Bảo vệ quyền riêng tư trong học cộng tác cho hệ thống phát hiện xâm nhập

Khóa luận tốt nghiệp nghiên cứu tốt nghiệp an toàn thông tin đảm bảo quyền riêng tư cho mô hình học cộng tác trong hệ thống phát, vận dụng lý thuyết vào thực tế, đề xuất giải pháp

• Tác giả: Huynh Nhat Hao
• Người hướng dẫn: TS. Nguyễn Gia Tuấn Anh
• Trường học: Đại học Quốc gia TP. Hồ Chí Minh
• Chuyên ngành: Kỹ sư ngành an toàn thông tin
• Đề tài: Bảo vệ quyền riêng tư trong học cộng tác cho hệ thống phát hiện xâm nhập
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2021
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Giới thiệu bài toán
• 1.2. Học máy và tính cần thiết của dữ liệu
• 1.3. Học cộng tác và đảm bảo quyền riêng tư trong học cộng tác
• 1.4. Hệ thống phát hiện xâm nhập dựa trên mô hình học cộng tác
• 1.5. Các nghiên cứu liên quan
• 1.5.1. Học cộng tác
• 1.5.2. Các giải pháp đảm bảo riêng tư trong học cộng tác
• 1.5.3. Hệ thống phát hiện xâm nhập dựa trên học cộng tác
• 1.6. Tính ứng dụng
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Mã hóa
• 2.1.1. Mã hóa bất đối xứng
• 2.1.2. Partially Homomorphic Encryption
• 2.1.3. Somewhat Homomorphic Encryption
• 2.1.4. Fully Homomorphic Encryption
• 2.2. Quá trình huấn luyện trong học cộng tác
• 2.2.1. Tổng hợp mô hình
• 2.2.2. Hệ thống học cộng tác
• 2.2.3. Quyền riêng tư khác biệt
• 2.3. Định nghĩa toán học
• 2.4. Hệ thống phát hiện xâm nhập
• 2.4.1. IDS dựa trên dấu hiệu
• 2.4.2. IDS dựa trên dị thường
• 3. CHƯƠNG 3: PHƯƠNG PHÁP ĐỀ XUẤT
• 3.1. Phương pháp học cộng tác
• 3.1.1. Mô hình FL tổng quan
• 3.1.2. Luồng hoạt động mô hình có sử dụng DP
• 3.2. Các mô hình đề xuất cho IDS
• 3.2.1. Long Short Term Memory networks
• 3.2.2. Fully connected network
• 4. CHƯƠNG 4: THỰC NGHIỆM VÀ ĐÁNH GIÁ
• 4.1. Môi trường thí nghiệm
• 4.1.1. Xây dựng hệ thống học cộng tác
• 4.1.2. TenSEAL - thư viện mã hóa đồng cấu
• 4.1.3. Opacus - thư viện Differential Privacy
• 4.2. Kịch bản thí nghiệm
• 4.3. Tiền xử lý tập dữ liệu
• 4.4. Tiêu chí đánh giá
• 4.5. Kết quả thí nghiệm
• 5. CHƯƠNG 5: KẾT LUẬN
• 5.1. Kết luận
• 5.2. Hướng phát triển
• Danh mục từ viết tắt
• Danh mục từ tạm dịch
• Danh sách hình vẽ
• Danh sách bảng
• Bibliography

Tóm tắt

I. Tổng quan về bảo vệ quyền riêng tư trong học cộng tác

Bảo vệ quyền riêng tư trong học cộng tác là một vấn đề quan trọng trong bối cảnh an ninh mạng hiện nay. Hệ thống phát hiện xâm nhập (IDS) ngày càng trở nên cần thiết để bảo vệ dữ liệu nhạy cảm. Học cộng tác cho phép các tổ chức hợp tác mà không cần chia sẻ dữ liệu riêng tư. Tuy nhiên, việc này cũng đặt ra nhiều thách thức về bảo mật thông tin.

1.1. Khái niệm về học cộng tác và quyền riêng tư

Học cộng tác là phương pháp cho phép nhiều bên tham gia đào tạo mô hình mà không cần chia sẻ dữ liệu. Quyền riêng tư trong học cộng tác đảm bảo rằng thông tin nhạy cảm không bị tiết lộ trong quá trình huấn luyện.

1.2. Tầm quan trọng của bảo vệ quyền riêng tư

Bảo vệ quyền riêng tư là cần thiết để duy trì lòng tin của người dùng. Việc tiết lộ thông tin nhạy cảm có thể dẫn đến các cuộc tấn công mạng và rò rỉ dữ liệu, ảnh hưởng đến uy tín của tổ chức.

II. Thách thức trong việc bảo vệ quyền riêng tư trong học cộng tác

Mặc dù học cộng tác mang lại nhiều lợi ích, nhưng vẫn tồn tại nhiều thách thức trong việc bảo vệ quyền riêng tư. Các cuộc tấn công dịch ngược có thể tiết lộ dữ liệu nhạy cảm từ các tham số mô hình. Điều này đặt ra yêu cầu cấp thiết về các giải pháp bảo mật hiệu quả.

2.1. Các cuộc tấn công dịch ngược dữ liệu

Các cuộc tấn công dịch ngược có thể khai thác thông tin từ các tham số mô hình để tái tạo dữ liệu gốc. Điều này cho thấy sự cần thiết phải có các biện pháp bảo vệ mạnh mẽ hơn.

2.2. Rủi ro từ việc chia sẻ tham số mô hình

Việc chia sẻ tham số mô hình giữa các bên tham gia có thể dẫn đến việc tiết lộ thông tin nhạy cảm. Các tổ chức cần phải cân nhắc kỹ lưỡng trước khi quyết định chia sẻ thông tin.

III. Phương pháp bảo vệ quyền riêng tư trong học cộng tác

Để bảo vệ quyền riêng tư trong học cộng tác, nhiều phương pháp đã được đề xuất. Mã hóa đồng cấu và differential privacy là hai trong số những giải pháp tiềm năng nhất. Những phương pháp này giúp bảo vệ dữ liệu trong quá trình huấn luyện mà không làm giảm hiệu suất của mô hình.

3.1. Mã hóa đồng cấu trong học cộng tác

Mã hóa đồng cấu cho phép thực hiện các phép toán trên dữ liệu đã được mã hóa mà không cần giải mã. Điều này giúp bảo vệ quyền riêng tư trong quá trình huấn luyện mô hình.

3.2. Differential privacy và ứng dụng của nó

Differential privacy là kỹ thuật thêm nhiễu vào dữ liệu để bảo vệ quyền riêng tư. Kỹ thuật này giúp đảm bảo rằng thông tin cá nhân không bị tiết lộ trong quá trình phân tích dữ liệu.

