AdapNet-IDS: A Self-Adapting, Interpretable Deep Learning Framework for Real-Time Intrusion Detection

Resumo Técnico do AdapNet-IDS: Um Framework de Aprendizado Profundo Autoadaptável e Interpretável para Detecção de Intrusão em Tempo Real

Definição do Problema

As infraestruturas de rede contemporâneas enfrentam um cenário de ameaças crescentes, caracterizado por ataques cibernéticos multivetoriais que evoluem mais rápido do que as defesas estáticas baseadas em regras podem se adaptar. Os Sistemas de Detecção de Intrusão (IDS) tradicionais sofrem de duas limitações primárias:

1. Inflexibilidade à Deriva de Conceito (Concept Drift): Sistemas baseados em assinaturas falham contra vulnerabilidades de dia zero (zero-day) e payloads ofuscados, enquanto sistemas baseados em anomalias lutam contra altas taxas de falsos positivos e perdem confiabilidade conforme os perfis de tráfego mudam em ambientes heterogêneos. Modelos de aprendizado profundo existentes frequentemente exigem o retreinamento completo quando as características dos ataques mudam, levando ao "esquecimento catastrófico" de categorias de ataques previamente aprendidas.
2. Opacidade de Decisão: A natureza de "caixa preta" dos classificadores de aprendizado profundo corrói a confiança do analista, tornando difícil validar alertas ou atender aos requisitos de relatórios regulatórios em operações de segurança de alto risco.

Além disso, as soluções atuais não conseguiram unificar a latência de inferência inferior a 10 ms, a prevenção confiável do esquecimento catastrófico e o relatório transparente de nível de decisão dentro de um único pipeline operacional.

Metodologia

O AdapNet-IDS é um framework de quatro camadas projetado para abordar essas deficiências através de uma integração coesa de codificação temporal bidirecional, atenção seletiva, aprendizado contínuo e explicabilidade.

1. Condicionamento de Dados e Engenharia de Atributos (Feature Engineering)
Dados brutos de PCAP são reconstruídos em fluxos bidirecionais usando o identificador de 5-tuplas. Cada fluxo é caracterizado por 78 descritores estatísticos, incluindo momentos de distribuição de tamanho de pacote, histogramas de tempo de intervalo entre chegadas, flags de controle TCP e entropia de Shannon. Para lidar com o severo desequilíbrio de classes (onde o tráfego benigno supera vastamente os ataques), o framework aplica Borderline-SMOTE às subcategorias minoritárias de ataques, gerando amostras sintéticas próximas às fronteiras de decisão para aproximar uma proporção de 2:1 entre benigno e ataque.

2. Codificador BiLSTM com Autoatenção de Múltiplas Cabeças (Multi-Head Self-Attention)
O núcleo de detecção processa fluxos como sequências temporalmente ordenadas de vetores de 78 dimensões.

• Processamento Bidirecional: Um par de cadeias LSTM processa a sequência em direções opostas (frente e trás), permitindo que a representação oculta em qualquer posição integre evidências tanto de pacotes precedentes quanto subsequentes.
• Mecanismo de Atenção: Um módulo de autoatenção de oito cabeças repondera os estados ocultos concatenados, amplificando intervalos temporais informacionalmente ricos enquanto atenua o ruído.
• Classificação: O vetor de resumo agregado alimenta uma cabeça totalmente conectada de duas camadas com regularização de dropout ($p=0.3$) e uma saída softmax de dez classes (um benigno, nove famílias de ataques).

3. Mecanismo de Adaptação Online (Elastic Weight Consolidation)
Para permitir o aprendizado contínuo sem apagar o conhecimento prévio, o sistema emprega a Consolidação de Peso Elástico (EWC). Quando novas instâncias de ataques são confirmadas por analistas, elas são adicionadas a um buffer de replay de janela deslizante (5.000 amostras). O objetivo de treinamento minimiza uma função de perda composta:
$$L_{total} = L_{new} + \lambda \cdot \sum_i F_i (\theta_i - \theta_i^*)^2$$
Onde $F_i$ representa a matriz de informação de Fisher (sensibilidade dos parâmetros em relação às tarefas anteriores), $\theta_i^*$ são os parâmetros do estado de treinamento anterior e $\lambda=0.4$ equilibra a adaptação a novas ameaças com a retenção de proficiência em categorias estabelecidas.

