Chương 1: TONG QUAN ĐỀ TÀI Trình bày khái quát định hướng nghiên cứu của khóa luận mà chúng tôi muốn hướng tới. TỔNG QUAN ĐỀ TÀI * Chương 2: CƠ SỞ LÝ THUYET Trình bày các định nghĩa, khái niệm cũng như những kiến thức nền tảng để có thể thực hiện được nghiên cứu. Đồng thời trình bày sơ lược một số công trình liên quan có cùng hướng nghiên cứu. e Chương 3: PHƯƠNG PHÁP THUC HIỆN Là phần trọng tâm của khoá luận, trình bày những nội dung chính về phương pháp thực hiện và mô hình được sử dụng.
« Chương 4: HIỆN THỰC, ĐÁNH GIÁ VÀ THẢO LUẬN Đề cập đến quá trình hiện thực hóa phương pháp đề cập ở Chương 3. Sau đó trình bày phương pháp thực nghiệm, đánh giá kết quả và thảo luận chung. e Chương 5: KET LUẬN VA HƯỚNG PHÁT TRIEN Dua ra kết luận về dé tài, đề xuất một số hướng phát triển mở rộng cho các nghiên cứu trong tương lai. Chương 2 CƠ SỞ LÝ THUYÊT Tóm tắt chương 2.1 Học liên kết trong ngữ cảnh IDS 2.1 Tổng quan Hiện nay, sự phát triển nhanh chóng của Internet va các thiết bi thông minh da tạo ra một lượng lớn dữ liệu mỗi ngày, đẩy cơ sở hạ tầng mạng trở nên phức tạp hơn.
Việc sử dụng điện thoại di động, thiết bị deo va xe tự hành càng gia tăng lưu lượng đữ liệu và tiến bộ tính toán. Điều này tạo ra nhu cầu lưu trữ và xử lý dữ liệu cục bộ, đồng thời thúc đẩy việc tính toán mạng trên các thiết bị biên. Trong bối cảnh đó, nghiên cứu về hệ thống phát hiện xâm nhập (Intrusion detection system - IDS) thu hút sự chú ý lớn. Theo [1], các IDS hiện tai đang đối mặt với nhiều thách thức do sự phức tạp và đa dạng của các phương pháp tấn công, một số thách thức có thể kể đến như sự đa dạng của dữ liệu, các cuộc tan công trở nên tỉnh vi hơn và không thể không kể đến hiệu suất và tốc độ xử lý lớn của mô hình hệ thống.
Hệ thống IDS đóng vai trò quan trọng trong việc bảo vệ tính bảo mật và quyền riêng tư của các thiết bị. Việc áp dụng các kỹ thuật hoc may (Machine Learning - ML) và học sâu (Deep Learning - DL) vào IDS là chìa khóa để đối phó với các cuộc tan công mạng ngày càng tinh vi thong qua một quy trình phát hiện hiệu quả. Trong bối cảnh Internet vạn vật (Internet of Things - IơT), hầu hết các phương pháp IDS dựa trên ML hiện nay sử dụng các mô hình tập trung, nơi các thiết bị IoT chia sẻ dữ liệu với các trung tâm dữ liệu để phân tích. Tuy nhiên, điều này đặt ra những lo ngại về 7 Chương 2.
COSO LY THUYẾT bảo mật va quyền riêng tư khi truyền dữ liệu đến các máy chủ tập trung. Thực tế, nhiều quốc gia và tổ chức đã ban hành các quy định về bảo vệ quyền riêng tư dữ liệu cá nhân, như General Data Protection Regulation (GDPR) [9], Health Insurance Portability and Accountability Act (HIPAA) [6], va gan day 6 Viét Nam là Nghị định 13/2023/ND-CP bảo vệ dữ liệu cá nhân. Ung dụng của IoT rất đa dang, từ chăm sóc sức khỏe, giao thông, nông nghiệp, sản xuất đến thành phố thông minh. Tuy nhiên, sự mở rộng nhanh chóng của IoT cũng đi kèm với những rủi ro bảo mật đáng kể.