IV. Ứng dụng thực tiễn của học cộng tác trong bảo vệ quyền riêng tư

Học cộng tác đã được áp dụng trong nhiều lĩnh vực, đặc biệt là trong y tế và tài chính. Các tổ chức có thể hợp tác để phát triển mô hình mà không cần chia sẻ dữ liệu nhạy cảm. Điều này không chỉ bảo vệ quyền riêng tư mà còn nâng cao hiệu quả của các mô hình học máy.

4.1. Ứng dụng trong lĩnh vực y tế

Trong y tế, học cộng tác cho phép các bệnh viện hợp tác để phát triển mô hình chẩn đoán mà không cần tiết lộ thông tin bệnh nhân. Điều này giúp bảo vệ quyền riêng tư và nâng cao chất lượng dịch vụ.

4.2. Ứng dụng trong lĩnh vực tài chính

Trong lĩnh vực tài chính, học cộng tác giúp các ngân hàng phát triển mô hình phát hiện gian lận mà không cần chia sẻ dữ liệu nhạy cảm. Điều này giúp bảo vệ thông tin khách hàng và tăng cường an ninh mạng.

V. Kết luận và tương lai của bảo vệ quyền riêng tư trong học cộng tác

Bảo vệ quyền riêng tư trong học cộng tác là một thách thức lớn nhưng cũng là cơ hội để phát triển các giải pháp bảo mật mới. Tương lai của học cộng tác sẽ phụ thuộc vào khả năng phát triển các phương pháp bảo vệ quyền riêng tư hiệu quả hơn. Các nghiên cứu tiếp theo cần tập trung vào việc cải thiện tính bảo mật và hiệu suất của các mô hình học máy.

5.1. Hướng nghiên cứu tương lai

Các nghiên cứu trong tương lai cần tập trung vào việc phát triển các phương pháp bảo vệ quyền riêng tư mới, đồng thời cải thiện hiệu suất của các mô hình học máy.

5.2. Tầm quan trọng của hợp tác giữa các tổ chức

Hợp tác giữa các tổ chức là rất quan trọng để phát triển các mô hình học máy hiệu quả. Việc chia sẻ kiến thức và kinh nghiệm sẽ giúp nâng cao khả năng bảo vệ quyền riêng tư trong học cộng tác.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh hạ tầng mạng và Internet phát triển mạnh mẽ, các cơ quan và doanh nghiệp liên tục phải đối mặt với các nguy cơ tấn công mạng ngày càng tinh vi, từ mã độc tống tiền (ransomware) đến các hình thức khai thác lỗ hổng chưa từng được công bố (zero-day). Các giải pháp phòng thủ truyền thống như tường lửa hay chương trình chống virus không còn đảm bảo an toàn tuyệt đối, đòi hỏi phải thiết lập hệ thống phát hiện xâm nhập (Intrusion Detection System - IDS) nhằm liên tục giám sát lưu lượng mạng. Các hệ thống IDS truyền thống dựa trên dấu hiệu (signature-based) như Snort hay Suricata chỉ nhận diện được những dạng tấn công đã có sẵn trong cơ sở dữ liệu mẫu; do đó hoàn toàn mất hiệu lực trước các biến thể mới. Ngược lại, hệ thống phát hiện xâm nhập dựa trên phát hiện dị thường (anomaly-based) ứng dụng học máy có khả năng phát hiện các hành vi bất thường và các kiểu tấn công mới.

Tuy nhiên, việc huấn luyện các mô hình học máy cho IDS đòi hỏi tập dữ liệu rất lớn và đa dạng từ nhiều phân hệ mạng khác nhau. Trên thực tế, dữ liệu lưu lượng mạng chứa đựng nhiều thông tin nhạy cảm của tổ chức (như dữ liệu ngân hàng, hồ sơ bệnh viện), dẫn đến việc các đơn vị không thể chia sẻ dữ liệu ra bên ngoài do rào cản pháp lý và an toàn thông tin. Học cộng tác (Federated Learning - FL) ra đời như một phương thức huấn luyện phân tán, cho phép nhiều thành viên cùng đào tạo mô hình chung bằng cách huấn luyện cục bộ trên dữ liệu riêng và chỉ gửi tham số mô hình về máy chủ trung tâm. Dẫu vậy, các nghiên cứu gần đây chỉ ra rằng bản thân học cộng tác vẫn tiềm ẩn nguy cơ rò rỉ dữ liệu nghiêm trọng thông qua các cuộc tấn công suy luận (inference attack) hoặc tấn công tái tạo dữ liệu từ các trọng số mô hình được chia sẻ.

Từ bối cảnh thực tiễn trên, đề tài khóa luận tập trung giải quyết bài toán bảo vệ tính riêng tư cho tham số mô hình trong quá trình tổng hợp tại máy chủ trung tâm. Nhóm tác giả xác định các mục tiêu và nhiệm vụ nghiên cứu cụ thể như sau:

1. Nghiên cứu, phân tích kiến trúc học cộng tác và các nguy cơ rò rỉ dữ liệu khi trao đổi tham số giữa các nút tham gia và máy chủ tổng hợp trong bài toán phát hiện xâm nhập.
2. Tìm hiểu và lựa chọn các kỹ thuật mật mã và bảo mật phù hợp, cụ thể là Mã hóa đồng cấu (Homomorphic Encryption - HE) và Quyền riêng tư khác biệt (Differential Privacy - DP), nhằm bảo vệ tham số mô hình.
3. Thiết kế và cài đặt hệ thống học cộng tác cho bài toán IDS, tích hợp hai giải pháp bảo vệ quyền riêng tư gồm HE và DP.
4. Xây dựng các kịch bản thực nghiệm với nhiều kiến trúc học sâu khác nhau trên tập dữ liệu chuẩn CICIDS2017 nhằm đo lường, đánh giá sự đánh đổi giữa độ chính xác, chi phí tính toán, mức tiêu thụ bộ nhớ RAM và lượng dữ liệu truyền thông giữa các phương pháp.

Đối tượng nghiên cứu của khóa luận là các cơ chế bảo toàn quyền riêng tư (mã hóa đồng cấu và quyền riêng tư khác biệt) áp dụng vào mô hình học cộng tác cho hệ thống phát hiện xâm nhập dựa trên phát hiện dị thường. Phạm vi nghiên cứu về mặt công nghệ giới hạn trong việc lập trình trên ngôn ngữ Python, sử dụng framework học sâu PyTorch, framework truyền thông Flask, thư viện TenSEAL cho mã hóa đồng cấu và thư viện Opacus cho quyền riêng tư khác biệt. Dữ liệu thực nghiệm được giới hạn trên tập dữ liệu lưu lượng mạng CICIDS2017 với 4 kiến trúc mạng nơ-ron: LSTM, Mạng kết nối đầy đủ (Fully Connected Network), VGG11 và VGG16.

