Tổng quan nghiên cứu

Không gian mạng Việt Nam đang chứng kiến sự gia tăng mạnh mẽ của các cuộc tấn công mạng có chủ đích và sự bùng phát của nhiều dòng mã độc tinh vi. Theo thống kê từ Cục An toàn thông tin (Bộ Thông tin và Truyền thông), chỉ trong tháng 8/2022 đã ghi nhận và cảnh báo 907 cuộc tấn công mạng gây ra sự cố vào các hệ thống thông tin tại Việt Nam. Đồng thời, ghi nhận tới 619.610 địa chỉ IP nằm trong các mạng máy tính ma (botnet) và chặn thành công 163 website lừa đảo. Báo cáo tổng kết an ninh mạng của Bkav cũng chỉ ra rằng thiệt hại do virus máy tính gây ra cho người dùng trong nước lên tới 21,2 nghìn tỷ đồng (tương đương 883 triệu USD). Các loại mã độc nguy hiểm như Macro lây nhiễm trên 1,5 triệu máy tính, Stealer xâm nhập hơn 750.000 thiết bị, trong khi Ransomware và APT ảnh hưởng đến 180.000 hệ thống quan trọng.

Thực trạng này đặt ra thách thức lớn khi các phần mềm diệt virus ngoại lai thường can thiệp quá sâu vào quyền quản trị hệ thống, tiêu tốn trên 10% tài nguyên CPU và tiềm ẩn nguy cơ lộ lọt dữ liệu bí mật khi liên tục trao đổi dữ liệu về máy chủ quốc tế. Đề án thạc sĩ kỹ thuật chuyên ngành Hệ thống thông tin của tác giả Phùng Anh Tuấn, dưới sự hướng dẫn khoa học của TS. Đào Ngọc Phong tại Học viện Công nghệ Bưu chính Viễn thông (2023), tập trung giải quyết bài toán cấp thiết: Xây dựng chương trình tìm kiếm và diệt mã độc tự chủ, hoạt động ổn định trên hệ điều hành Windows dựa trên chuẩn nhận dạng bộ luật YARA. Nghiên cứu hướng đến mục tiêu thiết kế giải pháp bảo vệ dữ liệu độc lập, không gửi thông tin ra bên ngoài, đáp ứng yêu cầu an ninh thông tin nghiêm ngặt của các cơ quan trọng yếu, lực lượng vũ trang và doanh nghiệp lớn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng vững chắc của hai hướng tiếp cận phân tích mã độc kinh điển: phát hiện theo dấu hiệu đặc trưng (Signature-based) và phát hiện dựa trên điểm bất thường (Anomaly-based). Trong phân tích tĩnh, nghiên cứu khai thác sâu cấu trúc tệp thực thi di động (PE Header), bảng xuất nhập hàm API, chuỗi trích xuất và các đoạn mã nhị phân đặc trưng. Để khắc phục nhược điểm của phương pháp kiểm tra mã băm đơn thuần (MD5, SHA-256), tác giả ứng dụng kỹ thuật Fuzzy Hashing (Context Triggered Piecewise Hashing - CTPH) kết hợp giữa Piecewise Hashing và Rolling Hash nhằm nhận diện các biến thể mã độc cùng họ.

Trọng tâm lý thuyết của đề án là công nghệ nhận dạng mẫu chuẩn YARA. Bộ luật YARA cho phép định nghĩa các quy tắc (rules) linh hoạt bao gồm khối thông tin mô tả (meta), tập hợp chuỗi mẫu (strings dạng văn bản, mã thập lục phân hex, biểu thức chính quy Regex) và điều kiện logic Boolean (conditions). Nghiên cứu ứng dụng các module mở rộng như Module PE và Module ELF để phân tích chuyên sâu các thuộc tính tệp thực thi. Bên cạnh đó, các nguyên lý phân tích động, kỹ thuật chặn hành vi (Behavior Blocking) và cơ chế can thiệp tiến trình bộ nhớ trong Windows cũng được tích hợp vào khung giải pháp lý thuyết.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp thực nghiệm kết hợp phân tích đối sánh kỹ thuật. Nguồn dữ liệu thực nghiệm bao gồm cỡ mẫu 1.200 mẫu mã độc thực tế (bao gồm các dòng nguy hiểm như njRAT, DarkComet, virus Stoned với 16 bytes opcode mẫu, CryptoBot, Ransomware) được thu thập từ các nguồn uy tín như VirusTotal, FireEye, ElasticSearch Security và Trellix. Bên cạnh đó, tập dữ liệu kiểm chuẩn chứa 3.000 tệp tin hệ thống sạch (clean files) nhằm đánh giá khả năng phân loại chính xác.

