《AI》：Evaluating Explainable Hybrid Intrusion Detection Models Under Zero-Day Conditions
编辑推荐：
零日网络攻击因其未知特征签名能够规避传统检测机制而构成重大威胁。本研究开发了一种人工智能增强的入侵检测系统（Intrusion Detection System, IDS），旨在检测此类攻击，同时为安全分析师提供可解释的输出。研究人员使用两个基准数据集，在严格
零日网络攻击因其未知特征签名能够规避传统检测机制而构成重大威胁。本研究开发了一种人工智能增强的入侵检测系统（Intrusion Detection System, IDS），旨在检测此类攻击，同时为安全分析师提供可解释的输出。研究人员使用两个基准数据集，在严格的零日条件下评估了四种机器学习模型。应用SHAP（SHapley Additive exPlanations）和LIME（Local Interpretable Model-Agnostic Explanations）生成实例级解释，并进行正式的稳定性评估以确定其可靠性。实验结果表明，将基于异常的检测与深度学习相结合的混合模型取得了最高的零日召回率（Recall），在检测此前未见攻击方面相对于单个模型具有统计学显著优势，而独立的长短期记忆网络（Long Short-Term Memory, LSTM）在精确率（Precision）与召回率之间取得了最强的总体平衡。生成的解释一致性地揭示了与安全相关的特征，稳定性分析确认了这些解释在不同条件下的鲁棒性。该研究表明，将深度学习与稳定的可解释人工智能（Explainable AI, XAI）相结合，为零日入侵检测提供了一种实用且值得信赖的解决方案，为解释可靠性鲜被检验的领域贡献了经过验证的证据。
**零日条件下可解释混合入侵检测模型的系统评估**
网络入侵是现代计算面临的最严峻安全挑战之一。入侵检测系统（IDS）通过监控网络流量并标记可疑行为提供关键防御层，然而基于签名的传统IDS无法应对利用未知漏洞、缺乏可识别签名的零日攻击，此类攻击可长期潜伏于网络中而难以被发现。随着数字基础设施扩展与联网设备数量增长，攻击面持续扩大，学界由此转向基于机器学习的异常检测研究。但两大挑战依然存在：机器学习IDS对其告警的解释能力有限，且多数研究仅在单一数据集上评估单一模型，限制了跨环境的泛化性。文献梳理揭示四个持续存在的空白：多数研究在单一数据集上评估单一模型；零日检测很少被严格测试；解释可靠性很少被验证；工程化特征的贡献研究不足。针对这些缺口，研究人员开发并评估了一种能够检测零日网络攻击并产生可靠、可解释输出的人工智能增强入侵检测系统，相关成果发表于《AI》。
研究人员实现了四种模型架构——梯度提升（Gradient Boosting）、去噪自编码器（Denoising Autoencoder）、长短期记忆网络（LSTM）以及混合AE-LSTM（Autoencoder-LSTM）顺序流水线——并在NSL-KDD与UNSW-NB15两个基准数据集上、以完全排除选定攻击类型的严格零日条件进行比较。SHAP与LIME被用于生成单个零日检测的实例级解释，并通过正式稳定性分析评估其运行环境中的可信度。核心结论为：混合AE-LSTM模型在两个数据集上均取得最高零日召回率，相对独立模型具有统计学显著优势；独立LSTM在精确率与召回率间取得最强总体平衡；自编码器通过重构误差识别零日攻击，贡献互补检测能力；SHAP与LIME一致识别出安全相关特征，稳定性分析确认核心特征在所有测试条件下保持一致。
关键技术方法：研究人员采用定量实验设计，固定随机种子42，环境为Python 3.13、TensorFlow 2.20、SHAP 0.50与LIME 0.2。样本队列为NSL-KDD（KDDTrain+含125,973条记录，KDDTest+含22,544条）与UNSW-NB15（训练集82,332条，测试集175,341条）。对LSTM训练数据应用SMOTE过采样。SHAP通过TreeExplainer（随机森林代理模型）与KernelExplainer实现，LIME用于交叉验证；稳定性分析采用Jaccard相似度与Rank-Biased Overlap（RBO）；统计验证采用McNemar检验、bootstrap置信区间与Cohen's h。
研究结果：
**整体分类模型**：两个数据集上LSTM均为最强独立模型，在NSL-KDD上准确率89.70%、F1值91.20%，在UNSW-NB15上准确率92.79%、F1值94.83%。混合模型持续取得最高召回率（NSL-KDD 96.10%，UNSW-NB15 98.21%），较LSTM分别提升2.4和1.1个百分点。
**攻击家族检测率**：所有模型对DoS攻击检测率均超过99%。R2L是最具挑战性的类别：梯度提升在NSL-KDD上仅达20.03%，混合模型达83.47%，在UNSW-NB15上达97.91%。自编码器对Probe攻击表现优异（99.92%）。
**噪声扰动鲁棒性**：注入5%高斯噪声后，梯度提升与自编码器准确率几乎不变；LSTM与混合模型准确率明显下降（NSL-KDD上分别从89.70%降至76.17%、88.33%降至75.84%）。自编码器为整体最稳定模型，混合模型在噪声条件下仍保持最强跨家族检测能力。
**ROC与PR曲线**：NSL-KDD上LSTM的ROC AUC最高（0.938）；UNSW-NB15上梯度提升最高（0.983）。混合模型在UNSW-NB15上所有攻击家族AUC均超0.96。PR曲线显示saint平均精确率（Average Precision）为0.7244，是随机基线（0.032）的22倍。
**统计验证**：McNemar检验显示混合模型相对独立LSTM的改进在两个数据集上均具有统计学显著性。bootstrap置信区间显示召回率区间不重叠，确认混合模型可靠检测更多攻击。Cohen's h分别为0.110（NSL-KDD）和0.074（UNSW-NB15）。
**XAI发现**：NSL-KDD上src_bytes与dst_bytes为最强恶意指标，UNSW-NB15上sttl、ct_dst_src_ltm等时序与TTL特征占主导。局部解释显示mscan由dst_host_same_src_port_rate驱动，Shellcode由dttl主导（约占决策60%）。SHAP稳定性分析中NSL-KDD平均Jaccard相似度为0.63，UNSW-NB15达0.83。LIME交叉验证与SHAP高度一致。
**案例研究**：自编码器捕获LSTM遗漏的309个NSL-KDD攻击（含50个零日案例）和1331个UNSW-NB15攻击（977个零日案例中974个属Fuzzers），异常分数达阈值的1.4至5.1倍。
讨论部分指出，LSTM在单时间步配置下其优势主要来自门控非线性特征变换而非多步时序建模；分类编码器在训练与测试合并集上拟合虽未引入标签泄漏，但偏离严格仅训练预处理实践；混合模型置信度分数为决策级融合启发式而非校准概率；代理解释器反映检测器输入-输出行为而非内部机制。特征掩蔽保真度测试显示，掩蔽SHAP排名前三特征引起的预测变化平均为掩蔽随机特征的4.91倍，为解释保真度提供经验支持。RBO补充分析（平均0.817）进一步确认解释稳定性。
研究结论：本研究开发并评估了一种能够检测零日网络攻击并解释其决策的人工智能增强入侵检测系统，填补了IDS研究的两大空白——跨数据集模型比较的缺失与XAI解释可靠性检验的缺乏。四种模型架构在NSL-KDD与UNSW-NB15上、严格零日条件下被系统评估，SHAP与LIME生成了可解释的局部解释