---

Cơ sở lý thuyết và phương pháp

Khóa luận thiết lập nền tảng dựa trên các khái niệm mật mã học, lý thuyết học máy phân tán và an toàn mạng máy tính:

• Mật mã học và Mã hóa đồng cấu (Homomorphic Encryption - HE): Hệ thống mật mã đối xứng và bất đối xứng truyền thống chỉ bảo vệ dữ liệu khi truyền tải (in-transit) hoặc lưu trữ (at-rest), buộc phải giải mã trước khi tính toán. HE cung cấp khả năng thực hiện tính toán trực tiếp trên dữ liệu đã mã hóa mà không cần giải mã trước: $E(m_1) * E(m_2) = E(m_1 * m_2)$. Văn bản phân loại HE thành ba nhóm:
  • Partially Homomorphic Encryption (PHE): Chỉ hỗ trợ một phép toán (phép nhân như RSA, hoặc phép cộng như Paillier) với số lần không giới hạn.
  • Somewhat Homomorphic Encryption (SWHE): Hỗ trợ cả phép cộng và nhân nhưng số lần bị giới hạn do tham số nhiễu tăng dần sau mỗi phép tính.
  • Fully Homomorphic Encryption (FHE): Hỗ trợ số lượng tùy ý cả hai phép toán, phát triển từ công trình của Craig Gentry (2009) qua 4 hướng bài toán (Ideal lattice, Over integers, RLWE, NTRU-like) với các lược đồ tiêu biểu BGV, BFV và CKKS. Khóa luận lựa chọn lược đồ CKKS vì lược đồ này tối ưu cho các phép tính số thực gần đúng, rất phù hợp với trọng số của các mạng nơ-ron học sâu.
• Quyền riêng tư khác biệt (Differential Privacy - DP): Khung toán học đảm bảo kết quả phân tích dữ liệu không bị thay đổi đáng kể khi một mẫu dữ liệu đơn lẻ được thêm vào hoặc loại bỏ khỏi tập dữ liệu. Cơ chế ngẫu nhiên $\mathcal{M}$ cung cấp tính riêng tư $(\epsilon, \delta)$-DP trên hai tập lân cận $D, D'$ thỏa mãn: $$P[\mathcal{M}(D) \in S] \le e^{\epsilon} \times P[\mathcal{M}(D') \in S] + \delta$$ Trong học cộng tác, DP được áp dụng bằng cách bơm thêm nhiễu được kiểm soát (thông qua tham số $\epsilon$) vào trọng số hoặc gradient trước khi gửi lên máy chủ tổng hợp. Tham số $\epsilon$ tỷ lệ nghịch với mức độ bảo vệ riêng tư: $\epsilon$ càng nhỏ thì tính riêng tư càng cao nhưng độ chính xác mô hình suy giảm càng nhiều.
• Học cộng tác (Federated Learning - FL): Sử dụng thuật toán trung bình hóa trọng số FederatedAveraging (FedAvg) do McMahan đề xuất năm 2016. Hệ thống được tổ chức theo kiến trúc tập trung (centralized) với phân phối dữ liệu theo chiều ngang (horizontal data distribution) và mô hình hoạt động cross-silo.
• Hệ thống phát hiện xâm nhập (IDS): Phân tích sự khác biệt giữa IDS dựa trên dấu hiệu (signature-based) và IDS dựa trên dị thường (anomaly-based), làm rõ vai trò của học sâu trong việc tự động trích xuất đặc trưng phân loại lưu lượng mạng bình thường (BENIGN) và lưu lượng tấn công.

Phương pháp nghiên cứu thực nghiệm được thực hiện thông qua việc xây dựng hệ thống phần mềm phân tán giả lập máy chủ tổng hợp (Aggregator) và các nút thành viên (Workers/Participants). Dữ liệu mạng CICIDS2017 được tiền xử lý, chuẩn hóa các đặc trưng số và chia đều cho các bên tham gia theo từng vòng huấn luyện (rounds). Hiệu năng hệ thống được đo đạc thông qua các chỉ số: độ chính xác phát hiện, thời gian mã hóa/tính toán, kích thước tệp tin trao đổi và lượng RAM tiêu thụ.

---

Thiết kế và triển khai hệ thống

Hệ thống được thiết kế theo mô hình phân tán tập trung (Client-Server), bao gồm một máy chủ tổng hợp (Aggregator) và nhiều bên tham gia (Participants/Workers).

Kiến trúc truyền thông và giao diện API

Aggregator và Workers trao đổi dữ liệu thông qua giao thức HTTP/HTTPS được triển khai bằng framework Flask trong môi trường Python 3.8. Các API endpoint cụ thể điều phối luồng làm việc như sau:

Endpoint	Phương thức HTTP	Bên gửi	Bên nhận	Mục đích hoạt động
Ghi danh ban đầu	GET/POST	Participant	Aggregator	Ghi danh tham gia, nhận ID định danh và số lượng vòng huấn luyện (rounds)
/model/global	POST	Leader Participant	Aggregator	Nút được chỉ định làm Leader khởi tạo và gửi trọng số ban đầu $W_0$ lên máy chủ
/model/global	GET	Participants	Aggregator	Các nút thành viên tải về trọng số khởi tạo $W_0$ để đồng bộ trạng thái ban đầu
/model/aggregation/<round>	POST	Participants	Aggregator	Nút thành viên gửi tệp tin chứa trọng số đã mã hóa hoặc đã làm nhiễu của vòng hiện tại
/model/aggregation/<round>	GET	Participants	Aggregator	Nút thành viên tải về trọng số toàn cục đã được tổng hợp sau vòng huấn luyện

Quy trình tổng hợp tham số an toàn

Hệ thống triển khai hai giải pháp độc lập bảo vệ quá trình truyền và tổng hợp trọng số:

1. Quy trình học cộng tác kết hợp mã hóa đồng cấu (HEFL):

   • Khởi tạo: Một máy chủ chứng thực khởi tạo cặp khóa bí mật và công khai $(SK, PK)$ của lược đồ CKKS thông qua thư viện TenSEAL. Khóa công khai $PK$ được phân phối cho Aggregator và tất cả Participants; khóa bí mật $SK$ chỉ lưu tại các Participants.
   • Huấn luyện và mã hóa cục bộ: Tại vòng $r$, mỗi bên $P_k$ huấn luyện mô hình trên tập con dữ liệu $d_k^r$, tính toán trọng số $W_k^r$. Sau đó, $P_k$ dùng khóa $PK$ để mã hóa trọng số: $E(W_k^r) = \text{Encrypt}(W_k^r, PK)$, tuần tự hóa (serialize) dữ liệu bản mã thành chuỗi bytes và gửi dưới dạng tệp tin đến Aggregator cùng với kích thước tập dữ liệu $a_k$.
   • Tổng hợp trên bản mã: Aggregator nhận các tệp tin trọng số đã mã hóa từ các nút, lưu xuống đĩa cứng, sau đó đọc và thực hiện phép toán cộng, nhân tỷ lệ vô hướng trực tiếp trên dữ liệu mã hóa theo công thức FedAvg: $$W_{t+1} = \sum_{k=1}^K \frac{n_k}{n} W_{t+1}^k$$ Kết quả tổng hợp là bản mã $C$ đại diện cho trọng số toàn cục.
   • Cập nhật mô hình: Bản mã $C$ được gửi lại cho các Participants. Mỗi nút sử dụng khóa bí mật $SK$ để giải mã: $W^r = \text{Decrypt}(C, SK)$ và cập nhật mô hình cục bộ.

