Chương 1 Tổng quan 11 Giới thiệu bài toán Ở thời đại công nghiệp 4.0, trong bối cảnh vạn vật kết nói, vô số thiết bị cần giao tiếp, truyền và nhận dữ liệu, vi vậy kết nối giữa các phan tử mạng đóng vai trò rất quan trọng. Tính linh hoạt trong việc tổ chức các nút, quản lý tập trung, kiểm soát luồng lưu lượng, v., là một thách thức khi áp dụng nguyên tắc quản lý của mạng truyền thống. Mạng khả lập trình xuất hiện đem lại nhiều lợi ích khi quản lý, vận hành và hứa hẹn sẽ được áp dụng nhiều hơn trong tương lai. Dù là một kiến trúc mạng mới nhưng mạng khả lập trình vẫn tồn tại các điểm yêu và cũng giống như các kiến trúc mạng khác không thể tránh khỏi các cuộc tan công mạng ngày càng nhiều.
Bên cach các phương pháp bảo mật như tường lửa, bẫy mạng, hệ thống phát hiện xâm nhập là một hệ thống quen thuộc nhưng vô cùng quan trọng để phát hiện những tác nhân gây hại, xâm nhập mà các hệ thống bảo mật khác không có khả năng phát hiện. Bên cạnh đó, các kỹ thuật học máy ngày càng được sử dụng nhiều hơn trong nhiệm vụ phát hiện lưu lượng mạng độc hại nhằm nâng cao khả năng của hệ thống phát hiện xâm nhập. Việc xây dựng các mô hình học máy yêu cầu việc thu thập một lượng lớn các dữ liệu để huấn luyện từ nhiều nguồn khác nhau. Tuy nhiên hiện nay dữ liệu thường được phân tán và giữ bí mật mà không được truyền ra bên ngoài.Ngoài ra các nhà nghiên cứu còn chứng minh được dữ khi dữ liệu đưa vào huấn luyện không được cập nhật thường xuyên dẫn đến mô hình học máy bị giảm khả năng phát hiện xâm nhập theo thời gian.
Chính vì vậy, khóa luận tốt nghiệp này sẽ tập trung vào việc nghiên cứu phương pháp giúp xây dựng một hệ thống phát hiện xâm nhập dựa trên học máy, sử dụng Chương 1. Tổng quan ít dữ liệu để huấn luyện, có khả năng học cộng tác và tự phát triển trong mạng khả lập trình .2 Bài toán và các nghiên cứu liên quan 1. Mô hình học máy cho hệ thống phát hiện xâm nhập Hiện nay đã có rất nhiều công trình, nghiên cứu, dé xuất các mô hình học máy cho IDS và đã có một số thành tự cũng như kết quả nhất định điển hình như trong nghiên cứu [28], nhóm tác sử dụng Stacked Sparse Autoencoder(SSAE) chạy trên tập NSL KDD với độ chính xác lên tới 99. Một nghiên cứu khác của nhóm tác giả Dan Li [17], kết hợp mạng nơ-ron hồi quy(RNN) và bộ nhớ ngắn dài hạn (LSTM) để xử lý các dữ liệu phức tạp, đa biến cũng đạt được kết quả rất khả quan với độ chính xác 98% và điểm F1 là 0.
Qua đó ta thay được sự hiệu quả, độ chính xác ngày càng cải thiện và tiềm năng phát triển của các mô hình máy học cho IDS cho mạng SDN. Tuy nhiên, các công trình đó còn tồn tại nhiều nhược điểm như chỉ chạy trên một số tập dữ liệu nhất định và yêu cầu nhiều dữ liệu được gán nhãn [5]. Tuy nhiên việc thu thập các nhãn cho các thuật toán machine learning rất tốn thời gian, khó khăn và thậm chí là không thể vì ngày càng có nhiều cuộc tấn công không biết trước được thực hiện. Vì thế, sử dụng kỹ thuật học không giám sát hoặc bán giám sát có thể phát hiện được các cyber-attacks với số lượng nhãn không quá nhiều được xem là giải pháp tốt nhất.