Một trong những mối đe dọa phổ biến nhất mà hệ thống IoT phải đối mặt là các cuộc tan công mạng. Tội phạm mạng có thể khai thác các lỗ hổng bảo mật trong cả mạng và thiết bị IoT để truy cập trái phép, lay cắp thông tin nhạy cảm, gây thiệt hại vật chất hoặc thực hiện các cuộc tấn công quy mô lớn như từ chối dịch vụ phân tán (DDoS). Do đó, nhu cầu về một hệ thống IDS như một lớp bảo vệ chồng lại các mối đe doa mạng trong cơ sở hạ tầng IoT ngày càng trở nên quan trọng. Dé nâng cao khả năng phát hiện các lưu lượng truy cập độc hại chưa được xác định và tận dụng lượng dữ liệu khổng 16 được tạo ra bởi các thiết bị IoT hoặc mạng lớn, học máy (ML) đã được triển khai để xây dựng các hệ thống IDS mạnh mẽ.
Tội phạm mạng có thể khai thác các lỗ hổng bảo mật trong cả mạng và thiết bị IoT để truy cập trái phép, lây cắp thông tin nhạy cảm, gây thiệt hại vật chất hoặc thực hiện các cuộc tan công quy mô lớn như từ chối dịch vụ phân tán (DDoS). Do đó, nhu cầu về một hệ thống phát hiện xâm nhập (IDS) như một lớp bảo vệ chống lại các mối de dọa mạng trong cơ sở hạ tang IoT ngày càng trở nên quan trọng [3] [4]. Hơn nữa, để nâng cao khả năng phát hiện các lưu lượng truy cập độc hại không xác định và tận dụng lượng đữ liệu khổng 16 được tạo ra bởi các thiết bị loT hoặc mạng lớn, học máy (ML) [5] đã được triển khai để xây dựng các hệ thống IDS mạnh mẽ [6] [7] [8] [9]. Theo truyền thống, kỹ thuật phổ biến để xây dựng mô hình ML là tập trung, trong đó tat cả dir liệu đào tạo được thu thập và lưu trữ trên một máy chủ.
Tuy nhiên, trên thực tế, phương pháp này đang trở nên không thực tế [10] [11] do những lo ngại về quyền riêng tư và bảo mật xung quanh việc thu thập dữ liệu. Nhiều mối lo ngại đã được đặt ra về tính bảo mật của chủ sở hữu dữ liệu do có khả năng đữ liệu nhạy cảm bị xâm phạm hoặc bị mat trong qua Chương 2. COSO LY THUYẾT Local device ¡ Local device Local model @-- Dataset Local model ! @-Dataset -=: Local model Ì HINH 2.1: Federated Learning trình lưu trữ, truyền hoặc chia sẻ dữ liệu. Ngoài ra, chi phí tính toán lớn cũng là một thách thức lớn trong việc đào tạo mô hình ML thông thường.
Để giảm thiểu những lo ngại trên về quyền riêng tư cũng như tính bảo mật khi lưu trữ và sử dụng dữ liệu ở máy chủ tập trung. Federated Learning (Hình 2.1) [4][5] là một kỹ thuật hứa hẹn có thể hiệu quả sử dụng dữ liệu phân tán đồng thời bảo vệ quyền riêng tư. Đặc biệt, nhiều máy khách sở hữu đữ liệu hợp tác để huấn luyện một mô hình học sâu bằng cách cập nhật các mô hình địa phương trên dữ liệu riêng tư và tổng hợp chúng toàn cầu. Quá trình này lặp lại nhiều lần cho đến khi đạt được sự hội tụ, trong khi vẫn giữ dữ liệu riêng tư tại từng máy khách.2 Lợi ích của FL trong ngữ cảnh IDS Federated Learning (FL) mang lại nhiều lợi ích đáng kể trong ngữ cảnh hệ thống phát hiện xâm nhập (Intrusion Detection System - IDS).