2. Quy trình học cộng tác kết hợp quyền riêng tư khác biệt (DPFL):

   • Huấn luyện và làm nhiễu cục bộ: Các nút tham gia huấn luyện trên tập dữ liệu $d_k^r$. Trước khi gửi đi, thư viện Opacus can thiệp vào quá trình tính toán để cắt tỉa gradient (gradient clipping) và cộng thêm nhiễu Gauss có kiểm soát: $W_k^{'r} = \text{AddNoise}(W_k^r)$.
   • Tổng hợp mô hình: Aggregator nhận các trọng số đã làm nhiễu, thực hiện thuật toán FedAvg thông thường trên bản rõ và gửi lại $W_{global}$ cho các bên tham gia cập nhật.

Các kiến trúc mạng nơ-ron đề xuất cho IDS

Tập dữ liệu đầu vào có 78 đặc trưng lưu lượng mạng. Nhóm tác giả thiết kế và cấu hình 4 mô hình học sâu để kiểm thử:

• Mạng LSTM (Long Short Term Memory): Lớp LSTM nhận đầu vào kích thước 78, kích thước lớp ẩn (hidden layer) là 32, kết nối đến một lớp Linear với đầu ra kích thước 2 (phân loại nhị phân: BENIGN và Attack).
• Mạng kết nối đầy đủ (Fully Connected Network - FC): Sử dụng hàm kích hoạt ReLU, kích thước các lớp lần lượt là 78 (lớp đầu vào) $\rightarrow$ 1024 $\rightarrow$ 512 $\rightarrow$ 256 $\rightarrow$ 128 $\rightarrow$ 2 (lớp đầu ra).
• Mạng VGG11 và VGG16 (Transfer Learning): Sử dụng các mô hình tích chập VGG11 và VGG16 đã được tiền huấn luyện. Dữ liệu mạng dạng vector 78 đặc trưng được chuyển đổi thành cấu trúc ảnh xám. Các lớp tích chập đóng vai trò trích xuất đặc trưng và được đóng băng (freeze) trọng số. Do đầu ra của các lớp tích chập có kích thước rất lớn ($7 \times 7 \times 512 = 25088$), nếu kết nối trực tiếp vào lớp tuyến tính thì số lượng trọng số quá khổng lồ, khiến phép mã hóa đồng cấu không thể thực thi được trên bộ nhớ. Nhóm tác giả đưa ra giải pháp đặt một lớp Maxpooling kích thước $7 \times 7$ ngay sau lớp tích chập, ép kích thước xuống còn $1 \times 512$, sau đó mới đưa vào các lớp kết nối đầy đủ phía sau.

---

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 giới thiệu lý do phát triển đề tài dựa trên sự gia tăng của các cuộc tấn công mạng phức tạp và sự bất cập của các hệ thống IDS dựa trên dấu hiệu cố định. Tác giả phân tích sự cần thiết của dữ liệu đối với học máy, dẫn chứng thực nghiệm của Facebook (năm 2018) khi huấn luyện trên 3,5 tỷ ảnh Instagram để chứng minh lượng dữ liệu lớn quyết định độ chính xác của mô hình. Tác giả phân tích kiến trúc học cộng tác, nêu ví dụ ứng dụng FL trong y tế để liên kết dữ liệu bệnh án giữa các bệnh viện mà không làm lộ hồ sơ bệnh nhân, cũng như ứng dụng trong bàn phím Gboard của Google.

Phần tổng quan nghiên cứu liên quan điểm qua các công trình tiêu biểu: Preuveneers (2018) kết hợp FL với blockchain cho IDS; Nguyen (2019) xây dựng hệ thống FL phân tán cho thiết bị IoT; Zhao (2020) đề xuất FL-IDS dựa trên mạng LSTM; nghiên cứu DPGAN dùng DP để chống tấn công dựa trên GAN; và framework DeepFed áp dụng mã hóa Paillier cho IDS. Từ đó, chương 1 xác định thách thức cốt lõi: mã hóa đồng cấu (HE) bảo toàn độ chính xác nhưng làm tăng mạnh thời gian tính toán, dung lượng bộ nhớ RAM và lượng dữ liệu truyền thông; trong khi quyền riêng tư khác biệt (DP) có tốc độ xử lý nhanh nhưng làm suy giảm đáng kể độ chính xác của mô hình.

Chương 2: Cơ sở lý thuyết

Chương 2 trình bày chi tiết nền tảng toán học và kỹ thuật của đề tài. Về mật mã học, tác giả định nghĩa các thành phần của hệ thống mật mã đối xứng, bất đối xứng và đi sâu vào mã hóa đồng cấu. Tác giả phân tích cơ chế toán học của PHE thông qua hai lược đồ: lược đồ RSA (đồng cấu phép nhân) và lược đồ Paillier (đồng cấu phép cộng dựa trên bài toán $x^n = a \pmod{n^2}$). Với FHE, tác giả phân loại 4 nhóm bài toán nền tảng (Ideal lattice, Approximate GCD, Ring Learning with Error - RLWE, NTRU-like), so sánh các lược đồ BGV, BFV và đi đến kết luận lược đồ CKKS là lựa chọn tối ưu cho học máy nhờ hỗ trợ tính toán số thực gần đúng.

Về học sâu, chương 2 diễn giải cấu trúc mạng nơ-ron, hàm kích hoạt (Sigmoid, Tanh, ReLU), hàm mất mát (RMSE, Cross Entropy, Hinge Loss) và thuật toán tối ưu hóa Gradient Descent. Về học cộng tác, tác giả trình bày cơ chế hoạt động của thuật toán FederatedAveraging (McMahan, 2016) và 6 chiều phân loại của một hệ thống học cộng tác (phân phối dữ liệu, mô hình học máy, cơ chế riêng tư, quy mô cộng tác, động lực cộng tác, kiến trúc giao tiếp). Cuối cùng, chương 2 định nghĩa toán học về $(\epsilon, \delta)$-DP, nêu ví dụ vi phạm riêng tư khi tính toán độ tuổi trung bình của bệnh nhân trong y tế và trình bày phân loại IDS theo cơ chế phát hiện (signature-based và anomaly-based).

