Chương 1: Giới thiệu: Cung cấp một cái nhìn tổng quan về lý do chọn chủ đề luận văn, mục tiêu mong muốn, phương pháp nghiên cứu, đối tượng và phạm vi nghiên cứu. e Chương 2: Nghiên cứu liên quan: Trình bày các phương pháp và kết quả của những nhà nghiên cứu trước đây về các chủ đề liên quan đến nghiên cứu hiện tại của chúng tôi, làm nổi bật các điểm mạnh và điểm yếu của những nghiên cứu đó. Ngoài ra, thảo luận về ý nghĩa khoa học và thực tiễn của các nghiên cứu đó đối với chủ đề của chúng tôi. e Chương 3: Cơ sở lý thuyết: Giới thiệu tổng quan về các cơ sở lý thuyết của các thành phần liên quan đến chủ đề luận văn của chúng tôi, trình bày các phương pháp và ứng dụng của các mô hình đã triển khai.
Ngoài ra, thảo 8 luận về các thuật toán được sử dụng trong việc xây dựng những mô hình đó. e Chương 4: Phương pháp nghiên cứu: Trình bày mô hình được xây dựng bởi nhóm chúng tôi, bao gồm các đặc điểm, thành phần, thuộc tính và ưu điểm của nó. Mô tả quy trình thực hiện mô hình và làm nổi bật các phương pháp được sử dụng trong mô hình đề xuất. e Chương 5: Thực nghiệm và Đánh giá: Mô tả môi trường, tập dữ liệu và các bước tiền xử lý cho mô hình, cùng với các đoạn mã để triển khai mô hình.
e Chương 6: Kết luận: Đưa ra kết luận về mô hình được triển khai bởi nhóm chúng tôi, các vấn đề mà nó đã giải quyết và đề xuất hướng phát triển trong tương lai. TÌNH HÌNH NGHIÊN CỨU LIÊN QUAN 2. Tình hình nghiên cứu và các công trình liên quan Trong những năm gần đây, nhiều nhà nghiên cứu đã nhận ra những lợi ích của việc phát triển hệ thống phát hiện xâm nhập (IDS) dựa trên mô hình Hoc liên kết (Federated Learning - FL) so với các phương pháp học máy trung tâm truyền thống (Machine Learning - ML). Một lợi thế quan trọng của phương pháp này là bảo vệ sự riêng tư dit liệu, vì các khách hàng không cần gửi dữ liệu riêng tư của mình đến máy chủ trong hệ thống IDS.1 mô tả một ví dụ về cách mô hình Học liên kết hoạt động [4].
Các nhà nghiên cứu đã triển khai các mô hình FL bằng cách sử dụng các kỹ thuật khác nhau để tối ưu hiệu suất hoặc cải thiện các mô hình hiện có so với các phương pháp truyền thống. Một số tác giả đã sử dụng FedBKD [5] để giải quyết các vấn đề khi huấn luyện mô hình trên dữ liệu riêng tư và sự bất đồng bộ giữa các thiết bị cục bộ trong hệ thống IoT. Họ áp dung nó vào việc phân loại điều chế và quan sát rằng khi số lượng khách hàng tăng lên, độ chính xác phân loại giảm đi. Các nghiên cứu khác [6, 7, 8] đã so sánh FL với các thuật toán DL và điều tra các lỗ hong trong FL và cách khai thác chúng.
Khi triển khai các mô hình phát hiện bất thường, hầu hết các tác giả gặp khó khăn về gánh nặng giao tiếp, đó là chi phí xử lý trong quá trình giao tiếp và trao đổi giữa khách hàng và máy chủ. Trong môi trường IoT, việc cấu hình FL gặp thách thức do sự biến đổi trong cấu hình khách hàng, và đây là một trong những lý do tại sao một số khung công cu FL chưa được phổ biến rộng rãi. 10 Local model Local model Local model Hành 2.1: Mô tả cách hoạt động của mô hành Federated Learning Khi huấn luyện một mô hình với các tập dit liệu mất cân bằng, điều này không dẫn đến hiệu suất hiệu quả, và thực tế không dễ dàng tìm thấy một tập dữ liệu cân bằng. Các nhà nghiên cứu triển khai FL đã kết hợp nó với các mô hình Deep Learning (DL) có kha năng tạo dữ liệu.
