Chương 1 GIỚI THIỆU ĐÈ TÀI 1.1 Giới thiệu đề tài: Hiện nay, Phương pháp học liên kết (Federated learning) đang được ứng dụng rộng rãi như là một phương pháp tiên tiến trong lĩnh vực học máy và trí tuệ nhân tạo, giúp đào tạo mô hình trên dit liệu phân tán mà không cần phải truyền dữ liệu tới một trung tâm tập trung [1]. Thay vì tập trung dữ liệu từ nhiều nguồn vào cùng một địa điểm, Federated Learning cho phép các thiết bị hoặc hệ thống phân tán thực hiện việc học từ dữ liệu của chính mình và chi chia sẻ thông tin cần thiết dé cập nhật mô hình. Hệ thống phát hiện xâm nhập (Intrusion Detection System) đóng vai trò quan trọng trong việc phát hiện và ngăn chặn các hành vi xâm nhập vào mạng máy tính. Gần đây, phương pháp Federated Learning [2] đã thu hút sự chú ý với khả năng đào tạo mô hình học máy trên các thiết bị phân tán mà không cần phải truyền dữ liệu tới một trung tâm tập trung, đảm bảo tính riêng tư và bảo mật của người dùng.
Trong lĩnh vực IDS, mô hình mạng nơ-rôn đã chứng tỏ khả năng xuất sắc [3] trong việc phân loại và nhận dạng các mẫu xâm nhập. Trong số các mô hình CNN phố biến, mô hình VGG-16 nỗi bật với cấu trúc sâu và khả năng trích xuất đặc trưng phức tạp. Đề tài này tập trung vào nghiên cứu sự khác nhau giữa mô hình VGG-16 và các mô hình máy học khác trong việc xây dựng hệ thống phát hiện xâm nhập sử dụng Federated Learning. Mục tiêu là tìm hiểu hiệu suất và khả năng mở rộng của mô hình VGG-16 so với các mô hình khác trong việc nhận dạng các hành vi xâm nhập, đồng thời đảm bảo tính riêng tư và bảo mật của dữ liệu người dùng thông qua phương pháp Federated Learning [4].
Qua việc thực hiện dé tài nay, chúng ta sẽ có cái nhìn rõ rang hon vê ưu điêm va hạn chế của mô hình VGG-16 so với các mô hình máy học khác, đồng thời đánh giá kha năng ứng dụng của phương pháp Federated Learning trong việc xây dựng hệ thống phát hiện xâm nhập. Kết quả từ nghiên cứu này có thê cung cấp thông tin quan trọng và cơ sở cho việc phát triển và tối ưu hóa hệ thống phát hiện xâm nhập sử dụng Federated Learning trong việc bảo vệ mạng máy tính va dữ liệu trong thời đại số hóa ngày nay.2 Mục tiêu Mục tiêu thứ nhất của nghiên cứu này là nghiên cứu và so sánh hiệu suất của mô hình VGG-16 với các mô hình máy học khác trong việc xây dựng hệ thống phát hiện xâm nhập sử dụng Federated Learning. Qua đó, chúng ta sẽ đánh giá khả năng của mô hình VGG-16 trong việc nhận dạng va phân loại các hành vi xâm nhập, so với các mô hình máy học khác được áp dụng trong cùng môi trường. Thứ hai, một yếu tố quan trọng khác của hệ thống phát hiện xâm nhập là khả năng mở rộng.