Chương 3: Phương pháp đề xuất

Chương 3 chi tiết hóa giải pháp kỹ thuật thông qua hai thuật toán cốt lõi: Thuật toán 1 (HEFL) và Thuật toán 2 (DPFL). Mỗi thuật toán đều được cấu trúc hóa thành 4 giai đoạn cụ thể: Khởi tạo, Huấn luyện mô hình cục bộ, Tổng hợp các trọng số mô hình tại máy chủ và Cập nhật mô hình cục bộ. Chương này cũng trình bày kiến trúc phân lớp của 4 mạng học sâu áp dụng cho bài toán phát hiện xâm nhập trên tập dữ liệu CICIDS2017: LSTM, Fully Connected, VGG11 và VGG16 kết hợp kỹ thuật trích xuất đặc trưng Transfer Learning và Maxpooling $7 \times 7$.

Chương 4: Thực nghiệm và đánh giá

Chương 4 mô tả môi trường thực nghiệm trên máy ảo Ubuntu (cấu hình 16 lõi CPU, 64 GB RAM, Python 3.8). Tác giả chi tiết hóa quá trình lập trình hệ thống bằng PyTorch, triển khai cơ chế truyền thông Client-Server qua Flask với các API endpoint cụ thể. Tập dữ liệu CICIDS2017 với 78 đặc trưng được tiền xử lý và gắn nhãn phân loại. Chương 4 thiết lập các kịch bản thực nghiệm đo lường hiệu năng: kịch bản học cộng tác nguyên bản, học cộng tác tích hợp mã hóa đồng cấu TenSEAL (đo đạc kích thước tệp trọng số trước và sau mã hóa, thời gian mã hóa/giải mã, mức tiêu thụ RAM) và học cộng tác tích hợp làm nhiễu Opacus (đo đạc độ chính xác theo các mức tham số $\epsilon$).

Chương 5: Kết luận

Chương 5 đúc kết các kết quả đạt được từ việc triển khai hệ thống học cộng tác kết hợp bảo vệ quyền riêng tư cho bài toán phát hiện xâm nhập, chỉ rõ ưu điểm và nhược điểm thực tế của từng giải pháp kỹ thuật, đồng thời vạch ra các định hướng hoàn thiện trong tương lai.

---

Kết quả và đóng góp

Khóa luận đã hiện thực hóa thành công một hệ thống học cộng tác phân tán ứng dụng cho bài toán phát hiện xâm nhập mạng, cung cấp những đo lường thực nghiệm cụ thể về hai cơ chế bảo vệ quyền riêng tư:

So sánh hai giải pháp bảo vệ quyền riêng tư trong hệ thống FL-IDS

Tiêu chí kỹ thuật	Học cộng tác kết hợp Mã hóa đồng cấu (HEFL - TenSEAL/CKKS)	Học cộng tác kết hợp Quyền riêng tư khác biệt (DPFL - Opacus)
Độ chính xác của mô hình	Gần như tương đương với mô hình học cộng tác gốc không mã hóa (không suy hao đáng kể)	Bị suy giảm rõ rệt; mức độ suy giảm phụ thuộc trực tiếp vào tham số $\epsilon$ và độ phức tạp của mô hình
Thời gian tính toán	Tăng lên đáng kể do chi phí tính toán các phép toán mã hóa/giải mã và cộng/nhân trên bản mã	Rất nhanh; chỉ cần thêm bước cắt tỉa gradient và cộng nhiễu Gauss trong quá trình huấn luyện
Kích thước dữ liệu truyền thông	Tăng mạnh sau khi mã hóa; bản mã serialized chiếm dung lượng lớn hơn nhiều lần so với bản rõ	Không làm tăng kích thước dữ liệu trao đổi (dung lượng trọng số dạng số thực giữ nguyên)
Mức tiêu thụ bộ nhớ RAM	Rất cao; giới hạn khả năng triển khai đối với các mạng có số lượng tham số lớn	Tiêu thụ bộ nhớ thấp, tương đương với quá trình huấn luyện học máy thông thường
Mô hình phù hợp nhất	Mạng có kích thước tham số vừa và nhỏ (như LSTM, Fully Connected thu gọn)	Mạng quy mô nhỏ hoặc bài toán chấp nhận đánh đổi độ chính xác để lấy tốc độ

Các đóng góp kỹ thuật chính của khóa luận

1. Hiện thực hóa kiến trúc hệ thống FL-IDS an toàn: Xây dựng hoàn chỉnh kiến trúc phân tán giữa Aggregator và Participants dựa trên Flask, hỗ trợ quy trình phân phối khóa, đồng bộ tham số ban đầu, truyền nhận tệp bản mã và cập nhật mô hình tự động qua HTTP/HTTPS.
2. Triển khai thành công lược đồ CKKS trên dữ liệu lưu lượng mạng: Áp dụng thư viện TenSEAL để mã hóa trọng số mô hình phát hiện xâm nhập, chứng minh tính khả thi của việc tính toán trung bình trọng số (FedAvg) trực tiếp trên bản mã số thực.
3. Giải pháp kiến trúc cho mạng tích chập sâu (Transfer Learning): Đề xuất cấu trúc kết hợp tầng Maxpooling $7 \times 7$ nhằm giảm số chiều đầu ra của các lớp tích chập đóng băng trong VGG11/VGG16 từ 25.088 xuống 512 đặc trưng. Giải pháp này giúp triệt tiêu điểm nghẽn bộ nhớ, cho phép đưa mạng tích chập vào hệ thống học cộng tác có mã hóa đồng cấu mà không gây tràn RAM.
4. Cung cấp cơ sở thực nghiệm đánh giá sự đánh đổi: Xác lập bức tranh thực nghiệm rõ ràng về chi phí tính toán, bộ nhớ và băng thông giữa HE và DP, làm cơ sở khoa học cho việc lựa chọn cơ chế bảo mật phù hợp trong các hệ thống an ninh mạng thực tế.

---

Hạn chế và hướng nghiên cứu tiếp

Dựa trên các kết quả và phân tích trong văn bản, khóa luận chỉ rõ các mặt hạn chế kỹ thuật:

• Hạn chế:

  • Giải pháp mã hóa đồng cấu tiêu tốn tài nguyên phần cứng lớn, đặc biệt là dung lượng bộ nhớ RAM và thời gian tính toán trong các phép biến đổi bản mã, gây khó khăn cho các nút mạng có năng lực tính toán yếu.
  • Kích thước các tệp tin chứa trọng số sau khi mã hóa tăng cao, tạo ra tải trọng truyền thông lớn trên đường truyền mạng khi số vòng giao tiếp tăng lên.
  • Giải pháp quyền riêng tư khác biệt làm giảm mạnh độ chính xác phát hiện của mô hình khi áp dụng cho các mạng nơ-ron có cấu trúc sâu và nhiều trọng số.

