ILAB : une stratégie d’annotation interactive pour la détection d’intrusion

Publié le 15 Septembre 2017 Mis à jour le 15 Septembre 2017

L’acquisition de données annotées est une difficulté à surmonter pour entraîner un modèle d’apprentissage automatique supervisé.  Annoter un jeu de données est particulièrement coûteux dans le domaine de la sécurité informatique comme des connaissances expert sont nécessaires.

Dans cet article, nous présentons ILAB, une nouvelle stratégie d’apprentissage actif qui  réduit l’effort nécessaire pour annoter de gros jeux de données. Nous fournissons une implémentation open source (github.com/ANSSI-FR/SecuML) pour permettre à des experts en sécurité d’annoter leurs propres jeux de données, et pour favoriser la comparaison des stratégies d’apprentissage actif.

ILAB: An Interactive Labelling Strategy for Intrusion Detection