基于扩散模型的流量感知合成数据包生成技术：考虑头部时序依赖性

《IEEE Access》：Flow-Aware Synthetic Packet Generation with Header-Timing Dependency Modeling Using a Diffusion Model

　　

摘要：

近年来，网络和安全领域的分析方法已经从基于流量的统计分析转向了对数据包级别行为更详细的分析，包括数据包头部结构和数据包到达间隔（IAT）。这些特征对于捕捉各种通信服务的内部结构和时间特性至关重要。然而，在实际操作环境中收集大量真实数据包数据由于隐私问题和运营成本而变得困难。因此，能够保留真实数据统计特性的合成数据生成技术受到了越来越多的关注。现有的方法要么专注于基于流量统计生成表格数据，要么在生成数据包数据时无法同时再现数据包头部结构和时间依赖性。在这项研究中，我们提出了一种数据包生成方法，该方法联合建模了数据包头部结构与数据包到达间隔之间的依赖关系。所提出的方法使用基于差分的学习来建模流内的状态转换，并采用结合了FiLM和自注意力的条件扩散模型，以实现结构和时间信息的综合生成。在CICIDS-2017数据集上的实验表明，与现有方法相比，该方法提高了数据包头部分布和IAT分布的可再现性。在异常检测用例中，使用生成的数据训练的模型获得了0.701的AUC值，接近于使用真实数据训练时获得的0.717的AUC值，这表明所提出的方法成功捕捉到了数据包头部结构与时间信息之间的依赖关系。