• Hướng nghiên cứu tiếp:

  • Nghiên cứu kết hợp lai (hybrid) giữa Mã hóa đồng cấu và Quyền riêng tư khác biệt nhằm dung hòa ưu điểm của cả hai kỹ thuật: vừa duy trì độ bảo mật cao, vừa tối ưu hóa thời gian tính toán và giảm thiểu suy giảm độ chính xác.
  • Mở rộng thử nghiệm trên các tập dữ liệu lưu lượng mạng khác và đánh giá khả năng phòng thủ của hệ thống trước các kịch bản tấn công suy luận dữ liệu (inference attacks) trực diện.
  • Tối ưu hóa kích thước bản mã và thuật toán tuần tự hóa dữ liệu để giảm dung lượng trao đổi qua giao thức HTTP/HTTPS.

---

Giá trị tham khảo

Tài liệu khóa luận có giá trị tham khảo thiết thực cho các đối tượng và định hướng nghiên cứu sau:

• Sinh viên và học viên chuyên ngành An toàn thông tin, Mạng máy tính và Khoa học dữ liệu: Là tài liệu tham khảo có cấu trúc rõ ràng về phương pháp ứng dụng các kỹ thuật mật mã tiên tiến (HE, DP) vào bài toán học máy phân tán (Federated Learning).
• Các nhà phát triển hệ thống an ninh mạng doanh nghiệp: Cung cấp thiết kế kiến trúc thực tế để xây dựng hệ thống phát hiện xâm nhập liên kết giữa các chi nhánh hoặc giữa nhiều tổ chức mà không làm vi phạm các quy định bảo mật dữ liệu lưu lượng mạng nội bộ.
• Những phần đáng tham khảo nhất trong văn bản:
  • Chương 2: Phần tổng quan toán học về các lược đồ mã hóa đồng cấu (PHE Paillier, FHE CKKS) và công thức $(\epsilon, \delta)$-DP được tổng hợp bài bản, mạch lạc.
  • Chương 3 & 4: Thuật toán HEFL/DPFL (Thuật toán 1 và 2) cùng sơ đồ thiết kế các endpoint Flask (/model/global, /model/aggregation/<round>) và mã nguồn xử lý tích hợp TenSEAL/Opacus với PyTorch.
  • Giải pháp thiết kế lớp Maxpooling $7 \times 7$ để thu gọn số chiều đặc trưng của mô hình VGG, giải quyết bài toán nút thắt tài nguyên khi áp dụng mã hóa đồng cấu cho mạng học sâu.

---

Câu hỏi thường gặp

1. Tại sao nhóm tác giả lại lựa chọn lược đồ CKKS trong số các lược đồ FHE để áp dụng cho khóa luận?

Trong số các lược đồ Fully Homomorphic Encryption phổ biến (BGV, BFV, CKKS), nhóm tác giả chọn CKKS vì đây là lược đồ được thiết kế chuyên biệt để hỗ trợ các phép toán cộng và nhân trực tiếp trên các vector số thực đã được mã hóa, cho ra các kết quả gần đúng với độ chính xác cao. Trọng số của các mô hình mạng nơ-ron học sâu (như LSTM, Fully Connected) là các số thực dấu phẩy động; do đó CKKS là lược đồ phù hợp nhất để thực thi thuật toán trung bình hóa trọng số FedAvg trên bản mã mà không làm gián đoạn kiểu dữ liệu.

2. Các thư viện nào được sử dụng để tích hợp HE và DP vào mô hình học sâu trong hệ thống?

Nhóm tác giả sử dụng hai thư viện mã nguồn mở chuyên dụng trong hệ sinh thái Python:

• TenSEAL: Thư viện mã hóa đồng cấu xây dựng trên nền Microsoft SEAL, hỗ trợ lược đồ CKKS, dùng để mã hóa các tensor trọng số của PyTorch thành các vector bản mã và thực hiện phép toán cộng, nhân tỷ lệ trực tiếp trên bản mã.
• Opacus: Thư viện do PyTorch phát triển nhằm hỗ trợ triển khai Quyền riêng tư khác biệt (Differential Privacy), can thiệp vào quá trình tối ưu hóa mô hình để cắt tỉa gradient và thêm nhiễu Gauss.

3. Nhóm tác giả xử lý bài toán quá tải trọng số khi áp dụng mã hóa đồng cấu cho mô hình Transfer Learning (VGG) như thế nào?

Khi sử dụng mô hình VGG11 và VGG16 đã huấn luyện trước để trích xuất đặc trưng, đầu ra của các tầng tích chập có kích thước $7 \times 7 \times 512 = 25.088$ nút. Nếu nối trực tiếp vào các tầng kết nối đầy đủ, số lượng tham số sinh ra sẽ quá lớn, khiến kích thước bản mã trong TenSEAL vượt quá giới hạn bộ nhớ RAM và làm đình trệ quá trình tính toán. Nhóm tác giả giải quyết bằng cách chèn thêm một tầng Maxpooling kích thước $7 \times 7$ ngay sau tầng tích chập để giảm số chiều từ 25.088 xuống còn $1 \times 512$, giảm tải đáng kể số lượng tham số cần mã hóa.

4. Quy trình trao đổi dữ liệu giữa Aggregator và các Participants diễn ra qua các kênh và định dạng nào?

Quá trình truyền thông được triển khai trên nền giao thức HTTP/HTTPS bằng framework Flask. Các nút Participant gửi và nhận tham số thông qua các API RESTful: tải trọng số khởi tạo ban đầu qua /model/global, gửi tệp tin trọng số đã mã hóa hoặc làm nhiễu qua POST /model/aggregation/<round>, và tải trọng số toàn cục đã tổng hợp qua GET /model/aggregation/<round>. Trọng số mã hóa bằng TenSEAL được tuần tự hóa (serialize) thành chuỗi bytes và truyền dưới dạng tệp tin nhị phân.

5. Sự đánh đổi cốt lõi giữa hai phương pháp HE và DP trong khóa luận được thể hiện ra sao?

Thực nghiệm của khóa luận chỉ ra sự đánh đổi mang tính đối nghịch giữa hai phương pháp:

• Phương pháp HE (TenSEAL) bảo toàn gần như nguyên vẹn độ chính xác của mô hình học máy, nhưng đòi hỏi chi phí phần cứng rất lớn: thời gian tính toán kéo dài, tiêu tốn nhiều bộ nhớ RAM và dung lượng tệp tin trao đổi tăng mạnh do kích thước bản mã lớn.
• Phương pháp DP (Opacus) không làm tăng dung lượng truyền tải và có tốc độ tính toán nhanh, nhưng lại làm suy giảm đáng kể độ chính xác của mô hình do việc bơm nhiễu trực tiếp vào tham số, đặc biệt nghiêm trọng đối với các mô hình phức tạp có số lượng trọng số lớn.

