Anàlisi del trànsit Wi-Fi basat en Deep Learning per a la detecció d’un atac

Abstract

Les xarxes Wi-Fi són una popular tecnologia de xarxa sense fils basada en el conjunt d’estàndards IEEE 802.11, aquestes pateixen de manera constant atacs a la seguretat de diversos tipus (p.e., d’obtenció de la clau de xifrat, de desassociació, de suplantació del Punt d’Accés, etc.), que atempten contra la privacitat i integritat de la informació i contra la disponibilitat de la xarxa. Per identificar aquests atacs (i així potser evitar-los) s’utilitzen sistemes de detecció d’intrusions (Intrusion Detection Systems o IDS), que monitoren el trànsit de xarxa i l’analitzen fent servir diverses tècniques (comparació amb patrons d’atacs coneguts, comparació amb un model que representi una situació “normal”, etc.) que permeten detectar si s’està produint un atac, de manera que es pugui actuar en conseqüència. Darrerament s’està explorant l’ús de tècniques d’intel·ligència artificial (concretament de Deep Learning (DL)) per millorar el rendiment dels sistemes de detecció d’intrusions, gràcies a la seva habilitat per aprendre, de manera automàtica, les característiques més determinants d’un conjunt de casos predefinits, i la posterior detecció i classificació de nous casos no coneguts

Wi-Fi networks are a popular wireless network technology based on the set of IEEE 802.11 standards, these are constantly under attack to the security of various types (e.g., of obtaining the encryption key, of disassociation, impersonation of the Access Point, etc.), which attempt against the privacy and integrity of information and against network availability. To identify these attacks (and thus perhaps avoid them) systems are used intrusion detection (Intrusion Detection Systems or IDS), which monitor the network traffic and analyze it using various techniques (compare with known attack patterns, compared to a model that represents a situation "normal", etc.) that allow to detect if an attack is taking place, so that can act accordingly. Recently, the use of artificial intelligence techniques is being explored (specifically Deep Learning (DL)) to improve system performance of intrusion detection, thanks to its ability to learn, so automatic, the most determining characteristics of a set of cases predefined, and the subsequent detection and classification of new, unknown cases