Resumen Técnico: TITAN – Red Adaptativa de Detección de Intrusiones Basada en Árboles de Tres Niveles

1. Planteamiento del Problema

El artículo aborda dos desafíos críticos y compuestos en el Aprendizaje Federado (FL) para la detección de intrusiones en el Internet de las Cosas Industrial (IIoT):

1. Partición No-IID Severa: En entornos IIoT, los dispositivos individuales observan porciones disjuntas de tráfico de ataque. Clases enteras de ataques pueden estar ausentes en dispositivos específicos, violando el supuesto de distribución independiente e idéntica (IID) en el que se basa el FL estándar.
2. Desequilibrio de Clases Extremo: Las clases de ataques operacionales (p. ej., ataques web, fuerza bruta) suelen ser raras, comprendiendo menos del 0.1% de las muestras, mientras que los flujos dominantes (DoS/DDoS) pueden superar el 94%.

Las soluciones existentes no logran abordar la intersección de estos problemas. Los métodos en el espacio de parámetros (p. ej., FedAvg, FedProx) asumen modelos diferenciables (redes neuronales), lo que excluye a los aprendices basados en árboles como LightGBM, que son más eficientes para datos tabulares de flujo. Además, estos métodos suelen promediar los pesos de una manera que diluye la pericia de las clases minoritarias, lo que conduce a modelos globales mal calibrados que sacrifican la exhaustividad (recall) en favor de la precisión de las clases mayoritarias. Los métodos a nivel de predicción requieren un conjunto de datos público compartido para la destilación de conocimiento, lo cual entra en conflicto con las regulaciones de residencia y minimización de datos de IIoT.

2. Metodología: La Arquitectura TITAN

TITAN (Red Adaptativa de Detección de Intrusiones Basada en Árboles de Tres Niveles) es una arquitectura federada jerárquica que intercambia únicamente salidas de predicción y pequeñas estadísticas de resumen, nunca datos brutos, gradientes o parámetros del modelo. Está diseñada específicamente para aprendices basados en árboles no diferenciables.

Nivel 1: Entrenamiento a Nivel de Dispositivo

Cada dispositivo ($D=20$) entrena un clasificador LightGBM independiente sobre sus datos locales No-IID a través de un cronograma de boosting adaptativo de cuatro fases:

• Fase 1 (Base Balanceada): Entrena con pesos de clase balanceados.
• Fase 2 (Refinamiento de Muestras Difíciles): Utiliza un exponente de pérdida focal adaptativo derivado de los puntajes F1 de la Fase 1 para enfocarse en muestras difíciles sin sobrescribir los límites de la clase mayoritaria.
• Fase 3 (Rebalanceo por Clase): Rebalancea condicionalmente las clases con puntajes F1 bajos, siempre que cumplan con un guard de recuento mínimo de muestras para evitar el sobreajuste en casos únicos (singletons).
• Fase 4 (Enriquecimiento de Minorías): Realiza un submuestreo de la clase dominante hacia una proporción relativa a la segunda clase más grande, manteniendo todas las muestras minoritarias, permitiendo que el modelo forme nodos hoja para clases raras.

Tras el entrenamiento RAW, se entrena un modelo META utilizando un diseño fuera de la muestra (OOF - out-of-fold). Este toma las predicciones del modelo RAW sobre una partición reservada como características de entrada. Esto evita el problema del "maestro degenerado", donde un modelo predice casi perfectamente sobre sus propios datos de entrenamiento. El dispositivo comunica únicamente estos vectores de probabilidad META (salidas de $K$ clases) y resúmenes de etiquetas pequeños al borde (edge).

Nivel 2: Ensamble de Destilación de Conocimiento a Nivel de Borde

Los dispositivos se agrupan en clústeres de borde ($E=5$). Cada borde entrena un ensamble LightGBM que aprende a confiar en dispositivos específicos para clases específicas.

• Destilación de Conocimiento Adaptativa (KD): El borde utiliza un maestro OOF de $k$-pliegues autocontenido, construido a partir de las salidas META de sus propios dispositivos miembros, para generar etiquetas suaves (soft labels).
• Mecanismos de Compuerta (Gating): Para evitar que maestros poco fiables corrompan al estudiante, cuatro compuertas multiplicativas modulan la señal de KD:
  1. Compuerta de Entropía: Suprime la KD si el maestro es excesivamente confiado (cercano a one-hot).
  2. Compuerta de Soporte: Desactiva la KD para clases ausentes en las etiquetas locales del borde.
  3. Compuerta de Exhaustividad (Recall): Escala la KD basada en la exhaustividad por clase del maestro.
  4. Compuerta de Frecuencia de Clase: Evita que el sesgo de la clase mayoritaria diluya el aprendizaje de la clase minoritaria.
• Agregación: En la evaluación, el borde agrega las salidas de los dispositivos utilizando pesos de pericia estáticos (basados en recuentos de muestras de entrenamiento) y pesos de confianza dinámicos.

