Khung Hợp Tác Đáng Tin Cậy Để Phát Hiện Tấn Công Mạng Sử Dụng Blockchain Và Học Liên Kết

Khóa luận tốt nghiệp nghiên cứu tốt nghiệp an toàn thông tin mô hình cộng tác và đảm bảo tin cậy trong phát hiện tấn công mạng sử, vận dụng lý thuyết vào thực tế, đề xuất giải

• Tác giả: Nguyễn Duy Hoàng
• Người hướng dẫn: ThS. Trần Tuấn Dũng
• Trường học: Đại học Quốc gia Hồ Chí Minh
• Chuyên ngành: An toàn thông tin
• Đề tài: Khung Hợp Tác Đáng Tin Cậy Để Phát Hiện Tấn Công Mạng Sử Dụng Blockchain Và Học Liên Kết
• Loại tài liệu: khóa luận
• Năm xuất bản: 2023
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Giới thiệu vấn đề
• 1.2. Giới thiệu những nghiên cứu liên quan
• 1.3. Mục tiêu, đối tượng, và phạm vi nghiên cứu
• 1.3.1. Mục tiêu nghiên cứu
• 1.3.2. Đối tượng nghiên cứu
• 1.3.3. Phạm vi nghiên cứu
• 1.4. Cấu trúc khóa luận tốt nghiệp
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Khái niệm về học máy (Machine Learning)
• 2.2. Khái niệm về học sâu (Deep Learning)
• 2.3. Mạng nơ-ron - Neural network
• 2.4. Mô hình phát hiện tấn công mạng
• 2.5. Blockchain
• 2.6. Giới thiệu về Hyperledger
• 2.7. Giới thiệu về IPFS
• 2.8. Các công trình nghiên cứu liên quan
• 3. CHƯƠNG 3: PHƯƠNG PHÁP THỰC HIỆN
• 3.1. Kiến trúc tổng quát
• 3.2. Phương pháp xây dựng mô hình
• 3.2.1. Luồng hoạt động chính
• 3.2.2. Mô hình học liên kết
• 3.2.3. Học liên kết và blockchain
• 3.2.4. Mô hình kết hợp cơ bản và luồng hoạt động
• 3.2.5. Cấu trúc xây dựng mạng Hyperledger Fabric
• 3.2.6. Luồng hoạt động chi tiết của người dùng khi tham gia mạng Hyperledger Fabric
• 3.2.7. Luồng hoạt động của mô hình blockchain - Hyperledger Fabric kết hợp với mô hình học liên kết - Federated Learning
• 3.2.8. Luồng hoạt động chi tiết
• 3.2.9. Thuật toán kiểm tra Cosine similarity
• 3.2.10. Thuật toán tổng hợp mô hình toàn cầu (Federated Averaging - FedAvg)
• 4. CHƯƠNG 4: THÍ NGHIỆM VÀ ĐÁNH GIÁ
• 4.1. Môi trường thực nghiệm
• 4.2. Tập dữ liệu
• 4.3. Chia dữ liệu cho các máy cộng tác
• 4.4. Mô hình mạng nơ-ron
• 4.5. Các siêu tham số học sâu và số máy cộng tác
• 4.6. Kịch bản thí nghiệm
• 4.7. Kết quả thí nghiệm
• 4.7.1. Sử dụng mô hình mạng nơ-ron tích chập với tập dữ liệu Edge-IHoTlSet
• 4.7.2. Sử dụng mô hình mạng nơ-ron tích chập với tập dữ liệu CIC-IDS2018
• 4.8. Kết quả benchmark của mạng lưới Hyperledger Fabric
• 5. CHƯƠNG 5: KẾT LUẬN
• 5.1. Kết luận
• 5.2. Hướng phát triển
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Khung Hợp Tác Đáng Tin Cậy Trong Phát Hiện Tấn Công Mạng

Khung hợp tác đáng tin cậy để phát hiện tấn công mạng là một giải pháp tiên tiến, kết hợp giữa công nghệ blockchain và học liên kết. Sự phát triển nhanh chóng của công nghệ thông tin đã tạo ra nhiều thách thức trong việc bảo vệ an ninh mạng. Việc phát hiện tấn công mạng hiệu quả là một yêu cầu cấp thiết trong bối cảnh hiện nay. Khung hợp tác này không chỉ giúp tăng cường khả năng phát hiện mà còn bảo vệ quyền riêng tư của người dùng.

