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.

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].