Mục tiêu là xác định và đánh giá khả năng mở rộng của mô hình VGG-16 so với các mô hình máy học khác khi áp dụng phương pháp Federated Learning. Qua đó, chúng ta sẽ đưa ra các khuyến nghị và giải pháp để cải thiện khả năng mở rộng của hệ thống phát hiện xâm nhập sử dụng mô hình VGG-16. Cuối cùng, mục tiêu của dé tài là đưa ra những đóng góp mới và ứng dụng thực tế trong lĩnh vực xây dựng hệ thống phát hiện xâm nhập sử dụng Federated Learning. Dựa trên kết quả nghiên cứu và so sánh, chúng ta sẽ đề xuất các phương pháp, kỹ thuật và hướng phát triển tiếp theo dé cải thiện hiệu suất, tính mở rộng, tính riêng tư và bảo mật của hệ thống phát hiện xâm nhập trong môi trường phân phối và phức tạp hiện nay.3 Phạm vi nghiên cứu Nghiên cứu này được thực hiện trong môi trường server của trường Đại học Công nghệ Thông tin — ĐHQG TP.
Hình 1 là mô hình do chúng tôi xây dựng. 10 VM1- Server ENVIRONMENT VM2 VM3 VMn VMn+1 Hình 1. Mô hình học cộng tác được xây dựng Chúng tôi sẽ dựa vào mô hình đó dé xây dựng một hệ thống Federated Learning nhằm thực hiện các thử nghiệm trong đề tài. Máy chủ sẽ huấn luyện một mô hình mẫu và tiến hành phân phối các trọng số tới các máy ria.
Sau đó, chúng tôi sẽ phân tích và nghiên cứu kết quả được trả về từ mô hình đó dé đưa ra những kết luận. Chương 2 KIÊN THỨC NEN TANG 1.4 Hệ thống phát hiện xâm nhập Hệ thống phát hiện xâm nhập là phần mềm hoặc công cụ giúp giám sát lưu lượng mạng và cảnh báo lỗi khi có các hành vi đáng ngờ xâm nhập vào hệ thống. Mục đích chính của hệ thống phát hiện xâm nhập là ngăn ngừa và phát hiện những hành động phá hoại tính bao mật của hệ thống hoặc những hành vi như đò tìm, quét các công. 11 NIDS: Network Intrusion Detection Systems thường được bố trí tại những điểm dễ bị tan công trong hệ thống.
NIDS được sử dụng dé giám sát traffic đến và đi 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. HIDS: Host Intrusion Detection Systems, hệ thống phát hiện xâm nhập này hoạt động trên tất cả các thiết bị trong hệ thống có thé kết nối Internet. HIDS chỉ giám sát các gói dit liệu inbound và outbound từ thiết bị hoặc những hành động đáng ngờ tại cấp truy cập nội bộ.
Mỗi loại sử dụng có các phương pháp giám sát như sau: Signature-Based: Đây là các hệ thống phát hiện xâm nhập hoạt động dựa trên chữ ký, giám sát các gói tin trên mạng tương tự như cách phần mềm diệt virus hoạt động. Tuy nhiên Signature-Based có thê không phát hiện được những mồi đe dọa mới, khi chữ ký để nhận biết nó chưa được hệ thống phát hiện xâm nhập cập nhật. Anomaly-Based: Hệ thống phát hiện xâm nhập này được sử dụng để phát hiện mỗi đe dọa dựa trên sự bất thường. Anomaly-Based sẽ giám sát traffic mạng và so sánh với 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. Specification-based: Kỹ thuật phát hiện Specification-based thu thập các hoạt động chính xác của một chương trình hoặc giao thức và theo dõi hoạt động của nó dựa trên các ràng buộc. Sử dụng mô hình giao thức chủ yếu dựa trên các chuẩn giao thức từ các nha sản xuất phần mềm và tiêu chuan (IEFT, RFC).5 Máy học và học sâu 1.1 Máy học Machine learning hay máy học là một nhánh của trí tuệ nhân tạo, nó là một lĩnh vực nghiên cứu cho phép máy tính có khả năng cải thiện chính bản thân chúng dựa trên dữ liệu mẫu hoặc dựa vào kinh nghiệm (những gì đã được học). Máy học có thể tự dự đoán hoặc đưa ra quyết định mà không cần được lập trình cụ thê.
