BAg-IDS: A Blockchain-Enabled Agentic AI Architecture for Trustworthy Intrusion Detection
BAg-IDS is een gedistribueerde, blockchain-gestuurde architectuur die gebruikmaakt van autonome agenten en een gekalibreerd ensemble om intrusiedetectie-oordelen mede te ondertekenen op een Hyperledger Fabric-ledger, waarbij een bijna perfecte nauwkeurigheid (99,98%) en betrouwbare certificering wordt bereikt met een structurele consensuslatentie van ongeveer 2 seconden.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de digitale wereld vertrouwen beveiligingsteams op geautomatiseerde systemen om indringers op te sporen die proberen in computernetwerken in te breken. Deze systemen, bekend als intrusiedetectoren, zijn ongelooflijk bekwaam geworden in het opsporen van problemen, waarbij ze vaak geavanceerde software gebruiken die leert van eerdere aanvallen om nieuwe te herkennen. Echter, een aanzienlijk probleem blijft bestaan: wanneer deze systemen een dreiging detecteren, geven ze een oordeel waar operators simpelweg op moeten vertrouwen. Er is geen onafhankelijke getuige om de beslissing te bevestigen, en het digitale verslag van wat er is gebeurd, kan door een slimme aanvaller worden gewijzigd of verwijderd. Als de software een fout maakt, of als de computer waarop het draait gecompromitteerd is, kan het resultaat een schadelijke actie zijn tegen een onschuldige gebruiker, of een echte aanval die onopgemerkt blijft. De kernuitdaging is het bouwen van een systeem dat niet alleen accuraat is, maar ook betrouwbaar, waarbij de beslissing zelf wordt geverifieerd door meerdere onafhankelijke partijen voordat er een actie wordt ondernomen, en waarbij het verslag van die beslissing niet gemanipuleerd kan worden.
Een team van onderzoekers heeft een nieuw systeem gebouwd genaamd BAg-IDS om dit probleem op te lossen. In plaats van te vertrouwen op één enkele computer om de definitieve beslissing te nemen, hebben zij een netwerk van autonome software-agenten gecreëerd die samenwerken om elk alarm te detecteren, te controleren en te certificeren. Stel je een beveiligingsbeambte voor die, voordat hij een deur vergrendelt, een tweede mening moet vragen aan twee andere onafhankelijke bewakers, en die vervolgens zijn instemming moet laten opschrijven in een permanente, onveranderlijke grootboek waarin niemand kan wissen. Dit is de essentie van de nieuwe architectuur. Het systeem gebruikt een speciaal type digitaal grootboek, vergelijkbaar met een blockchain, om elke stap van het besluitvormingsproces vast te leggen. Dit zorgt ervoor dat als er een beslissing wordt genomen om een aanvaller te blokkeren, dit is geverifieerd door een groep onafhankelijke agenten, en dat het bewijs van die overeenstemming is opgeslagen op een manier die het onmogelijk maakt om het later te vervalsen of te wijzigen.
Het systeem is ontworpen met een slimme taakverdeling om het snel te houden. Meestal draait het op een "reflex"-pad, waarbij het netwerkverkeer in milliseconden scant met behulp van een team van drie verschillende detectiemodellen. Deze modellen werken samen om een enkele, meer betrouwbare beslissing te nemen dan een van hen alleen zou kunnen maken. Als het systeem onzeker is over een stuk verkeer, pauzeert het en vraagt het om een tweede mening, in plaats van te gokken. Pas wanneer het systeem er zeker van is dat er een aanval plaatsvindt, gaat het over naar een langzamere, meer zorgvuldige fase. In deze fase wordt het alarm verzonden naar een groep onafhankelijke "notaris"-agenten. Elke notaris controleert het alarm op zijn eigen wijze en brengt een digitale stem uit. Het alarm wordt alleen goedgekeurd als een meerderheid van de notarissen ermee instemt. Dit hele stemproces wordt op de blockchain vastgelegd, wat een permanente, onweerlegbare geschiedenis creëert van wie ermee heeft ingestemd en wanneer.
