Deep Reinforcement Learning for Network Intrusion Detection

---

Ruben Peeters

Date: 17/06/2022

Made as part of my master thesis.

When working on JupyterLab, run utils/setup.ipynb before running any of the notebooks.

Project directory (17/06/2022)

masterproef-machine-learning-for-network-intrusion-detection
├───analysis
├───data
│   ├───images
│   ├───notes
│   └───thesis-scripts
├───models
│   ├───models-no-norm-64
│   │   ├───cicddos2019
│   │   │   ├───A2C
│   │   │   └───DQN
│   │   ├───cicddos2019-top
│   │   │   ├───A2C
│   │   │   └───DQN
│   │   ├───cicdos2017
│   │   │   ├───A2C
│   │   │   └───DQN
│   │   ├───cicids2017
│   │   │   ├───A2C
│   │   │   └───DQN
│   │   ├───nslkdd
│   │   │   ├───A2C
│   │   │   └───DQN
│   │   └───unswnb15
│   │       ├───A2C
│   │       └───DQN
│   ├───models-norm-128
│   │   ├───cicddos2019
│   │   │   ├───A2C
│   │   │   └───DQN
│   │   ├───cicddos2019-top
│   │   │   ├───A2C
│   │   │   └───DQN
│   │   ├───cicdos2017
│   │   │   ├───A2C
│   │   │   └───DQN
│   │   ├───cicids2017
│   │   │   ├───A2C
│   │   │   └───DQN
│   │   ├───nslkdd
│   │   │   ├───A2C
│   │   │   └───DQN
│   │   └───unswnb15
│   │       ├───A2C
│   │       └───DQN
│   ├───normalization-models
│   │   ├───cicddos2019
│   │   │   ├───A2C
│   │   │   └───DQN
│   │   ├───cicddos2019-top
│   │   │   ├───A2C
│   │   │   └───DQN
│   │   ├───cicdos2017
│   │   │   ├───A2C
│   │   │   └───DQN
│   │   ├───cicids2017
│   │   │   ├───A2C
│   │   │   └───DQN
│   │   ├───nslkdd
│   │   │   ├───A2C
│   │   │   └───DQN
│   │   └───unswnb15
│   │       ├───A2C
│   │       └───DQN
│   └───old
│       ├───Final implementations
│       ├───Final models + notebooks
│       │   └───.ipynb_checkpoints
│       ├───Getting to know DQN and the library
│       │   └───.ipynb_checkpoints
│       ├───Not run yet
│       ├───PDF notebooks
│       ├───TO RUN FOR RESULTS - FINALS - CICDDOS2019
│       │   └───.ipynb_checkpoints
│       └───Training
│           ├───Logs
│           │   └───A2C
│           │       └───20220406-152820
│           │           └───A2C_1
│           └───Models
└───notebooks
    ├───evaluation
    ├───pytorch
    │   ├───datasets
    │   │   ├───nsl-kdd
    │   │   └───unsw-nb15
    │   ├───nsl-kdd
    │   │   └───.ipynb_checkpoints
    │   └───unsw-nb15
    │       └───.ipynb_checkpoints
    ├───ran-notebooks-no-norm-64
    │   ├───RAN NOTEBOOKS CICDDOS2019
    │   │   ├───.ipynb_checkpoints
    │   │   └───finished models
    │   ├───RAN NOTEBOOKS CICDDOS2019 TOPFEAT
    │   │   ├───.ipynb_checkpoints
    │   │   └───finished models
    │   ├───RAN NOTEBOOKS NSLKDD
    │   │   ├───.ipynb_checkpoints
    │   │   ├───models
    │   │   └───second run
    │   │       └───models
    │   ├───RAN NOTEBOOKS UNSW NB15
    │   │   ├───.ipynb_checkpoints
    │   │   └───models
    │   └───RAN NOTEBOOKS UNSWNB15
    │       ├───.ipynb_checkpoints
    │       └───models
    ├───ran-notebooks-norm-128
    │   ├───cicddos2019
    │   │   └───.ipynb_checkpoints
    │   ├───cicddos2019-top
    │   │   └───.ipynb_checkpoints
    │   ├───cicdos2017
    │   │   └───.ipynb_checkpoints
    │   ├───cicids2017
    │   │   └───.ipynb_checkpoints
    │   ├───nslkdd
    │   │   └───.ipynb_checkpoints
    │   └───unswnb15
    │       └───.ipynb_checkpoints
    ├───tuning
    └───utils