Cụ thể, Fed-SCR [9] sử dung FL với các cải tiến để giải quyết các vấn đề như thiếu dữ liệu được gắn nhãn và mat cân bằng tập dit liệu trong các mô hình DL. Nghiên cứu đã đạt được độ chính xác là 96,48% cho dữ liệu IDD và 95,41% cho dữ liệu không phải IDD. Tuy nhiên, tác giả cũng xác định một hạn chế trong mô hình của họ khi sử dụng cơ chế huấn luyện Adversarial. Một nghiên cứu khác [10] đề xuất ba phương pháp để cân bằng dữ liệu khi kết hợp FL với CVAE hoặc VAE.
Kết quả cho thấy cải 11 thiện đáng kể trong F1-score, với mức tăng là 3,75% đối với các mô hình IDS dựa trên CNN và 5,32% đối với các mô hình IDS dựa trên GRU. FedBatch [11] là một dự ấn phát hiện xâm nhập dựa trên FL trong môi trường IoT, nhằm giải quyết van đề rò rỉ dữ liệu cá nhân khi sử dung các mô hình DL. Phương pháp độc đáo này kết hợp FL với CNN-MLP. Mặc dù có sự cải thiện về độ chính xác so với các mô hình chỉ dựa trên CNN hoặc MLP, nhưng nó không giải quyết được vấn đề gánh nặng giao tiếp.
Phát triển PL theo cách bán giám sát cũng là một phương pháp mà một số tác giả đã khám phá. Trong [12], FL bán giám sát được triển khai kèm theo cơ chế truyền đạt kiến thức để củng cố quá trình học cho máy chủ. Tuy nhiên, nghiên cứu vẫn còn hạn chế như tính không hiệu quả của cơ chế bỏ phiếu độc lập và việc giải quyết không hoàn chỉnh vấn đề dữ liệu cá nhân không đồng nhất (non-IID) bằng phương pháp lọc. Trong nghiên cứu [13], tác giả đề xuất một triển khai FL bán giám sát như một hệ thống phát hiện xâm nhập.
Tác giả áp dụng một mô hình AE tại phía khách hang để học dé liệu không được gắn nhãn, trong khi phía máy chủ được huấn luyện với dữ liệu được gắn nhãn. Mô hình này có hạn chế về thời gian huấn luyện.2 minh họa một ví dụ về mô hình Học liên kết bán giám sát (Semi-Supervised Federated Learning) [14]. Central Server Retraining Stage Server ~ = Labeled Dataset ( transfer !~————=—— \ — #® —_—p | Parameters ' Tư in 2 FedAvg be .HH Traffic Ặ Pa Classifier a : Labeled Dataset ee! = | Data - Preprocessing ‘arameters Federated Pretraining Stage Stage Update ee oe .=«a F h Dataset 1 | Pretrained Luệt Fr 2° 1 Statistical Unlabeled Dataset 't Client 1 Client2 Họng biên Dataset ee CA 2 Features Hinh 2.2: Mô hành Semi-Supervised Federated Learning Về vấn đề kha nang chống lai tấn công đối kháng, TIKI-TAKA [15] là một 12 khung công cụ được phát triển bởi các nhà nghiên cứu trong ngữ cảnh hệ thống NIDS mà có thể bị đánh lừa bởi các mẫu đối kháng. Họ đề xuất ba phương pháp kết hợp với hệ thống NIDS: kết hợp bỏ phiếu mô hình, huấn luyện đối kháng bằng kết hợp, và phát hiện truy vấn.
Kết quả cho thấy độ chính xác gần 100%. Dựa trên kết quả nghiên cứu về huấn luyện mô hình với các mẫu đối kháng và FL được xây dựng trên nhiều mang thần kinh sâu, việc huấn luyện trên các mẫu đối kháng nâng cao khả năng phát hiện tấn công đối kháng. Điều này cho thấy việc giải quyết vấn đề khả năng chống lại tấn công đối kháng là cần thiết cho FL. Sau khi khảo sát nghiên cứu liên quan về áp dung Học liên kết vào các hệ thong phát hiện xâm nhập, mục tiêu của chúng tôi là xây dựng một hệ thống phát hiện xâm nhập dựa trên chiến lược Học liên kết bán giám sát (Semi-Supervised Federated Learning).