1.1. Khái Niệm Về Khung Hợp Tác Đáng Tin Cậy

Khung hợp tác đáng tin cậy là một mô hình cho phép các hệ thống phát hiện tấn công mạng hoạt động hiệu quả hơn. Nó sử dụng công nghệ blockchain để đảm bảo tính toàn vẹn và bảo mật của dữ liệu trong quá trình phát hiện tấn công.

1.2. Lợi Ích Của Việc Kết Hợp Blockchain Và Học Liên Kết

Việc kết hợp giữa blockchain và học liên kết mang lại nhiều lợi ích, bao gồm khả năng bảo vệ dữ liệu, tăng cường tính minh bạch và giảm thiểu rủi ro từ các cuộc tấn công mạng. Điều này giúp các tổ chức có thể phát hiện và phản ứng nhanh chóng với các mối đe dọa.

II. Những Thách Thức Trong Phát Hiện Tấn Công Mạng Hiện Nay

Phát hiện tấn công mạng đang đối mặt với nhiều thách thức lớn, bao gồm sự gia tăng của các cuộc tấn công tinh vi và khối lượng dữ liệu khổng lồ. Các hệ thống truyền thống thường gặp khó khăn trong việc xử lý và phân tích dữ liệu lớn. Điều này dẫn đến việc phát hiện tấn công không kịp thời và hiệu quả.

2.1. Sự Tăng Trưởng Của Các Cuộc Tấn Công Tinh Vi

Các cuộc tấn công mạng ngày càng trở nên tinh vi hơn, với nhiều phương thức tấn công mới xuất hiện. Điều này đòi hỏi các hệ thống phát hiện phải liên tục cập nhật và cải tiến để đối phó hiệu quả.

2.2. Khó Khăn Trong Việc Xử Lý Dữ Liệu Lớn

Khối lượng dữ liệu khổng lồ từ các thiết bị và hệ thống khác nhau gây khó khăn cho việc phân tích và phát hiện tấn công. Các phương pháp truyền thống không đủ khả năng xử lý và phân tích dữ liệu lớn một cách hiệu quả.

III. Phương Pháp Kết Hợp Blockchain Và Học Liên Kết Để Phát Hiện Tấn Công

Phương pháp kết hợp giữa blockchain và học liên kết đã được chứng minh là một giải pháp hiệu quả trong việc phát hiện tấn công mạng. Mô hình này cho phép các thiết bị phân tán học từ dữ liệu mà không cần gửi dữ liệu thô về máy chủ, từ đó bảo vệ quyền riêng tư của người dùng.

3.1. Cấu Trúc Mô Hình Học Liên Kết

Mô hình học liên kết cho phép các thiết bị gửi các phiên bản mô hình đã được cắt giảm đến máy chủ trung tâm. Tại đây, các mô hình này sẽ được tổng hợp để tạo ra một mô hình toàn cầu mới, giúp cải thiện khả năng phát hiện tấn công.

3.2. Cơ Chế Hoạt Động Của Blockchain Trong Phát Hiện Tấn Công

Blockchain cung cấp một cơ chế lưu trữ dữ liệu an toàn và không thể thay đổi. Điều này giúp đảm bảo tính toàn vẹn của dữ liệu trong quá trình phát hiện tấn công, đồng thời ngăn chặn các cuộc tấn công từ bên ngoài.

IV. Ứng Dụng Thực Tiễn Của Khung Hợp Tác Trong Phát Hiện Tấn Công

Khung hợp tác giữa blockchain và học liên kết đã được áp dụng trong nhiều lĩnh vực khác nhau, từ tài chính đến y tế. Các ứng dụng này không chỉ giúp phát hiện tấn công mà còn bảo vệ dữ liệu nhạy cảm của người dùng. Kết quả thực nghiệm cho thấy mô hình này mang lại hiệu quả cao trong việc phát hiện tấn công mạng.

4.1. Ứng Dụng Trong Ngành Tài Chính

Trong ngành tài chính, khung hợp tác này giúp phát hiện các giao dịch gian lận và bảo vệ thông tin khách hàng. Việc sử dụng blockchain đảm bảo tính minh bạch và an toàn cho các giao dịch.