Phương pháp chọn mẫu có chủ đích (purposive sampling) được áp dụng nhằm bao phủ toàn diện các họ mã độc phổ biến nhất đang tấn công người dùng tại Việt Nam. Lý do lựa chọn phương pháp phân tích tĩnh kết hợp quét tiến trình bộ nhớ qua dịch vụ ngầm (Windows Service) là nhằm tối ưu hóa tốc độ xử lý, giảm thiểu độ trễ I/O và đảm bảo an toàn tuyệt đối cho hệ thống máy chủ mà không cần thực thi trực tiếp mã độc. Toàn bộ chương trình được lập trình bằng ngôn ngữ C# và C++ trên nền tảng Visual Studio và .NET Framework 4.7, hoàn thành thử nghiệm trong giai đoạn 2022-2023 trên môi trường hệ điều hành Windows 10.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thử nghiệm thực tế chương trình diệt mã độc dựa trên bộ luật YARA đã mang lại những kết quả kỹ thuật nổi bật:

  • Khả năng phát hiện và cô lập tiến trình độc hại: Chương trình nhận diện chính xác 100% các tiến trình nguy hiểm đang chạy ngầm trong bộ nhớ RAM từ các công cụ điều khiển từ xa khét tiếng như njRAT và DarkComet. Hệ thống tự động phân tách tiến trình cha - con, vô hiệu hóa và chấm dứt tiến trình độc hại ngay lập tức mà không gây xung đột hệ thống.
  • Tốc độ và độ chính xác quét tệp tin: Trên tập dữ liệu kiểm thử 1.200 mẫu mã độc, hệ thống đạt tốc độ quét trung bình từ 45 đến 60 tệp/giây. Tỷ lệ phát hiện chính xác đạt mức 98,5%, trong khi tỷ lệ cảnh báo sai (false positive) trên 3.000 tệp tin sạch được kiểm soát ở mức cực thấp, chỉ dưới 0,8%.
  • Tối ưu hóa hiệu năng phần cứng: Trái ngược với các phần mềm thương mại chiếm từ 10% đến 25% tài nguyên máy, chương trình chỉ sử dụng trung bình dưới 3,5% CPU và khoảng 45MB RAM ở trạng thái giám sát nền.
  • Cơ chế xử lý tệp cứng đầu: Với các tệp tin mã độc bị khóa hoặc kháng xóa, chương trình ghi nhận vào tệp nhật ký Delete_list.dat và tự động thực thi lệnh xóa an toàn ngay tại chu kỳ khởi động tiếp theo của hệ điều hành.

Thảo luận kết quả

Các kết quả thực nghiệm chứng minh tính ưu việt của kiến trúc phân tách 4 module: Module giao diện người dùng, Module tiếp nhận yêu cầu, Module nhận dạng mã độc (YARA Engine Service) và Module quản lý hệ thống. Việc biên dịch sẵn tập luật YARA vào bộ nhớ RAM thông qua một dịch vụ nền độc lập giúp tăng tốc độ so khớp mẫu chuỗi byte nhanh gấp 3 lần so với cơ chế đọc tệp tuần tự truyền thống.

Dữ liệu thử nghiệm có thể được biểu diễn trực quan thông qua biểu đồ cột so sánh hiệu năng, thể hiện rõ mức độ chiếm dụng CPU vượt trội của chương trình (3,5%) so với các phần mềm diệt virus thông thường (10% - 15%). Đồng thời, một bảng ma trận nhầm lẫn (Confusion Matrix) có thể minh họa chi tiết tỷ lệ 98,5% phát hiện đúng (True Positive) và 0,8% báo động giả (False Positive). So với các phần mềm diệt virus thương mại thường xuyên gửi báo cáo về máy chủ đám mây quốc tế, mô hình này đảm bảo tính đóng gói cục bộ 100%, loại trừ hoàn toàn nguy cơ rò rỉ dữ liệu mật hoặc bị lợi dụng như một kênh gián điệp mạng.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, tác giả đề xuất 4 giải pháp trọng tâm nhằm nâng cao năng lực phòng chống mã độc:

  1. Chuẩn hóa quy trình cập nhật luật YARA tự động: Thiết lập hệ thống tự động tổng hợp, kiểm tra xung đột và đóng gói các tập luật YARA mới từ các trung tâm an ninh mạng định kỳ 24 giờ/lần, nâng quy mô cơ sở dữ liệu lên hơn 10.000 quy tắc nhận dạng.
  2. Tích hợp mô hình học máy phân tích hành vi: Nghiên cứu bổ sung thuật toán cây quyết định (Random Forest) kết hợp phân tích Heuristic trong vòng 6 tháng tới để nâng tỷ lệ nhận diện các dòng mã độc Zero-day chưa từng biết lên trên 95%.
  3. Ban hành chính sách an ninh thông tin đồng bộ: Các tổ chức cần thiết lập quy định bắt buộc rà quét 100% thiết bị lưu trữ ngoài (USB, ổ cứng di động), đồng thời áp dụng chính sách chặn toàn bộ tệp tin thực thi (.exe) đính kèm trong hệ thống thư điện tử nội bộ.
  4. Triển khai ứng dụng tự chủ trong cơ quan trọng yếu: Khuyến nghị các đơn vị Cơ yếu, lực lượng vũ trang và các tập đoàn nhà nước chủ động triển khai phần mềm diệt mã độc nội bộ, đảm bảo 100% dữ liệu không bị chuyển hướng sang máy chủ bên ngoài.

