Đặt vấn đề, đưa ra các công nghệ liên quan và vai trò của chúng ¢ Chương 2: Cơ sở lý thuyết.: Giải thích các công nghệ được áp dụng và sự liên quan tới đề tài « Chương 3: Phương pháp thực hiện: Mô hình và cách thức triển khai * Chương 4: Thực nghiệm, đánh giá va thảo luận: Đưa ra các kịch bản, đánh giá mức độ hiệu quả của mô hình * Chương 5: Kết luận và hướng phát triển: Kết luận các ưu/nhược điểm của mô hình va dé xuất hướng phát triển của mô hình Chương 2. CƠ SỞ LÝ THUYET Chương này sẽ dé cập đến các kiến thức nền tang, cơ sở lý thuyết của dé tài gồm có: Hệ thống phát hiện xâm nhập mạng (NIDS), mô hình học liên kết (FL), công nghệ GAN và Blockchain.1 Hệ thống phát hiện xâm nhập Hệ thống phát hiện xâm nhập - IDS là phần mềm hoặc công cụ giúp bảo mật hệ thống và cảnh báo lỗi khi có các hành vi đáng ngờ xâm nhập vào hệ thống. Mục đích chính của IDS là ngăn ngừa và phát hiện những hành động phá hoại tính bảo mật của hệ thống hoặc những hành vi như dò tìm, quét các cổng. Phần mềm IDS cũng có thể phân biệt được đâu là những cuộc tấn công nội bộ (từ chính nhân viên trong tổ chức) hoặc từ bên ngoài (từ hacker).Trong một số trường hợp, IDS còn có thể phan ứng lại với các traffic độc hại bằng cách chặn IP nguồn truy cập mạng.
Các loại IDS hiện nay gồm có: * NIDS (Network Intrusion Detection Systems): thường được bố trí tại những điểm dễ bị tan công trong hệ thống mạng. NIDS được sử dụng để giám sát lưu lượng mạng đến (inbound) và di (outbound) từ tất cả các thiết bị trên mạng. Điểm cộng lớn nhất của NIDS là có thể quét tất cả traffic inbound và outbound, nhưng việc này có thể làm giảm tốc độ chung của mạng. ¢ Host Intrusion Detection Systems (HIDS) (Host Intrusion Detection Systems): hệ thống phát hiện xâm nhập này hoạt động trên tất cả các thiết bị trong hệ thống có thể kết nối Internet.
HIDS chỉ giám sát các gói dữ liệu inbound va outbound từ thiết bị hoặc những hành động đáng ngờ tại cấp truy cập nội bộ. * Signature-Based IDS: Đây là các IDS hoạt động dựa trên dấu hiệu đã hoc được, giám sát các gói tin trên mạng tương tự như cách phần mềm diệt virus hoạt động. Tuy nhiên Signature-Based có thể không phát hiện được những mối đe dọa mới, khi dấu hiệu để nhận biết nó chưa được IDS cập nhật. * Anomaly-Based IDS: IDS nay được sử dung để phát hiện mối đe dọa dựa trên sự bất thường.
Anomaly-Based sẽ giám sát traffic mạng và so sánh với đường 8 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT cơ sở (baseline) đã được thiết lập từ trước. Baseline sẽ xác định đâu là mức bình thường của mạng và cảnh báo cho quản trị viên mạng hoặc người dùng khi phát hiện traffic truy cập bất thường hoặc khác biệt so với baseline. Nhu đã đề cập đến trước đó, do sự hạn chế về tài nguyên trong hệ thống IơT, IDS nên được đặt tại vùng cận biên và loại phù hợp nhất được áp dụng trong ngữ cảnh này đó là NIDS.2_ Mô hình học máy Hoc máy hay máy hoc (Machine Learning) là một loại trí tuệ nhân tạo (Artifial Intelligence (AI)) cho phép các ứng dụng phần mềm trở nên chính xác hơn trong việc dự đoán kết quả mà không cần được lập trình rõ ràng để làm như vậy.