---

Kết luận

Khóa luận tốt nghiệp của hai tác giả Huỳnh Nhật Hào và Huỳnh Minh Chu đã giải quyết trọn vẹn bài toán bảo đảm tính riêng tư cho mô hình học cộng tác trong hệ thống phát hiện xâm nhập mạng. Thông qua việc tích hợp thành công hai công nghệ tiên tiến là Mã hóa đồng cấu (sử dụng thư viện TenSEAL với lược đồ CKKS) và Quyền riêng tư khác biệt (sử dụng thư viện Opacus) trên nền framework Flask và PyTorch, đề tài đã xây dựng một hệ thống phát hiện dị thường phân tán hoàn chỉnh trên tập dữ liệu CICIDS2017. Các kết quả thực nghiệm với các mô hình LSTM, Fully Connected và VGG đã cung cấp các chỉ số định lượng cụ thể, làm sáng tỏ sự đánh đổi giữa độ chính xác phân loại, chi phí bộ nhớ, thời gian tính toán và lưu lượng truyền thông của từng giải pháp bảo mật.

Trích đoạn nội dung tài liệu

Chương 1. TỔNG QUAN thời gian thí nghiệm, RAM sử dụng cũng như lượng di liệu cần trao đổi, còn giải pháp DP tuy nhanh nhưng lại ảnh hưởng lớn đến độ chính xác của mô hình. Điều này đặc biệt đúng khi mô hình càng phức tạp và có nhiều trọng số.5 Mục tiêu, phạm vi nghiên cứu 1.1 Mục tiêu Nghiên cứu của chúng tôi tập trung vào việc xây dựng một hệ thống học cộng tác đành cho IDS có tích hợp các giải pháp đảm bảo quyển riêng tư. Ngoài ra chúng tôi sẽ thực hiện các kịch bản thí nghiệm khác nhau để đánh giá hiệu suất, ưu và nhược điểm của từng giải pháp.2 Pham vi nghiên cứu Chúng tôi thực hiện xây dựng mô hình học cộng tác dựa trên ngôn ngữ Python và các thư viện như Pytorch, Flask.

Dé áp dụng các kĩ thuật nâng cao quyên riêng tư cho mô hình học công tác, chúng tôi sử dụng thư viện mã hóa đồng cầu TenSEAL và thư viện hỗ trợ DP Opacus. Nghiên cứu này cũng tiến hành huấn luyện các mô hình IDS để đánh giá hiệu năng của mô hình cộng tác đưa ra kết hợp với từng kĩ thuật như đã nêu trên. Tap dữ liệu được sử dụng trong các mô hình nay là CICIDS2017, các mô hình IDS được sử dụng là LSTM, Fully connected network, VGGI1 và VGG16.6 Cau trúc Khóa luận tot nghiệp Qua những gì đã giới thiệu về tổng quan của đề tài thực hiện trong khoá luận tốt nghiệp, tôi xin đưa ra nội dung của Khoá luận tốt nghiệp sẽ được tổ chức như sau: s Chương|[l| Giới thiệu tổng quan về khóa luận và các nghiên cứu liên quan đến đề tài. * Chương} Trình bày co sở lý thuyết và kiến thức nên tảng liên quan đến dé tài.

TỔNG QUAN s Chuong|3} Dua ra phương pháp, giải pháp dé xuất. s Chương gs Trình bày môi trường thực nghiệm, tập du liệu, phương pháp đánh giá và kết quả thực nghiệm. s Chương|B| Bì Kết luận và hướng phát triển của khóa luận. 11 Chương 2 CƠ SỞ LÝ THUYET Tóm tắt Trong chương này, nhóm chúng tôi sẽ trình bày các kiến thức nền tảng và cơ sở lý thuyết có liên quan đến đề tài.11 Tổng quan Trong mật mã học - một ngành toán học ứng dụng cho công nghệ thông tin, mã hóa là phương pháp để biến thông tin (phim ảnh, văn bản, hình ảnh.) từ định dang bình thường sang dang thông tin không thể hiểu được nếu không có phương tiện giải mã.

Giải mã là phương pháp để đưa từ dạng thông tin đã được mã hóa về dạng thông tin ban đầu, là quá trình ngược của mã hóa. Các khái niệm liên quan đến mã hóa: ¢ Văn bản gốc (plaintext): thông tin nguyên bản trước khi được mã hóa. ¢ Ban mã (ciphertext): thông tin sau khi được mã hóa. © Ma hóa (encryption): quá trình biến đổi từ văn bản gốc sang thành bản mã.

© Giải ma (decryption): quá trình phục hôi văn bản gốc từ bản mã. Có 2 hệ thống mã hóa hiện nay đó là mã hóa đối xứng và mã hóa bắt đối xứng. CƠSỞ LY THUYẾT 2.2 Mã hóa đối xứng Mã hóa đối xứng là loại mã hóa mà sử dụng chỉ một khóa giống nhau cho việc mã hóa và giải mã. Một lược đồ mã hóa đối xứng gồm 5 thành phần Secret key shared by Secret key shared by sender and recipient sender and recipient 1.

———> eka) x=nœc 7) Y) Plaintext Encryption algorithm, Decryption algorithm Plaintext là (e.1: Mô hình tổng quan của mã hóa đối xứng * Van bản gốc: thông tin nguyên bản hay dữ liệu ban đầu được đưa vào làm đầu vào cho thuật toán mã hóa. ¢ Thuật toán mã hóa: thuật toán mã hóa thực hiện các phép thay thế hoặc chuyển đổi trên plaintext ® Khóa bí mật: khóa bí mật cũng được dùng làm đầu vào cho thuật toán mã hóa. Khóa bí mật là một giá trị độc lập với plaintext và thuật toán. Thuật toán sẽ cho ra kết quả khác nhau tùy vào mỗi khóa được sử dụng (với cùng một plaintext).

¢ Ban mã: thông tin hay dữ liệu sau khi đã được mã hóa, phụ thuộc vào plaintext và khóa bí mật. Cùng một thông tin hay dữ liệu, dùng 2 khóa bí mật khác nhau sẽ cho ra 2 bản mã khác nhau. ¢ Thuật toán giải mã: là ngược lại của thuật toán mã hóa, thuật toán giải ma sẽ nhận bản mã làm đầu vào và cho ra kết quả là dit liệu hay thông tin ban đầu. Ví dụ về cách hoạt động của mã hóa đối xứng (tham khảo hinh|2.