Khi dữ liệu liên tục được tạo ra và truyền tải qua các mạng lưới phức tạp, đặc biệt là trong môi trường Internet vạn vật (IoT), FL cho phép đào tạo các mô hình hoc máy va học sâu một cách hiệu quả và bảo mật mà không cần phải truyền tải dir liệu thô đến các trung tâm xử lý tập trung. COSO LY THUYẾT Một trong những lợi ích lớn nhất của FL là khả năng bảo vệ quyền riêng tư và tăng cường bảo mật. Thay vì gửi dữ liệu thô đến các máy chủ tập trung, EL cho phép các thiết bị cục bộ huấn luyện mô hình trên dữ liệu của chính mình và chỉ gửi các bản cập nhật mô hình (các tham số đã được huấn luyện) đến một máy chủ trung tâm để tổng hợp. Quá trình này giúp giảm nguy cơ rò rỉ dữ liệu nhạy cảm, đáp ứng các quy định về bảo vệ dữ liệu như GDPR và HIPAA.
Đồng thời, FL giúp cải thiện hiệu quả phát hiện các mối đe dọa mạng bằng cách cho phép đào tạo mô hình trên một tập dữ liệu đa dạng và phong phú hơn. Các thiết bị IoT trong các môi trường khác nhau có thé gặp phải các loại tấn công khác nhau, do đó, việc sử dung FL giúp mô hình IDS học hỏi từ nhiều tình huống thực tế khác nhau, tăng cường khả năng phát hiện và phản ứng với các cuộc tan công. Theo tác giả [5], việc sử dụng FL cũng giúp giảm tải hệ thống và tối ưu hóa tài nguyên mạng. Bang cách giữ dữ liệu tại nguồn và chỉ truyền tải các bản cập nhật mô hình, FL giảm bớt như cầu về băng thông mạng và tài nguyên tính toán tập trung.
Điều này đặc biệt quan trọng trong các hệ thống IDS phân tán và các môi trường IoI, nơi tài nguyên tính toán và băng thông thường bị giới hạn.3 Các Thách Thức va Hạn Chế Hạn chế của Federated Learning: Mặc dù FL có nhiều lợi ích, nó cũng đối mặt với một số thách thức và hạn chế đáng kể. Một trong những hạn chế chính của FL là chi phí giao tiếp cao, phát sinh từ việc trao đổi mô hình định kỳ giữa các thiết bị và máy chủ trung tâm. Khi kích thước mô hình tăng lên, lượng di liệu cần truyền tải cũng tăng theo, dẫn đến việc sử dụng băng thông lớn và thời gian truyền tải kéo dài. Điều này trở nên đặc biệt khó khăn khi áp dung FL cho các mô hình lớn và phức tạp, làm giảm hiệu quả và độ chính xác của mô hình [14].
Do đó, việc tối ưu hóa giao tiếp trong FL là một lĩnh vực nghiên cứu quan trọng, nhằm giảm thiểu chi phi băng thông mà không ảnh hưởng đến hiệu suất mô hình. Ngoài ra, FL thường yêu cầu các mô hình địa phương sử dụng cùng một kiến trúc, điều này không phản ánh đúng sự đa dạng của các thiết bị khách với các tài nguyên tính toán khác nhau. Các thiết bị khác nhau có thể có sức mạnh tính toán, bộ nhớ và khả năng lưu trữ khác nhau, dẫn đến việc áp dụng một kiến trúc mô hình duy nhất trở nên không thực tế và kém hiệu quả. Nghiên cứu của Smith 10 Chương 2.
COSO LY THUYẾT [1] chi ra rằng việc áp đặt cùng một kiến trúc mô hình trên tất cả các thiết bi có thể dẫn đến hiệu suất giảm đến 25% trên các thiết bị có tài nguyên hạn chế. Điều này đặt ra nhu cầu về các phương pháp FL linh hoạt hơn, có khả năng điều chỉnh kiến trúc mô hình phù hợp với khả năng của từng thiết bị. Thêm vào đó, mặc dù FL giúp cải thiện quyền riêng tư bằng cách giữ dữ liệu trên thiết bị, nó vẫn phải đối mặt với các mối đe dọa bảo mật. Các cuộc tấn công dựa trên mô hình, như tan công suy diễn (model inversion attacks), có thể tiết lộ thông tin nhạy cảm từ các mô hình được chia sẻ.