Công trình [5] giải quyết điều đó bằng việc kết hợp GAN và Autoencoder tuy nhiên báo cáo chỉ đưa ra kết quả AUC nên chưa thuyết phục độ hiệu quả của mô hình, khi chúng tôi thực nghiệm lại thì các thông số khác như F1, Recall, Precision. Một vài công trình khác như [21] dùng phương pháp học không giám sát đạt được độ chính xác cao ở ngưỡng thích hợp nhưng recall chỉ khoảng 30%, bỏ sót rất nhiều cuộc tấn công. Hầu hết các nghiên cứu chỉ tập trung vào một tình huống đào tạo máy học trước khi triển khai (pre-train), tuy nhiên các phương thức tấn công mạng ngày càng nhiều và tỉnh vi hơn, chúng ta cần một mô hình có thể tự học, tự phát triển khi đã được triển khai trong thực tế. Trong một nghiên cứu gan đây, Javaid dé xuất một khái niệm về tự học (self-learning) [12], tuy nhiên mô hình lại khá đơn giản (đơn thuần Chương 1.
Tổng quan chỉ là khái niệm) và không xét đến sự mắt cân bằng của dữ liệu trong khi đó cũng là một yếu tố quyết định đến khả năng chính xác của IDS.2 Học cộng tác trong mạng khả lập trình Một vấn đề cũng rất đáng chú ý đó là sự phân tán của mạng. Với các mô hình học máy tập trung, dữ liệu sẽ được đưa về một trung tâm lưu trữ sau đó sử dụng để đào tạo máy học. Tuy nhiên đó không phải là lựa chọn tốt vì sẽ vi phạm quy tắc về dữ liệu cá nhân, đặc biệt là với các dữ liệu có giá trị, quan trọng của doanh nghiệp. Hơn nữa trong mạng SDN hoặc một số kiến trúc như Fog/Edge [15], dữ liệu được chuyển về rất lớn làm chậm đường truyền điều đó khiến chi phí cho các kết nói tăng cao.
Vì thế giải pháp học liên kết cần được áp dụng để giải quyết vân đề này. Học liên kết là một sự phát là một sự phát triển gần trong lĩnh vực học máy dựa trên khái niệm dữ liệu phi tập trung. Phương pháp này cho phép các thiết bị khác nhau có thể học cộng tác với nhau mà không cần chia sẻ dữ liệu tập trung. Học liên kết có tiém năng giải quyết các lo ngại về quyền riêng tư, độ trễ và khả năng mở rộng do thực tế các tác vụ tính toán, học tập được phân phối rộng rãi trên nhiều thiết bị trong mạng, còn máy chủ học tập được trang bị điện toán biên, chỉ đơn thuần chịu trách nhiệm tổng hợp và truyền lại các tham sé.
[4] Vì các khả năng đó, học liên kết có tiềm năng được sử dụng vào rất nhiều lĩnh vực trong đời sống khi đảm bảo quyền riêng tư dữ liệu khi xây dựng các mô hình học máy thông minh trong ngữ cảnh các mạng xã hội chứa thông tin người dùng, chăm sóc sức khỏe, y tế,. An ninh mạng cũng là một lĩnh vực nhiều tiềm năng để áp dụng phương pháp này [28]. Các hệ thống IDS dựa trên phương pháp học cộng tác đã được dé xuất nhằm giải quyết van dé thiếu dữ liệu và quyền riêng tư dữ liệu mạng nhạy cảm như trong các nghiên cứu của [22] [16] [2]. Đặc biệt, trong ngữ cảnh các hệ thống mạng IoT, điện toán đám mây với số lượng các thiết bị đầu cuối lớn sẽ có rất nhiều vùng mạng phân tán được quản lý bởi nhiều bộ điều khiển SDN khác nhau.
