这篇文档属于类型a，即报告了一项原创性研究。以下是基于文档内容的学术报告：
本研究的作者包括Jowaria Khan、Rana Elfakharany、Hiba Saleem、Mahira Pathan、Emaan Shahzad、Salam Dhou和Fadi Aloul，他们均来自美国沙迦大学的计算机科学与工程系。该研究于2025年1月20日发表在期刊《Smart Cities》上，文章标题为《Can Machine Learning Enhance Intrusion Detection to Safeguard Smart City Networks from Multi-step Cyberattacks?》。
随着网络攻击的日益复杂化，传统的入侵检测系统（Intrusion Detection System, IDS）已难以应对多步网络攻击（multi-step cyberattacks）。多步攻击通常由多个相关的入侵操作组成，攻击者通过这些步骤逐步达到目标，其隐蔽性和破坏性远超单一攻击。在智慧城市中，由于系统高度互联，多步攻击可能对基础设施、医疗、交通、能源等关键系统造成严重威胁，导致大规模数据泄露或服务中断。因此，开发能够有效检测多步攻击的入侵检测系统至关重要。
本研究旨在通过机器学习技术，特别是极端梯度提升（Extreme Gradient Boosting, XGB）模型，提升入侵检测系统的性能，以应对智慧城市网络中的多步网络攻击。研究使用了一个高度代表性的多步网络攻击数据集（Multi-step Cyber-Attack Dataset, MSCAD），并评估了多种机器学习算法的性能。
研究流程主要包括以下几个步骤：
数据预处理
研究使用了MSCAD数据集，该数据集包含128,800条记录，每条记录有66个特征，涵盖了多种多步网络攻击类型，如暴力破解（brute force）、端口扫描（port scan）、HTTP DDoS攻击等。由于数据集存在类别不平衡问题，研究采用了自适应合成（Adaptive Synthetic, ADASYN）技术生成合成数据，以平衡各类别的样本数量。此外，研究还通过相关性分析剔除了高度相关的特征，最终保留了28个特征。
特征选择与降维
在特征选择过程中，研究使用了皮尔逊相关系数（Pearson correlation coefficient）来识别并剔除相关性高于95%的特征。随后，研究应用了主成分分析（Principal Component Analysis, PCA）进行降维，以减少数据集的维度。然而，实验结果表明，不使用PCA的模型表现更好，因此最终的研究结果基于未使用PCA的模型。
机器学习模型训练与评估
研究评估了多种机器学习算法，包括决策树（Decision Tree, DT）、K近邻（K-Nearest Neighbors, KNN）、朴素贝叶斯（Naïve Bayes, NB）、支持向量机（Support Vector Machine, SVM）、轻量梯度提升机（Light Gradient-Boosting Machine, LGBM）、极端梯度提升（XGB）和随机森林（Random Forest, RF）。每个模型都通过网格搜索（GridSearchCV）进行超参数调优，并使用五折分层交叉验证（five-fold stratified cross-validation）来评估模型性能。
模型性能评估
研究使用准确率（accuracy）、精确率（precision）、召回率（recall）、F1分数（F1 score）和ROC曲线下面积（Area Under Curve, AUC）等指标来评估模型的性能。实验结果表明，XGB模型表现最佳，测试准确率达到100%，F1分数为88%，AUC为93%。
研究的主要结果如下：
XGB模型的卓越性能
XGB模型在测试集上表现出色，准确率达到100%，F1分数为88%，AUC为93%。该模型能够准确检测所有类别的攻击，包括少数类别（如web crawling和ICMP flood），表现出较强的鲁棒性。
其他模型的性能
决策树（DT）和轻量梯度提升机（LGBM）也表现优异，测试准确率均为100%，F1分数分别为83%和81%。KNN模型的测试准确率为99%，F1分数为82%。相比之下，朴素贝叶斯（NB）模型表现较差，测试准确率仅为76%，F1分数为29%，主要原因是该模型假设特征之间相互独立，而网络流量数据中的特征通常具有相关性。
支持向量机（SVM）的表现
使用径向基函数（Radial Basis Function, RBF）核的SVM模型在测试集上的准确率为93%，F1分数为58%。该模型在处理少数类别（如web crawling）时表现较好，但在整体性能上不及XGB模型。
本研究提出了一种基于机器学习的入侵检测系统，能够有效检测智慧城市网络中的多步网络攻击。通过使用MSCAD数据集和多种机器学习算法，研究发现XGB模型在检测多步攻击方面表现最佳，具有较高的准确率和F1分数。该模型计算效率高，易于部署，能够为智慧城市提供快速、可持续且低功耗的入侵检测解决方案。
本研究具有重要的科学价值和应用价值。在科学层面，研究展示了机器学习技术在多步网络攻击检测中的潜力，特别是XGB模型在处理复杂网络流量数据时的优越性。在应用层面，该研究为智慧城市提供了一种高效的入侵检测方案，能够有效保护关键基础设施免受网络攻击的威胁，确保城市系统的稳定性和安全性。
高性能的XGB模型
XGB模型在多步网络攻击检测中表现出色，测试准确率达到100%，F1分数为88%，为入侵检测系统提供了强有力的技术支持。
自适应合成技术（ADASYN）的应用
研究采用ADASYN技术处理类别不平衡问题，有效提升了模型对少数类别的检测能力。
多步网络攻击数据集（MSCAD）的使用
MSCAD数据集高度代表了真实世界的多步网络攻击场景，确保了研究结果的可靠性和实用性。
研究还详细比较了多种机器学习算法的性能，并提供了每种模型的超参数调优结果，为后续研究提供了宝贵的参考。此外，研究强调了在智慧城市中部署实时入侵检测系统的重要性，以确保在攻击发生时能够迅速采取行动，隔离和减轻风险。
本研究通过机器学习技术为智慧城市网络的多步网络攻击检测提供了有效的解决方案，具有重要的科学和应用价值。