Machine Learning Based Intrusion Detection for Cloud Storage: An Empirical Evaluation of Signature and Random Forest Fusion
Diese Studie evaluiert empirisch einen semi-synthetischen Intrusion-Detection-Prototyp für Cloud-Speicher, indem sie Angriffe in unbeschriftete Microsoft-Azure-Traces injiziert, wobei festgestellt wurde, dass Random-Forest-Modelle zwar nützliche Ranking-Signale liefern, ihre instabile Leistung unter zeitlicher Arbeitslastdrift und die mangelhafte Erkennung von Low-and-Slow-Angriffen jedoch darauf hindeuten, dass sie noch nicht bereit für den produktiven Einsatz sind.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In der modernen digitalen Welt leben riesige Mengen an persönlichen und geschäftlichen Informationen in der Cloud-Speicherung, einem System, bei dem Daten auf entfernten Servern statt auf einem einzelnen Computer aufbewahrt werden. Da diese Daten von überall aus abgerufen werden können, ist das Potenzial für unbefugten Zugriff wesentlich größer als bei traditionellen, isolierten Speichersystemen. Um diese Informationen zu schützen, verlassen sich Sicherheitsteams auf Intrusion-Detection-Systeme (Angriffserkennungssysteme), die wie digitale Wachtürme fungieren. Diese Systeme arbeiten im Allgemeinen auf zwei Arten: Einige suchen nach bekannten Mustern bösartigen Verhaltens, ähnlich wie ein Sicherheitswachmann, der ein bestimmtes Gesicht eines Kriminellen erkennt, während andere lernen, wie normale Aktivitäten aussehen, und Alarm schlagen, wenn etwas ungewöhnlich geschieht. Die Herausforderung besteht darin, dass legitime Nutzer oft sich auf eine Weise verhalten, die verdächtig aussieht, und Angreifer normales Verhalten imitieren können, was es schwierig macht, den Unterschied zu erkennen, ohne eine Flut von Fehlalarmen zu verursachen.
Die Forscher Simon Usifoh und Olawale Olaniyi unternahmen den Versuch, einen spezifischen Ansatz zur Lösung dieses Problems unter Verwendung von Realdaten von Microsoft Azure, einem großen Cloud-Anbieter, zu testen. Sie entwickelten einen Prototyp eines Systems, das darauf ausgelegt ist, Eindringlinge in der Cloud-Speicherung zu entdecken, indem es zwei Methoden kombiniert: einen Satz fester Regeln, die nach offensichtlichen Anzeichen von Problemen suchen, und ein Modell des maschinellen Lernens, das aus Datenmustern lernt. Das Team verwendete keinen erfundenen Datensatz mit gefälschten Angriffen, wie es in diesem Bereich üblich ist, sondern begann statlich mit dreißigtausend Datensätzen tatsächlicher, unbeschrifteter Zugriffsprotokolle von echten Anwendungen. Da diese Protokolle keine Sicherheitskennzeichnungen enthielten, behandelten die Forscher sie als einen neutralen Hintergrund normaler Aktivitäten. Anschließend injizierten sie sorgfältig kontrollierte Simulationen von Angriffskampagnen in diese realen Daten. Drei spezifische Angriffstemplates – Burst-Exfiltration, breites Probing (Abfragen) und Overwrite-Bursts (Überschreibungs-Bursts) – traten in allen Trainings-, Validierungs- und Testzeiträumen auf, während eine vierte Art, die Low-and-Slow-Exfiltration, nur in der Testperiode injiziert wurde. Dies ermöglichte es ihnen zu sehen, wie ihr Erkennungssystem performte, wenn es mit Bedrohungen konfrontiert wurde, die in authentischen, chaotischen menschlichen Aktivitäten verborgen waren.
Die Ergebnisse zeichneten ein komplexes Bild davon, was in einer realen Umgebung funktioniert und was nicht. Das Modell des maschinellen Lernens, bekannt als Random Forest, erwies sich als recht gut darin, Ereignisse zu ranken, was bedeutet, dass es erfolgreich identifizieren konnte, welche Aktivitäten wahrscheinlicher Angriffe als andere waren. Als die Forscher jedoch versuchten, eine spezifische Linie festzulegen, um zu entscheiden, wann ein Alarm ausgelöst werden sollte, wurde das System instabil. In einigen Tests erfasste das Modell etwa einundsechzig Prozent der Angriffe, meldete jedoch auch eine signifikante Anzahl harmloser Aktivitäten als gefährlich. Als sie das Modell des maschinellen Lernens mit den festen Regeln kombinierten, um die Leistung zu verbessern, wurde das System nicht besser, sondern stattdessen schlechter, da es noch mehr Fehlalarme generierte. Tatsächlich war die effektivste Version des Systems einfach das Modell des maschinellen Lernens allein, da der Versuch, es mit anderen Methoden zu verschmelzen, keinen Wert hinzufügte und nur das Rauschen erhöhte.
Ein besonders bemerkenswerter Befund war die Unfähigkeit des Systems, langsame, subtile Angriffe zu erkennen. Während das Modell einigermaßen erfolgreich darin war, schnelle Datenabflüsse, weiträumiges Scannen und Overwrite-Bursts zu entdecken, versagte es fast vollständig bei der Erkennung der spezifischen Art von Angriff, bei dem Daten sehr langsam über einen längeren Zeitraum gestohlen werden. Dieses „Low-and-Slow“-Verhalten, das oft am gefährlichsten ist, weil es Standardalarme umgeht, wurde in mehr als vierundneunzig Prozent der Fälle übersehen. Die Studie hob auch ein großes Problem mit der Zeit hervor. Das System wurde mit Daten aus einer Woche trainiert und mit Daten der darauffolgenden Woche getestet. Obwohl die zugrunde liegende Technologie dieselbe war, veränderten sich die Art und Weise, wie Anwendungen agierten, auf natürliche Weise über die Zeit – ein Phänomen, das die Forscher als „Temporal Drift“ (zeitliche Drift) bezeichnen. Diese Verschiebung führte dazu, dass die Konfidenzeinstellungen des Systems, die auf den früheren Daten optimiert worden waren, beim Einsatz auf die späteren Daten völlig versagten, was bewies, dass ein Modell, das in einem Moment gut funktioniert, im nächsten nicht mehr funktionieren muss.
Letztendlich kommt die Studie zu dem Schluss, dass der Ansatz des maschinellen Lernens zwar vielversprechend ist, um verdächtige Muster zu identifizieren, aber in seiner jetzigen Form noch nicht bereit für den realen Einsatz ist. Das System erzeugt zu viele Fehlalarme, um praktikabel zu sein, und seine Fähigkeit, langsame, schleichende Angriffe zu erkennen, ist derzeit zu schwach. Die Forscher betonen, dass der Wert ihrer Arbeit nicht in einem fertigen Produkt liegt, sondern in einem reproduzierbaren Rahmenwerk, das reale Daten verwendet, um die Grenzen aktueller Methoden aufzuzeigen. Sie schlagen vor, dass sich zukünftige Bemühungen darauf konzentrieren müssen, Systeme zu schaffen, die sich an wechselnde Nutzerverhaltensweisen über die Zeit anpassen können, und bessere Wege zu finden, um zwischen langsamen, böswilligen Aktivitäten und normalen, ruhigen Phasen zu unterscheiden. Bis diese Herausforderungen gelöst sind, bleiben solche Systeme nützliche Werkzeuge für die Forschung und Prüfung, aber noch nicht für die kritische Aufgabe des Schutzes von Live-Cloud-Speichern.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.