Nivel 3: Fusión Bayesiana Global

El nivel global fusiona las predicciones de los cinco bordes utilizando un marco de Producto de Expertos (PoE) Bayesiano.

• Enmascaramiento de Pericia: Una máscara de pericia por clase ($m_{e,k}$) silencia los bordes que carecen de soporte de entrenamiento para una clase específica, evitando que expertos no informados emitan vetos de "cero confiado" que suprimirían las clases raras.
• Rescate de Clases Raras (Panel de Expertos): Si la fusión bayesiana no logra asignar una probabilidad mayoritaria a una clase rara (o si la clase es globalmente rara), un "Panel de Expertos" compuesto por los 5 mejores dispositivos (clasificados por pericia local) vota para rescatar la señal.
• Calibración con Compuerta de Seguridad: Un pipeline de calibración de tres etapas refina las probabilidades finales:
  1. Escalamiento de Temperatura (Temperature Scaling).
  2. Mezcla de Meta-aprendiz (apilamiento de salidas de borde).
  3. Ajuste de sesgo de log-odds por clase.
     Crucialmente, cada etapa está "protegida por seguridad" mediante el macro-F1; si un paso no mejora el macro-F1, el sistema revierte al valor anterior.

3. Contribuciones Clave

1. Federación a Nivel de Predicción para Aprendices Basados en Árboles: TITAN permite el aprendizaje federado para LightGBM sin necesidad de un conjunto de datos público compartido. Reemplaza el promedio de parámetros por el intercambio en el espacio de predicción, utilizando un maestro OOF para generar objetivos suaves localmente, cumpliendo así con las reglas de minimización de datos.
2. Compuerta de Pericia por Clase: La arquitectura introduce una máscara de pericia por (borde, clase) en la capa de fusión bayesiana. Esto permite silenciar a los expertos no informados en clases específicas, un mecanismo necesario en federaciones donde clases enteras están ausentes de ciertas particiones.
3. Calibración de Múltiples Etapas Protegida por Seguridad: A diferencia de trabajos previos que optimizan métricas de calibración (como ECE) de forma aislada, TITAN integra la calibración en el pipeline federado con una compuerta de seguridad impulsada por el macro-F1. Esto asegura que los ajustes de calibración no degraden la detección de las clases minoritarias.
4. Protocolo de Evaluación Riguroso: El artículo establece un protocolo reproducible a través de 16 configuraciones (4 conjuntos de datos $\times$ 2 severidades Non-IID $\times$ 2 estrategias de agrupación) con una deduplicación estricta a nivel de fila para evitar la inflación de la precisión.

4. Resultados Experimentales

Evaluado en cuatro benchmarks de IoT (CIC IoT-DIAD 2024, CIC IoT 2023, NF-BoT-IoT-V3, NF-ToN-IoT-V3) bajo condiciones estrictas de No-IID ($\alpha=0.1$):

• Rendimiento vs. Baselines: TITAN supera a Federated Averaging (FedAvg) por una media de 6.2 puntos porcentuales en macro-F1 en todas las configuraciones.
• Severidad Non-IID: La brecha de rendimiento se amplía con la heterogeneidad de los datos. En las divisiones más heterogéneas, TITAN supera a FedAvg por 23.3 puntos porcentuales.
• Comparación con el Oráculo: TITAN supera al "Oráculo del Mejor Dispositivo" (el mejor modelo local individual) en 14 de 16 configuraciones y supera el techo centralizado en 11 configuraciones.
• Fuente de Ganancia: El artículo señala que las ganancias son impulsadas principalmente por las mejoras en la calibración más que por el poder de discriminación bruto, resaltando la importancia del pipeline de calibración para manejar el desequilibrio de clases.
• Fracaso de Alternativas: El estudio observa que FedProx no logra mejorar sobre FedAvg en aprendices basados en árboles y que las evaluaciones de métrica única (precisión/accuracy) ocultan fallos severos en las clases minoritarias (la "paradoja de la precisión").

5. Significado y Reivindicaciones

El artículo afirma que TITAN proporciona un camino viable para la detección de intrusiones federada en IIoT donde la residencia de datos, el desequilibrio extremo y las distribuciones No-IID impiden el uso de enfoques estándar de FL basados en el promedio de parámetros.

• Novedad Arquitectónica: Es el primer IDS federado que combina aprendices basados en árboles, ausencia de conjunto de datos compartido, compuerta de pericia por clase y calibración protegida por macro-F1 en un solo marco de trabajo.
• Relevancia Operacional: Al centrarse en el macro-F1 y la calibración, TITAN aborda la "falacia de la tasa base" donde la alta precisión enmascara el fallo en la detección de ataques raros pero críticos.
• Escalabilidad: La arquitectura soporta particiones heterogéneas que van desde 28 hasta más de 2 millones de muestras por dispositivo, demostrando robustez ante diversas escalas de datos.

Los autores posicionan a TITAN no solo como una mejora de rendimiento, sino como una evolución necesaria del FL para datos tabulares de alto riesgo, donde los enfoques centrados en redes neuronales son computacionalmente ineficientes o estadísticamente erróneos.