Jupyter-Notebook_Machine-Learning-Training-2

NSL-KDD 기반 네트워크 침입 탐지 시스템

본 프로젝트는 NSL-KDD 데이터셋을 활용하여 머신러닝 및 딥러닝 기법을 적용한 네트워크 침입 탐지 시스템을 구축하는 것을 목표로 합니다. 데이터 불균형 문제를 해결하기 위해 SMOTE, 언더샘플링 기법을 적용하였으며, 여러 분류 알고리즘(Random Forest, XGBoost, SVM, KNN, Logistic Regression 등)을 실험하여 성능을 비교 분석하였습니다.

---

🔰 데이터셋 개요

NSL-KDD 데이터셋은 네트워크 침입 탐지를 위한 공개 데이터셋으로, 다양한 공격 유형과 정상 트래픽을 포함합니다.
본 연구에서는 이진 분류(정상 vs. 공격) 및 다중 분류(공격 유형별 분류) 를 수행하여 모델의 성능을 평가하였습니다.

데이터셋 구조:

• 41개의 피처(feature) + 1개의 라벨(label)
• 정상(normal) vs. 공격(attack) 분류 적용
• SMOTE 및 언더샘플링을 이용한 데이터 균형 조정

---

🔰 데이터 전처리 과정

1. 불필요한 컬럼 제거: num_outbound_cmds 등 정보량이 적은 변수 제거
2. 범주형 데이터(Label Encoding): protocol_type, service, flag 등 문자열 데이터를 숫자로 변환
3. 정규화(Standardization): StandardScaler를 활용하여 데이터 정규화
4. 클래스 불균형 해결:
   • SMOTE를 적용하여 소수 클래스를 오버샘플링
   • 언더샘플링을 이용하여 정상 데이터와 공격 데이터를 1:1 비율로 균형 조정

# SMOTE 적용
smote = SMOTE(random_state=42, k_neighbors=5)
X_train_resampled, y_train_resampled = smote.fit_resample(X_train, y_train)

# 언더샘플링 적용
undersampler = RandomUnderSampler(sampling_strategy={0: 150000, 1: 150000}, random_state=42)
X_train_balanced, y_train_balanced = undersampler.fit_resample(X_train_resampled, y_train_resampled)