Từ đó, các lập trình viên chọn một mô hình học máy đê sử dụng, cung câp dữ liệu và đê mô hình máy tính tự đào tạo đê tìm các mẫu hoặc đưa ra dự đoán. Theo thời gian, lập trình viên con người cũng có thê điêu chỉnh mô hình, bao gôm cả việc thay đôi các tham sô của nó, đê giúp đây nó tới kêt quả chính xác hơn. Học máy gôm 3 mô hình con: * Cac mô hình máy học có giám sát được dao tạo với các tập dữ liệu được gan nhãn, cho phép các mô hình học hỏi và phát triển chính xác hơn theo thời gian. Ví dụ: Một thuật toán sẽ được dao tạo với hình ảnh của những chú chó và những thứ khác, tất cả đều do con người dán nhãn và máy sẽ tự học cách xác định hình ảnh của những chú chó.
Học máy có giám sát là loại phổ biến nhất được sử dụng ngày nay. * Trong hoc máy không giám sát, một chương trình tìm kiếm các mẫu trong dữ liệu không được gắn nhãn. Máy học không giám sát có thể tìm thấy các mẫu hoặc xu hướng mà mọi người không tìm kiêm một cách rõ ràng. Ví dụ: Một chương trình máy học không giám sát có thể xem qua đữ liệu bán hàng trực tuyến và xác định các loại khách hàng khác nhau đang mua hàng.
* Máy học tăng cường, huấn luyện máy thông qua thử và sai dé thực hiện hành động tốt nhất bằng cách thiết lập một hệ thống phan thưởng. Học tăng cường có thé huấn luyện các mô hình chơi trò chơi hoặc huấn luyện các phương tiện tự lái lái bằng 13 cách cho máy biết khi nào nó đưa ra quyết định đúng, điều này giúp máy học theo thời gian những hành động mà nó nên thực hiện.2 Học sâu Deep Learning, hay là học sâu có thể được xem là một lĩnh vực con của máy hoc ở đó các máy tính sẽ học và cải thiện chính nó thông qua các thuật toán. Học sâu được xây dựng dựa trên các khái niệm phức tạp hơn rất nhiều, chủ yếu hoạt động với các mạng nơ-ron nhân tạo dé bắt chước khả năng tư duy và suy nghĩ của bộ não con người. Trong quá trình huấn luyện mô hình mạng no-ron, các trọng số sẽ được thay đổi và nhiệm vụ của mô hình là tìm ra bộ giá tri của trọng số sao cho phán đoán là tốt nhất.6 Học cộng tác Federated learning, hay còn được gọi là hoc cộng tác, là một phương pháp dé huấn luyện các mô hình trí tuệ nhân tạo mà vẫn đảm bảo dữ liệu của bạn không bị tiết lộ hoặc sử dụng bởi người khác.
Nó cung cấp một phương thức dé mở khóa thông tin cho các ứng dụng trí tuệ nhân tạo mới. Thuật ngữ này được Google giới thiệu lần đầu vào năm 2016, vào thời điểm khi việc rò ri dit liệu cá nhân đang thu hút sự chú ý toàn cầu. Đến nay, mô hình này vẫn tiếp tục phát triển và được dự đoán sẽ trở thành yếu tố quan trọng hàng đầu trong lĩnh vực trí tuệ nhân tạo. Nhiều ứng dụng trí tuệ nhân tạo đã được huấn luyện dựa trên dữ liệu được thu thập và xử lý tập trung tại một nơi (thường là trên đám mây).
Tuy nhiên, hiện nay, hoạt động này đang dần chuyển sang mô hình phi tập trung. Các mô hình trí tuệ nhân tạo mới được huấn luyện cộng tác ở các thiết bị địa phương như điện thoại di động, máy tính xách tay hoặc máy chủ cá nhân, thay vì tập trung tất cả đữ liệu lên một máy chủ duy nhất như trước đây.