Vì thế, việc áp dụng phương pháp học liên kết là giải pháp hợp lý để giải quyết các van đề về sự riêng tư, đường truyền, chỉ phí cho các giải pháp xây dựng các mô hình thông minh trong nhận diện các tác nhân gây hại cho hệ thống mạng SDN. Tổng quan 13 Tinh ứng dụng Nghiên cứu của chúng tôi có thể áp dụng cho mạng khả lập trình hay nhiều ngữ cảnh khác nhau với nhiệm vụ phát hiện xâm nhập. Tạo ra hệ thống phát hiện xâm nhập bằng phương pháp hoc máy với ưu điểm cần ít dữ liệu hoặc lượng dữ liệu được gắn nhãn thấp và hệ thống có khả năng tự cải tiến. 14 Nhung thách thức Việc hiện thực lý thuyết của hệ thống phát hiện xâm nhập bằng phương pháp học máy dựa trên các cơ sở lý thuyết là khó khăn lớn nhất nhóm gặp phải khi phải thử nghiệm trên nhiều thư viện và framework khác nhau để viết được một hệ thống tối ưu và có thể tái sử dụng.5 Mục tiêu, phạm vi nghiên cứu 1.1 Mục tiêu Nghiên cứu tập trung vào xây dựng hệ thống phát hiện xâm nhập (IDS) học máy sử dụng Adversarial Autoencoder để phân loại với ưu điểm cần ít dữ liệu từ đó có thể chuyển sang hướng học không giám sát hoặc bán giám sát.
Chúng tôi sử dụng Autoencoder va GAN để sinh dữ liệu để đảm bảo có đủ lượng dữ liệu để đào tạo mô hình phân loại và mô hình học cộng tác. Ngoài ra phương pháp nay còn giúp mô hình tự động cập nhật dữ liệu về các cuộc tắn công mới rồi tạo ra dir liệu tương tự để tự động tăng su đa dang của bộ dữ liệu theo thời gian, từ đó tăng hiệu quả cho bộ mô hình phân loại. Triển khai mô hình IDS trên theo phương pháp học liên kết trong mạng SDN để đánh giá độ hiệu quả của phương pháp đã thiết kế.2 Pham vi nghiên cứu Hệ thống IDS kết hợp mạng sinh đối kháng và học cộng tác, được triển khai trong môi trường mạng SDN có khả năng tự cải tiến để phát hiệu các tấn công, xâm nhập với độ chính xác cao và giảm thiểu độ trễ.6 Cấu trúc Khóa luận tốt nghiệp Qua những gì đã giới thiệu về tổng quan của dé 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: ® Chương 1: Tổng quan: Giới thiệu tổng quan về khóa luận và các nghiên cứu liên quan đến đề tài. © Chương 2: Cơ sở lý thuyết: Trình bày cơ sở lý thuyết và kiến thức nền tang liên quan đến dé tai.
s Chương 3: Phương pháp dé xuất Dua ra phương pháp, giải pháp dé xuắt. s Chương 4: Thực nghiệm và đánh giá: Trình bày môi trường thực nghiệm, tập dữ liệu, phương pháp đánh giá và kết quả thực nghiệm. © Chương 5: Tổng kết: Kết luận và hướng phát triển của khóa luận. Chương 2 Cơ sở lý thuyết Tóm tat chương Trong chương này nhóm sẽ trình bày vẻ các định nghĩa và cơ sở lý thuyết của các thành phần mà nhóm sử dụng trong nghiên cứu.
Bao gồm mạng khả lập trình, phương pháp học cộng tác, mạng sinh đối kháng và các bộ mã hoá tự động.1 Mạng khả lập trình 2.1 Dinh nghĩa mạng kha lập trình Theo ONF (Open Networking Foundation - một tổ chức phi lợi nhuận đang hỗ trợ việc phát triển SDN thông qua việc nghiên cứu các tiêu chuẩn mở phù hợp) thì Software Defined Network (SDN) là một kiểu kiến trúc mạng mới, năng động, dé quản lý, chi p' í hiệu qua, dé thích nghỉ va rat phù hợp với nhu cầu mạng ngày càng tăng hiện nay.