwas nicht wie das normale Verhalten aussieht. Dies kann zwar neue Bedrohungen entdecken, führt aber oft zu Fehlalarmen, indem es „Gefahr!“ ruft, wenn ein Benutzer lediglich etwas ungewöhnliches, aber Harmloses tut. Die Herausforderung für die moderne Sicherheit besteht darin, ein System zu bauen, das scharf genug ist, um bekannte Kriminelle zu erkennen, sensibel genug, um neue zu erspähen, und klar genug, um genau zu erklären, warum es eine Entscheidung getroffen hat – und das alles, ohne von der schieren Menge an Daten überwältigt zu werden.

Ein Forschungsteam der Donghua Universität und der Chinesischen Akademie der Wissenschaften hat einen neuen Ansatz entwickelt, um dieses Problem zu lösen. Sie haben ein maschinelles Lernframework geschaffen, das die Stärken sowohl der Erkennung bekannter Muster als auch der Anomalieerkennung in einem einzigen, einheitlichen System kombiniert. Anstatt sich auf komplexe Deep-Learning-Modelle zu verlassen, die wie Black Boxes agieren, verwendet ihre Methode einen transparenteren Algorithmus namens Random Forest. Dieses System ist darauf ausgelegt, eine spezifische, schwierige Realität des Netzwerkverkehrs zu bewältigen: Die Daten sind extrem unausgewogen. In einem typischen Netzwerk macht der harmlose Datenverkehr den weita Jahren Teil dessen aus, was zu sehen ist, während gefährliche Angriffe extrem selten sind. Dieses Ungleichgewicht führt oft dazu, dass Computermodelle die seltenen Angriffe völlig ignorieren. Die Forscher gingen dem entgegen, indem sie die Trainingsdaten sorgfältig anpassten, um seltenen Bedrohungen mehr Gewicht zu verleihen, wodurch sichergestellt wurde, dass das System lernt, sie zu erkennen. Sie führten zudem eine Methode zur Kalibrierung des Vertrauens des Systems ein, was bedeutet, dass der Computer Sicherheitsanalysten mitteilen kann, wie sicher er sich bezüglich einer Bedrohung ist, anstatt nur zu raten.

Der Kern ihrer Arbeit ist ein „ bimodales“ Framework, was bedeutet, dass es mit zwei unterschiedlichen, aber miteinander verbundenen Denkweisen arbeitet. Der erste Modus fungiert als Spezialist für bekannte Angriffe. Er wurde trainiert, um spezifische Arten von Bedrohungen, wie Denial-of-Service-Angriffe oder webbasierte Intrusionen, mit hoher Präzision zu erkennen. Der zweite Modus fungiert als Generalist, der alles scannt, was vom normalen Verhalten abweicht, was es ermöglicht, völlig neue Arten von Angriffen zu erfassen, die zuvor noch nie gesehen wurden. Diese beiden Modi arbeiten zusammen, ohne dass sie separat neu trainiert werden müssen. Wenn das System einen Strom von Netzwerkdaten verarbeitet, transformiert es Rohinformationen in aussagekräftige Sicherheitsmerkmale, wie etwa die Dauer einer Verbindung oder ob der Verkehr von einem Webserver kommt. Es führt diese Informationen dann gleichzeitig durch beide Modi. Wenn der erste Modus einen spezifischen Angriff erkennt, identifiziert er ihn beim Namen. Wenn der zweite Modus etwas Seltsames wahrnimmt, aber es nicht benennen kann, markiert er es als potenzielle unbekannte Bedrohung.

Um sicherzustellen, dass das System vertrauenswürdig ist, fügten die Forscher eine Ebene der Erklärbarkeit hinzu. Viele fortgeschrittene Computermodelle treffen Entscheidungen, die für Menschen nicht nachvollziehbar sind, was Sicherheitsanalysten zögern lässt, ihnen zu vertrauen. Dieses neue Framework nutzt eine Technik namens SHAP-Analyse, um jede Entscheidung auf die spezifischen Merkmale zurückzuverfolgen, die sie verursacht haben. Wenn das System beispielsweise eine Verbindung als gefährlich einstuft, kann es zeigen, dass die Entscheidung durch ein spezifisches Muster in der Paketgröße oder der Dauer des Datenflusses getrieben wurde, anstatt durch einen zufälligen Fehler. Die Forscher testeten ihr System mit einem großen, realen Datensatz des Netzwerkverkehrs, der verschiedene Arten von Angriffen enthielt. Sie fanden heraus, dass das System eine hohe Genauigkeit bei der Identifizierung bekannter Angriffe erreichte, mit einem Leistungsscore von 0,8626 auf einer Skala, bei der höhere Werte besser sind. Viel wichtiger war jedoch, dass es in der Lage war, unbekannte Bedrohungen zu erkennen. Bei Tests gegen Angriffe, die es zuvor noch nie gesehen hatte, identifizierte das System diese in bis zu 90,17 Prozent der Fälle bei bestimmten Arten von langsam ablaufenden Angriffen, während es Fehlalarme auf ein Minimum beschränkte.

Die Studie hob auch die Bedeutung der Datenaufbereitung hervor. Die Forscher fanden heraus, dass es nicht ausreichte, einfach Rohdaten in ein Modell einzuspeisen; sie mussten eine hybride Resampling-Strategie anwenden, um die Zahlen auszugleichen. Dies beinhaltete die Reduzierung der überwältigenden Menge an normalem Datenverkehr und die künstliche Erhöhung der Repräsentation seltener Angriffsarten, damit das Modell von ihnen lernen konnte. Sie passten auch die Sensitivitätsschwellen des Systems an, indem sie die Hürde für die Erkennung spezifischer, schwer fassbarer Web-Angriffe wie Cross-Site-Scripting senkten. Diese Anpassung ermöglichte es dem System, mehr dieser seltenen Bedrohungen zu erfassen, ohne zu viele Fehlalarme zu generieren. Die Ergebnisse zeigten, dass das System diese seltenen Angriffe mit einer Erfolgsquote von 77,04 Prozent erkennen konnte, was eine signifikante Verbesserung gegenüber bisherigen Methoden darstellte, die sie oft gänzlich übersahen.

Im Vergleich zu anderen aktuellen Studien stach dieses Framework durch seine Fähigkeit hervor, sowohl bekannte als auch unbekannte Bedrohungen ohne die hohen Rechenkosten von Deep Learning zu bewältigen. Andere Ansätze hatten entweder Schwierigkeiten mit unbekannten Angriffen oder benötigten so viel Rechenleistung, dass sie für den Echtzeitgebrauch schwer einsetzbar waren. Diese neue Methode bietet eine ausgewogene Lösung, die sowohl leistungsstark als auch praktisch ist. Die Forscher bestätigten, dass die Entscheidungen des Systems durch sicherheitsrelevante Merkmale wie die Dauer einer Verbindung oder die Anzahl der gesendeten Pakete getrieben wurden und nicht durch verwirrende Artefakte in den Daten. Das bedeutet, dass Sicherheits-Teams, wenn das System einen Alarm auslöst, darauf vertrauen können, dass dies auf echten Anzeichen eines Angriffs basiert. Durch die Überbrückung der Kluft zwischen theoretischen Modellen und realen Sicherheitsanforderungen bietet diese Arbeit einen klareren, zuverlässigeren Weg, digitale Netzwerke vor sowohl bekannten als auch neu aufkommenden Gefahren zu schützen.