CƠSỞ LY THUYẾT 1. Nếu Alice muốn giao tiếp an toàn với Bob thì trước tiên cả hai sẽ thống nhất với nhau một khóa bí mật bằng một cách nào đó (thường là giao thức Diffie- Hellman) 2. Nếu Alice hoặc Bob muốn gởi một thông tin mật đến phía còn lại thì chỉ cần mã hóa thông tin bằng khóa bí mật đã thống nhất. Khi bên nhận nhận được thông tin đã mã hóa, chỉ can dùng khóa bí mật (mà chỉ có người gởi và người nhận biết) để giải mã và thu được thông tin mật ban đầu.3 Mã hóa bat đối xứng Mã hóa khóa bắt đối xứng (hay mã hóa công khai) là một dạng mật mã hóa cho phép người sử dụng trao đổi các thông tin mật mà không cần phải trao đổi các khóa chung bí mật trước đó.

Điều này được thực hiện bằng cách sử dụng một cap khóa có quan hệ toán học với nhau là khóa công khai và khóa cá nhân (hay khóa bí mat). Một lược dé mã hóa bat đồi xứng gồm 6 thành phần 14 Chương 2. CƠSỞ LY THUYẾT Bobs's public-key i Tey Ted 7 Mike Alice PU, | Alice's public PR, Alice's private key key ——] x= Transmitted HN _—_— THHUÔ 2 DỊPR„ YỊ Y=E/PU, XỊ Plaintext EnervpHionalyorithm Decryption algoriim — Pisintext Bob Alice HINH 2.2: Mô hình tổng quan của mã hóa bắt đối xứng * Van bản gốc: thông tin nguyên bản hay dit liệu ban đầu được đưa vào làm đầu vào cho thuật toán mã hóa. ¢ Thuật toán giải mã: thuật toán mã hóa thực hiện các phép thay thế hoặc chuyển đổi trên plaintext s Khóa công khai và khóa bi mật: là một cặp khóa được chọn, một khóa sẽ được dùng để mã hóa, khóa còn lại được dùng để giải mã.

¢ Ban mã: thông tin hay dữ liệu sau khi đã được mã hóa, phụ thuộc vào plaintext và khóa bí mật. Cùng một thông tin hay dữ liệu, dùng 2 khóa bí mật khác nhau sẽ cho ra 2 bản mã khác nhau. ¢ Thuật toán giải mã: là ngược lại của thuật toán mã hóa, thuật toán giải mã sẽ nhận bản mã làm đầu vào và cho ra kết quả là dữ liệu hay thông tin ban đầu. Vi dụ về cách hoạt động của mã bat đối xứng (tham khảo 15 Chương 2.

CƠSỞ LY THUYẾT 1. Mỗi người dùng sẽ khởi tạo một cặp khóa để dùng cho việc mã hóa và giải mã. Mỗi người dùng sau đó sẽ đặt một trong hai khóa (ở ví dụ này là khóa công khai) ở một nơi công cộng để bắt kì ai cũng có thể truy cập được. Nếu Bob muốn gởi một thông tin mật đến Alice, Bob sẽ mã hóa thông tin bằng khóa công khai của Alice 4.

Khi Alice nhận được thông tin đã mã hóa, Alice sẽ dùng khóa riêng tư của mình để giải mã và nhận được thông tin ban đầu. Không ai có thể giải mã thông tin ngoại trừ Alice.2 Mã hóa đồng cau Trong mục này nhóm chúng tôi sẽ trình bày về các khái niệm căn bản về mã hóa đồng cấu (Homomorphic Encryption) và sự phát triển của chúng. Trong kỷ nguyên "điện toán đám mây" (cloud computing) ngày nay, nhiều dữ liệu của các công ty, doanh nghiệp lớn được lưu trữ và tính toán bởi một bên thứ ba như Google, Microsoft, Apple, Amazon, Facebook, Dropbox,. Mã hóa thông thường cung cấp các giải pháp để bảo vệ dữ liệu khi di chuyển từ điểm A sang điểm B, nhưng các giải pháp này không đủ để đảm bảo dữ liệu khi được lưu trữ và khi được sử dụng.

Ví dụ, giả sử Alice có một vài dữ liệu x € {0, 1}” (trong các ứng dụng ngày nay x thường có độ dài vài terabytes hoặc lớn hơn) và muốn lưu trữ dữ liệu này trên dich vụ đám mây của Bob nhưng Alice lại lo ngại Bob sẽ bị tan công hay chỉ đơn giản không tin tưởng Bob. Mã hóa thông thường không hoàn toàn giải quyết được vấn dé nay: Alice có thể lưu trữ dữ liệu đã được mã hóa ở Bob và giữ lại khóa bí mật, tuy nhiên vấn dé nảy sinh khi Alice muốn làm gì đó với dữ liệu chẳng hạn như thực hiện hàm tính toán f(x) ngay trên nơi lưu trữ thi Alice phải chia sẻ khóa bí mật với Bob, do đó vi phạm với mục đích mã hóa ban đầu. Sau sự cô hệ thống máy tính của văn phòng quản lý nhân sự Hoa Kỳ (Office of Personell Management) được phát hiện đã bị tắn công vào tháng 6 năm 2015 và làm tiết lộ nhiều thông tin nhạy cảm của khoảng 18 triệu người, chuyên gia an ninh mạng Andy Ozment đã cho rằng mã hóa thông thường cũng sẽ không giúp 16 Chương 2. CƠSỞ LY THUYẾT ngăn chặn được vụ việc bởi vì "nếu kẻ xâm nhập có được thông tin xác thực của một người dùng trong hệ thống mạng thì kẻ đó sẽ có thể truy cập được vào dir liệu kể cả khi nó được mã hóa, cũng giống như việc những người dùng trong hệ thống mạng truy cập vào đữ liệu".

Vậy thì, liệu chúng ta có thể mã hóa dữ liệu theo một cách mà vẫn cho phép một vài truy cập và tính toán ngay trên đó ? Lời giải đáp cho câu hỏi trên vốn đã xuất hiện vào năm 1978 khi Rivest, Adleman, và Dertouzous đã đưa ra ý tưởng sử dụng mã hóa đồng cấu để thực hiện một số phép tính toán trên dữ liệu đã mã hóa [50]. Ý tưởng này đã truyền cảm hứng cho nhiều nhà nghiên cứu khác dé tạo ra các lược dé đồng cấu (homomorphic scheme) hỗ trợ nhiều phép tính toán 669) 2.1 Tổng quan Mã hóa đ ng câu là một loại đặc biệt của mã hóa, có khả năng thực thi các phép toán trên dữ liệu đã mã hóa va cho ra kết quả giống như khi thực hiện phép toán trên dữ liệu ban đầu. Kết quả cho ra đã được mã hóa. Định nghĩa: Một lược đồ mã hóa đồng cấu với thuật toán E qua một phép “*“ hỗ trợ phương trình sau: E(m1) * E(m2) = E(m1 * m2),Vm1,m2eM, với M là tập dữ liệu lớn (chứa toàn bộ thông tin can mã hóa) [66].