4. Camada de Explicabilidade SHAP
Um explicador SHAP Deep é integrado a jusante para calcular um vetor de atribuição por alerta. Isso atribui uma pontuação de contribuição marginal assinada a cada um dos revestimentos de 78 atributos de entrada, expondo os 10 principais atributos em relatórios estruturados para fornecer evidências auditáveis para analistas de segurança.

Principais Contribuições

• Arquitetura: Uma integração inovadora de BiLSTM com autoatenção de múltiplas cabeças para capturar tanto o contexto de pacotes precedentes quanto subsequentes, abordando as limitações de passagens recorrentes unidirecionais.
• Aprendizado Contínuo: Um mecanismo regularizado por EWC que permite ao modelo absorver novas categorias de ataques via atualizações incrementais, enquanto protege o conhecimento aprendido contra interferência catastrófica.
• Interpretabilidade: Um pipeline baseado em SHAP que transforma decisões de classificação em justificativas transparentes ao nível de atributo, apoiando a triagem de analistas e conformidade regulatória.
• Desempenho: Benchmarking rigoroso demonstrando desempenho de estado da arte em termos de acurácia, F1-score e vazão (throughput) de inferência comparado com baselines de CNN-LSTM, Random Forest e SVM.

Resultados Experimentais

O framework foi avaliado em três benchmarks públicos: NSL-KDD, CICIDS-2017 e UNSW-NB15.

• Desempenho de Detecção: No conjunto de dados CICIDS-2017, o AdapNet-IDS alcançou:
  • Acurácia: 98,74% (uma melhoria de 1,53% sobre o segundo melhor modelo Attention-LSTM e 7,32% sobre o SVM).
  • Precisão: 98,12%
  • Recall: 97,89%
  • F1-Score: 98,00%
• Estudos de Ablação: Substituir o BiLSTM por um LSTM unidirecional resultou em uma queda de 1,2% na acurácia e um aumento de 2,1% nos falsos positivos, confirmando a necessidade do contexto bidirecional para detectar ataques como SYN floods e Slow Loris.
• Capacidade de Adaptação: Em um experimento de deriva introduzindo cinco novas variantes de ataque, o modelo habilitado por EWC alcançou 91,4% de acurácia em novas ameaças (um ganho de 14,7% sobre a linha de base congelada) enquanto degradava o desempenho nas categorias de ataques originais em apenas 0,8%.
• Latência: O pipeline completo (extração de atributos, codificação, atenção e SHAP) opera com uma latência média de 4,3 ms por fluxo, satisfazendo o limite de <10 ms para inspeção de pacotes em tempo real em nível empresarial.

Significância e Alegações

O artigo afirma que o AdapNet-IDS resolve as deficiências sistêmicas das soluções de IDS baseadas em aprendizado profundo existentes: generalização estática que degrada sob deriva de conceito, esquecimento catastrófico durante atualizações pós-implantação e opacidade de classificação. Ao alcançar alta acurácia de detecção (98,74%) e adaptação robusta (91,4% em novas ameaças) mantendo velocidades de inferência em tempo real (4,3 ms), o framework oferece um caminho viável para defesa inteligente e escalável em ambientes de rede dinâmicos. A inclusão da explicabilidade SHAP é destacada como um habilitador crítico para a confiança do analista e conformidade regulatória, distinguindo o sistema de soluções puramente automatizadas de "caixa preta".

O trabalho futuro identificado pelos autores inclui a reformulação da arquitetura para aprendizado federado, incorporação de modelagem de interação de hosts baseada em grafos, utilização de aproximações de atenção sublineares (ex: Informer) para reduzir ainda mais a latência e a realização de testes de campo em infraestrutura nativa da nuvem.