Phương pháp nay đã thé hiện những ưu điểm trong việc giải quyết vấn đề gánh nặng giao tiếp và vấn đề chính sách riêng tư. Chúng tôi cũng sẽ tích hợp kỹ thuật huấn luyện mô hình của chúng tôi trên các mẫu đối kháng do hiệu quả của nó. Ý nghĩa khoa học và thực tiến của đề tài 2. Ý nghĩa khoa hoc Bởi vì đây là một chủ đề có hướng nghiên cứu và ứng dụng, nó mang lại ý nghĩa khoa học đáng kể.
Phương pháp chúng tôi đã chọn là triển khai một mô hình Học liên kết bán giám sát, yêu cầu nghiên cứu một cách kỹ lưỡng về các mô hình thành phần liên quan như mạng neural network, mô hình Federated Learning căn bản, kỹ thuật Knowledge Distillation,. Ngoài ra, chúng tôi cần nghiên cứu các loại tập dữ liệu mạng cần thiết để áp dụng vào mô hình và các phương pháp tăng cường dit liệu. Mục tiêu chính của nhóm chúng tôi là phat triển một mô hình cải thiện độ chính xác so với các nhà nghiên cứu trước đây trong cùng hướng, từ đó đóng góp vào ý nghĩa khoa học bằng cách nâng cao 13 hiệu suất phát hiện xâm nhập. Hơn nữa, nghiên cứu trong chủ dé nay cũng cung cấp hiểu biết về kiến thức an ninh mạng, sự quen thuộc với các loại tấn công thông thường và trước đây chưa biết đến, lỗ hổng an ninh và các biện pháp bảo vệ trong môi trường mạng.
Ý nghĩa thực tiễn Kết quả dự kiến của dự án của chúng tôi là việc triển khai thành công một mô hình phát hiện xâm nhập hợp tác dựa trên học bán giám sát và cơ chế tăng cường dữ liệu. Ap dung mô hình phát hiện xâm nhập hợp tác có thể giúp cải thiện an ninh của hệ thống thông tin, ngăn chặn các cuộc tấn công và bảo vệ dữ liệu quan trong. Mô hình này có khả năng phát hiện hành vi xâm nhập tiềm năng và mới, đảm bảo sự an toàn và bảo mật cho hệ thống mạng. Kết quả và phương pháp nghiên cứu từ dự án này có thể được áp dụng trong thực tế và nghiên cứu tiếp theo, dẫn đến các tiến bộ mới trong lĩnh vực an ninh mạng và giải quyết những thách thức an ninh ngày càng phức tạp hơn.
Các mạng Neural Network và ứng dụng 3. AutoEncoder (AE) Autoencoder là một loại mang neural tự mã hóa tự học biểu diễn dữ liệu đầu vào trong không gian chiều thấp hơn và tái tạo lại dữ liệu ban đầu thông qua giải mã từ các biểu diễn trong không gian chiều thấp đó. Nó bao gồm hai thành phần chính: Bộ mã hóa (Encoder) và Bộ giải mã (Decoder) [16]. Cấu trúc của một Autoeneoder bao gồm các thành phần và chức năng sau: e Encoder (bộ mã hóa): Thành phần này nhận dữ liệu trong mô hình Au- toencoder và có trách nhiệm nén các đặc trưng đầu vào thành các biểu diễn trong không gian tiềm an chiều thấp.
Bộ mã hóa thường được thiết kế dưới dạng một mạng neural sâu với các lớp an. Những lớp ẩn này giúp học các đặc trưng quan trọng và giảm chiều dữ liệu. e Decoder (bộ giải mã): Thành phần giải mã nhận các biểu diễn nén trong không gian tiềm an được tạo ra bởi bộ mã hóa.