pfsense 在网络防御中的 IEEE 性能分析
IEEE 关于现代网络环境的智能防火墙视角
下载 IEEE 研究 pfsense 的 网络安全性能分析白皮书
摘要： 这项研究的主要目标是评估和比较 pfSense 作为一个基于 FreeBSD 的开源防火墙和路由工具的性能，并通过机器学习的改进，使其转变为一个主动检测新兴威胁的工具。
这项研究在硬件和基于软件的虚拟环境中对 pfSense 进行了实证测试。研究结果显示一些重要的网络参数有明显提升，
- 网络吞吐量提高了 14.1%（从 850 Mbps提升到 970 Mbps）
- 丢包率下降了 52.0%（从 2.5%降到 1.2%）
- 网络延迟降低了 21.9%（从 10.5毫秒降到 8.2毫秒）
虽然这项研究的结果显示网络和安全相关指标都有所改善。具体来说。
- 威胁检测提升了 8%（从 89%到 97%）
- 误报率下降了 44.7%（从 3.8%到 2.1%）
此外，研究评估了 pfSense 系统检测零日攻击的能力，发现提高了 17.3%（从 78.2% 提升到 91.7%）。研究还评估了向 pfSense 系统添加机器学习能力的影响，发现系统运行所需的计算资源显著减少；具体来说，CPU 使用率从 65% 降至 58%，内存使用率从 72% 降至 64%。
本研究讨论了如何在 pfSense 架构中实现 SHAP 和 LIME 技术，以提高安全决策过程的透明度和问责性。此外，本研究还对 pfSense 与传统有状态检查防火墙进行了比较，以展示在灵活性、运营成本以及应对不断变化威胁的适应性方面的差异。总体而言，本研究识别了与资源利用和配置复杂性相关的实际企业级问题，并展示了 pfSense 如何提供一种可行且可扩展的开源安全解决方案，以满足寻求灵活且可适应网络防御架构的组织需求...
Corresponding author: S. Kanaga Suba Raja
Department of Computer Science and Engineering, SRM Institute of Science and Technology 