De onderzoekers hebben dit systeem getest op echte datasets die miljoenen netwerkstromen bevatten. Ze ontdekten dat het systeem zeer accuraat was. Op één standaard testset identificeerde het systeem aanvallen in 96,6% van de gevallen bij alle beslissingen. Belangrijker nog, voor de specifieke meldingen die door de groep notarissen zijn gecertificeerd, steeg de nauwkeurigheid naar 99,7%, met een foutpositief percentage van slechts 0,04%. Dit betekent dat wanneer het systeem zegt "blokkeer dit", het bijna zeker juist is. Het systeem bleek ook veerkrachtig tegen aanvallen die erop gericht zijn het te misleiden. Toen de onderzoekers een scenario simuleerden waarin een van de detectiemodellen corrupt was geraakt en fouten begon te maken, verminderde het systeem automatisch de invloed van dat gebrekkige model. De algehele nauwkeurigheid daalde slechts een fractie, wat aantoont dat de teamgerichte aanpak het systeem beschermt, zelfs wanneer één lid gecompromitteerd is.
Een ander belangrijk bevinding was hoe het systeem omgaat met de tijd die nodig is om tot een beslissing te komen. Omdat het stemmen via de blockchain enkele seconden duurt, hebben de onderzoekers ervoor gezorgd dat deze stap alleen plaatsvindt voor de meldingen die er echt toe doen. Het initiële scannen gebeurt direct, maar de uiteindelijke, gecertificeerde beslissing duurt ongeveer twee seconden per stem. Deze vertraging is een structureel onderdeel van het ontwerp, vereist om te garanderen dat de overeenstemming echt is en niet door een enkele kwaadwillende kan worden versneld. Het systeem handelt dit af door dit zorgvuldige, langzamere proces alleen toe te passen op het kleine deel van het verkeer dat een alarm triggert, terwijl de rest van het verkeer met volle snelheid doorstroomt. Deze balans stelt het systeem in staat om zowel snel genoeg te zijn voor realtime gebruik als veilig genoeg om vertrouwd te worden.
Het systeem bevat ook een menselijk element. Een beveiligingsoperator kan worden ingeschakeld om de meest ernstige meldingen te beoordelen voordat er actie op wordt ondernomen. Cruciaal is dat zelfs de acties van de mens op de blockchain worden vastgelegd. Als een operator besluit een blokkade goed te keuren of een instelling te wijzigen, wordt die beslissing ondertekend en permanent opgeslagen. Dit creëert een volledig audittrail die niet alleen laat zien wat de computer heeft besloten, maar ook wat de mens heeft besloten, waardoor het hele proces transparant en verantwoord wordt. De onderzoekers hebben aangetoond dat deze volledige stack van technologie — van de snelle initiële detectie tot de trage, geverifieerde consensus en het menselijk toezicht — op standaard computerhardware kan draaien, wat bewijst dat een dergelijk veilig systeem praktisch is voor echt gebruik.
In hun tests werd het systeem ook geëvalueerd op een nieuwere, onafhankelijk gegenereerde dataset uit 2025, die andere kenmerken had dan de oudere data waarop het oorspronkelijk was getraind. Het systeem paste zich goed aan en behield een nauwkeurigheid van 99,98% op de gecertificeerde meldingen. Dit suggereert dat de aanpak robuust is en kan werken met verschillende soorten netwerkverkeer zonder dat het volledig opnieuw gebouwd hoeft te worden. De onderzoekers concludeerden dat door machine learning te combineren met een gedecentraliseerd stemsysteem en menselijk toezicht, het mogelijk is om een intrusiedetectiesysteem te creëren dat accuraat, bestand tegen corruptie en volledig controleerbaar is. Dit werk gaat verder dan simpelweg detectoren slimmer maken; het bouwt een kader waarbij het betrouwbaarheid van de beslissing even belangrijk is als de beslissing zelf.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.