Các thuật toán học máy sử dụng dữ liệu lịch sử làm đầu vào để dự đoán các giá trị đầu ra mới. Một số ứng dụng phổ biến của học máy bao gồm hệ thống đề xuất (recommend system), hệ thống phát hiện bất thường (anomaly detection), phát hiện xâm nhập (ids), phan mềm độc hai (malwares), lọc thư rác (spam email). Hoc máy cổ điển thường được phân loại theo cách một thuật toán học để trở nên chính xác hơn trong các dự đoán của nó. Có bốn cách tiếp cận cơ bản: học có giám sát, học không giám sát, học bán giám sát và học tăng cường.
Loại thuật toán mà các nhà khoa học sử dụng tùy thuộc vào loại đữ liệu họ muốn dự đoán. ¢ Hoc có giám sát (Supervised Machine Learning): Trong loại học máy này, các nhà nghiên cứu cung cấp các thuật toán với dữ liệu huấn luyện được gắn nhãn và xác định các biến mà họ muốn thuật toán đánh giá để tìm mối tương quan. Cả đầu vào và đầu ra của thuật toán đều được chỉ định. ¢ Học không giám sát (Unsupervised Machine Learning): Loại học máy này 11 liên quan đến các thuật toán đào tạo trên dữ liệu không được gắn nhãn.
Thuật toán quét qua các tập dữ liệu để tìm kiếm bất kỳ kết nối có ý nghĩa nào. Dữ liệu mà các thuật toán đào tạo cũng như các dự đoán hoặc khuyến nghị mà chúng xuất ra được xác định trước. * Học bán giám sát (Semi-Supervised Learning): Cách tiếp cận này đối với học máy liên quan đến sự kết hợp của hai loại trước đó. Các nhà khoa học dữ 9 CHƯƠNG 2.
CƠ SỞ LÝ THUYẾT liệu có thể cung cấp một thuật toán chủ yếu là đữ liệu đào tạo được gắn nhãn, nhưng mô hình có thể tự do khám phá dữ liệu và phát triển sự hiểu biết của riêng mình về tập dữ liệu. ¢ Học tăng cường (Reinforcement Learning): những người nghiên cứu thường sử dụng học tăng cường để dạy máy hoàn thành một quy trình gồm nhiều bước trong đó có các quy tắc được xác định rõ ràng. Các nhà khoa học lập 6 trình một thuật toán để hoàn thành một nhiệm vụ và cung cấp cho nó những dấu hiệu tích cực hoặc tiêu cực khi nó tìm ra cách hoàn thành một nhiệm vụ. Nhưng phần lớn, thuật toán tự quyết định những bước cần thực hiện trong quá trình thực hiện.
Mô hình học liên kết - Federated Learning 2.1 Tổng quan Federated Learning (thường được gọi là học liên kết) là một phương pháp phi tập trung để đào tạo các mô hình học máy. Nó không yêu cầu trao đối dữ liệu từ các thiết bị client đến các máy chủ toàn cầu. Thay vào đó, dữ liệu nguyên gốc trên các thiết bị biên được sử dung để đào tạo mô hình cục bộ, từ đó nâng cao quyền riêng tư dữ liệu. Cuối cùng, mô hình được hình thành bằng cách tổng hợp các bản cập nhật cục bộ.
Federated Learning quan trọng bởi những lý do sau đây: * Quyên riêng tư: Khác với các phương pháp truyền thống, trong đó dữ liệu được gửi đến máy chủ tập trung để đào tạo, Federated Learning cho phép đào tạo cục bộ trên thiết bị biên, ngăn chặn lỗ hổng dữ liệu tiềm năng. e An toàn, bao mật dữ liệu: Chỉ các ban cập nhật mô hình được mã hóa được chia sẻ với máy chủ tập trung, đảm bảo bảo mật dữ liệu. Ngoài ra, các kỹ thuật tổng hợp an toàn như Secure Aggregation Principle cho phép giải mã chỉ kết quả được tổng hợp. s Truy cập vào dữ liệu không đồng nhất: Federated Learning đảm bảo truy cập vào dữ liệu được phân tán trên nhiều thiết bi, địa điểm và tổ chức.
