Defiende el servidor — v2
Propósito
Clasificación binaria de flujos UNSW-NB15: 0 normal y 1 ataque.
Modelo y datos
Random forest balanceado de 100 árboles, max_depth=18, dentro de un único
pipeline scikit-learn. El preprocesamiento imputa, codifica proto, service,
state con one-hot y escala las variables numéricas. Las columnas id,
attack_cat y label no entran al modelo. El umbral congelado es 0.51.
Se usaron los splits fijos de data/prepared.dvc, semilla 20261027, y el
barrido de umbrales se hizo solo sobre validación. El criterio fue maximizar
recall con FPR máximo de 0.05. La evaluación final se hizo una sola vez sobre
el test congelado, sin reajustar el umbral.
El artefacto se distribuye en formato joblib; cárguelo únicamente desde esta
revisión verificada y no desde archivos joblib de procedencia desconocida.
Validación
Con umbral 0.51: recall ataque 0.9463; precision ataque 0.9762; FPR 0.0490;
macro-F1 0.9410. Matriz de confusión: [[10801, 557], [1296, 22837]].
Limitaciones y uso
El margen frente al FPR máximo es pequeño y puede cambiar en test por cambio de
distribución y solapamiento. La validación pesa cada fila, incluidas
repeticiones. En el test, el FPR fue 0.1626, por encima del 0.05 observado en
validación; este resultado se conserva como limitación. El dataset es histórico
y no demuestra eficacia sobre redes actuales. Es un ejercicio académico y no
está validado para una red real. No usar attack_cat como entrada.
Test congelado
Se evaluó la revisión HF d71ac6a63d9a80ecc7af6c13601676a71b925da3 con umbral
0.51 sobre 82.332 filas. Recall ataque: 0.9649; precision ataque: 0.8791;
FPR: 0.1626; macro-F1: 0.9053; accuracy: 0.9076. Matriz de confusión:
[[30983, 6017], [1591, 43741]].
El SHA-256 de pipeline.joblib es
5c18730460aadd105d0cd762165edb66ad2fcfec5afa89fbc1098eda83f74342, igual al
artefacto publicado y al modelo evaluado.
Trazabilidad
- Git commit del código:
7c35ad5b8734ab5fb8f5b100d7284ba01838a01c - DVC:
data/prepared.dvc - MLflow run:
dcdbd1d174e442039826cfb6d38ccb99 - Criterio:
evidencias/criterio-seleccion.json - Umbral:
0.51
Referencia
Moustafa, N. y Slay, J. UNSW-NB15: a comprehensive data set for network intrusion detection systems. Fuente oficial: UNSW-NB15, UNSW Canberra.
- Downloads last month
- 38