Đối tượng nên tham khảo luận văn

  • Kỹ sư an toàn thông tin và Chuyên viên SOC: Nắm vững phương pháp biên soạn và tối ưu hóa bộ luật YARA để chủ động săn lùng mối đe dọa (Threat Hunting), phát hiện các chiến dịch APT và mã độc RAT.
  • Cán bộ quản trị hệ thống tại các cơ quan nhà nước: Có thêm tài liệu tham khảo thực tiễn để xây dựng công cụ rà soát mã độc nội bộ, giảm 70% rủi ro phụ thuộc vào phần mềm thương mại nước ngoài.
  • Học viên cao học và Sinh viên ngành Công nghệ thông tin: Nguồn tài liệu học thuật giá trị về kỹ thuật can thiệp sâu hệ điều hành Windows API, cấu trúc tệp tin PE và lập trình hệ thống an toàn bằng C#/C++.
  • Lãnh đạo doanh nghiệp và Giám đốc công nghệ (CTO): Cơ sở định hướng chiến lược để xây dựng hệ thống phòng thủ đa tầng với chi phí tối ưu và tính bảo mật dữ liệu tuyệt đối.

Câu hỏi thường gặp

Bộ luật YARA có ưu thế gì vượt trội so với việc sử dụng mã băm MD5 hay SHA-256 truyền thống?
Mã băm truyền thống chỉ nhận diện được chính xác một tệp tin duy nhất; kẻ tấn công chỉ cần thay đổi 1 byte là mã băm thay đổi hoàn toàn. Trong khi đó, luật YARA mô tả các chuỗi đặc trưng, biểu thức chính quy và thuộc tính logic, giúp nhận diện chính xác cả một họ mã độc cùng các biến thể phái sinh.

Chương trình xử lý như thế nào đối với các tiến trình mã độc đang chạy ẩn trong bộ nhớ RAM?
Hệ thống quét toàn bộ không gian địa chỉ của các tiến trình đang chạy thông qua Windows API, so khớp trực tiếp với tập luật YARA đã nạp. Khi phát hiện mã độc (như njRAT hay DarkComet), module quản lý hệ thống sẽ lập tức can thiệp quyền System để dừng tiến trình và xóa tệp tin gốc.

Phần mềm tự xây dựng này có làm giảm hiệu năng máy tính như các phần mềm diệt virus thông thường không?
Không. Thử nghiệm thực tế cho thấy chương trình chỉ chiếm dụng dưới 3,5% tài nguyên CPU và 45MB RAM ở trạng thái giám sát, thấp hơn rất nhiều so với mức chiếm dụng tối thiểu 10% của các phần mềm Antivirus thương mại nặng nề.

Làm cách nào để bổ sung các dấu hiệu nhận dạng khi xuất hiện một loại mã độc mới?
Người quản trị chỉ cần viết thêm một tệp quy tắc YARA mới với cú pháp chuẩn (gồm khối meta, strings và condition) và nạp vào thư mục luật của chương trình. Dịch vụ quét sẽ tự động biên dịch lại tập luật trong vòng chưa đầy 2 giây mà không cần khởi động lại toàn bộ phần mềm.

Chương trình có khả năng hoạt động trên những phiên bản hệ điều hành nào?
Chương trình được tối ưu hóa để hoạt động mượt mà trên hệ điều hành Windows 10 và các phiên bản Windows cập nhật tiếp theo, yêu cầu môi trường cài đặt sẵn nền tảng .NET Framework phiên bản 4.7 trở lên.

Kết luận

  • Đề tài đã nghiên cứu toàn diện và làm chủ công nghệ nhận dạng mã độc hiện đại dựa trên chuẩn bộ luật YARA.
  • Xây dựng thành công phần mềm diệt mã độc hoàn chỉnh trên Windows với 4 module chức năng, đạt tỷ lệ phát hiện chính xác 98,5%.
  • Giải quyết triệt để bài toán tự chủ công nghệ an ninh thông tin, loại bỏ nguy cơ lộ lọt dữ liệu bí mật ra máy chủ nước ngoài.
  • Tối ưu hóa hiệu năng hệ thống vượt trội với mức chiếm dụng CPU chỉ dưới 3,5% và RAM khoảng 45MB.
  • Hướng phát triển tiếp theo trong giai đoạn 2024-2025 là tích hợp trí tuệ nhân tạo Heuristic và mở rộng hỗ trợ trên hệ điều hành Linux.

Quý độc giả, chuyên gia an ninh mạng và học viên quan tâm có thể khai thác chi tiết các mô hình kiến trúc và tập luật YARA mẫu trong toàn văn đề án để ứng dụng hiệu quả vào công tác bảo đảm an toàn thông tin thực tế.