Nó cho phép đào tạo các mô hình trên dữ liệu nhạy cảm, chẳng hạn như dữ liệu tài chính 10 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT hoặc chăm sóc sức khỏe trong khi vẫn duy trì bảo mật và quyển riêng tư. Và nhờ sự đa dạng dữ liệu lớn hơn, các mô hình có thể mang tính tổng quát hơn.2 Cách thức hoạt động met. 1: Server sharing initial Learnings (L1) Ö‹ User 1 I learned : delta1 Cloud Server My New Learning L2 = avg(delta1+delta2) e ® Step 2 : Updating local models and generating ==> ° ee @ new learnings using private data =>.
e738 ee Step 3: Averaging the new learning = os | learned: dolta2 “Giraffe" User fe Step 1: Server sharing initial Learning(L1) — Hình 2. Cơ chế của Federated Learning! Một mô hình cơ bản được lưu trữ trên máy chủ tập trung. Các bản sao của mô hình này được chia sẻ với các thiết bị client, sau đó các thiết bị này sẽ đào tạo các mô hình dựa trên dữ liệu cục bộ mà chúng tạo ra. Theo thời gian, các mô hình trên các thiết bị riêng lẻ trở nên cá nhân hóa và cung cấp trải nghiệm người dùng tốt hơn.
Ở giai đoạn tiếp theo, các bản cập nhật (tham số mô hình) từ các mô hình được đào tạo cục bộ được chia sẻ với mô hình chính nằm ở máy chủ tập trung bằng cách sử dụng các kỹ thuật tổng hợp an toàn (secure aggregation techniques). Mô hình này kết hợp và trung bình hóa các đầu vào khác nhau để tạo ra các bài học mới. Vì dữ liệu được thu thập từ các nguồn đa dạng, nên có phạm vi lớn hơn và mô hình trở nên tổng quát hơn. Khi mô hình trung tâm đã được đào tạo lại trên các tham số mới, nó lại được chia sẻ với các thiết bị client cho lần lặp tiếp theo.
Với mỗi chu kỳ, các mô hình thu thập "https://towardsdatascience.com/how-federated-learning-is-going-to-revolutionize-ai- 6e0ab580420f 11 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT một lượng thông tin đa dạng và tiếp tục cải thiện mà không tạo ra các lỗ hổng về quyền riêng tư. So sánh học máy tập trung và học máy liên kết Trong Centralized Learning, mô hình học máy được huấn luyện trên một máy chủ tập trung sử dụng toàn bộ dữ liệu đào tạo. Dữ liệu đào tạo được gửi từ các thiết bị client đến máy chủ để huấn luyện mô hình.
Mô hình được cập nhật trên máy chủ dựa trên toàn bộ dữ liệu đào tạo, và sau đó được triển khai để dự đoán trên dữ liệu mới. Ngược lai, học liên kết không sử dụng toàn bộ dữ liệu, quá trình huấn luyện mô hình được diễn ra trên từng client độc lập và giữ liệu trao đổi giữa chúng là các tham số liên quan đến dữ liệu đào tạo, không phải dữ liệu gốc. Các tham số đó sẽ được máy chủ tổng hợp và cập nhật mô hình toàn cục. Kết quả thực nghiệm của nghiên cứu [9] đã chỉ ra rằng: Độ chính xác (accuracy) tốt nhất của hình thức học tập trung là 99% và học liên kết là 76%.
Theo đó, học liên kết không thể mang lại độ chính xác tương đương hay cao hơn hình thức học tập trung, đây là điều đã được dự đoán từ trước bắt kể với sự thay đổi về dataset và tham số truyền vào hoặc kể cả là số nút client. Tuy nhiên, so với sự đảm bảo quyền riêng tư của dữ liệu, kết quả của mô hình học liên kết cũng là một kết quả khá tốt.4 Generative Adversarial Networks - GAN Generative Adversarial Networks (GANs) là một kiến trúc mang nơ-ron đặc biệt trong lĩnh vực học sâu (deep learning), được giới thiệu bởi lan Goodfellow và các đồng nghiệp vào năm 2014.