4.2. Ứng Dụng Trong Ngành Y Tế

Trong ngành y tế, khung hợp tác này giúp bảo vệ thông tin bệnh nhân và phát hiện các cuộc tấn công vào hệ thống y tế. Điều này đảm bảo quyền riêng tư và bảo mật cho dữ liệu nhạy cảm.

V. Kết Luận Và Hướng Phát Triển Tương Lai Của Khung Hợp Tác

Khung hợp tác giữa blockchain và học liên kết là một giải pháp tiềm năng trong việc phát hiện tấn công mạng. Mô hình này không chỉ giúp cải thiện khả năng phát hiện mà còn bảo vệ quyền riêng tư của người dùng. Trong tương lai, cần tiếp tục nghiên cứu và phát triển để tối ưu hóa hiệu quả của mô hình này.

5.1. Tầm Quan Trọng Của Nghiên Cứu Liên Tục

Nghiên cứu liên tục là cần thiết để cải thiện và tối ưu hóa khung hợp tác này. Việc cập nhật các công nghệ mới sẽ giúp nâng cao hiệu quả phát hiện tấn công mạng.

5.2. Hướng Phát Triển Mới Trong Tương Lai

Trong tương lai, có thể phát triển thêm các ứng dụng mới dựa trên khung hợp tác này, mở rộng khả năng phát hiện tấn công mạng và bảo vệ dữ liệu nhạy cảm.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh cuộc Cách mạng Công nghiệp lần thứ tư (Cách mạng 4.0), sự bùng nổ của truyền thông và công nghệ thông tin đã tạo ra khối lượng dữ liệu khổng lồ, đa dạng và có tốc độ sinh trưởng nhanh từ các thiết bị điện tử cũng như người dùng. Để tận dụng nguồn dữ liệu này, việc ứng dụng học máy (Machine Learning - ML) và học sâu (Deep Learning - DL) vào các hệ thống phát hiện xâm nhập mạng (Intrusion Detection Systems - IDS) đã trở thành hướng tiếp cận quan trọng, cho phép phân tích lưu lượng và nhận diện các hành vi tấn công mạng phức tạp.

Tuy nhiên, mô hình học máy truyền thống đòi hỏi phải thu thập toàn bộ dữ liệu thô từ các thiết bị và nút mạng về một máy chủ trung tâm để huấn luyện. Quy trình này bộc lộ những hạn chế nghiêm trọng về quyền riêng tư dữ liệu, tính minh bạch và nguy cơ rò rỉ thông tin nhạy cảm của các tổ chức. Học liên kết (Federated Learning - FL), được đề xuất vào năm 2017, cung cấp giải pháp huấn luyện phân tán bằng cách cho phép các thiết bị cục bộ chỉ gửi bản cập nhật tham số mô hình (trọng số, gradient) về máy chủ tổng hợp mà không cần chia sẻ dữ liệu gốc. Dù vậy, FL truyền thống vẫn phải đối mặt với các lỗ hổng bảo mật cố hữu:

• Điểm lỗi đơn lẻ (Single-point-of-failure): Phụ thuộc vào một máy chủ trung tâm duy nhất để tổng hợp mô hình.
• Nguy cơ từ các cuộc tấn công: Tấn công đầu độc (Poisoning attacks làm sai lệch dữ liệu hoặc mô hình), tấn công suy diễn (Inference attacks), và tấn công tổng hợp (Aggregation attacks).

Để giải quyết đồng thời bài toán bảo vệ quyền riêng tư và đảm bảo tính toàn vẹn, tính sẵn sàng của hệ thống phát hiện tấn công mạng, đề tài nghiên cứu đã đề xuất mô hình tích hợp giữa học liên kết và mạng lưới chuỗi khối (Blockchain), kết hợp hệ thống lưu trữ phân tán liên hành tinh (IPFS) và cơ chế xác thực mô hình bằng độ tương tự Cosine.

Nhiệm vụ và mục tiêu nghiên cứu cụ thể bao gồm:

1. Nghiên cứu cơ sở lý thuyết về học liên kết, học sâu, hệ thống phát hiện xâm nhập và công nghệ blockchain (đặc biệt là Hyperledger Fabric).
2. Thiết kế và xây dựng khung kiến trúc cộng tác phân tán kết hợp giữa FL và Hyperledger Fabric nhằm loại bỏ điểm lỗi đơn lẻ của máy chủ trung tâm.
3. Tích hợp giải pháp lưu trữ mô hình ngoài chuỗi (off-chain) thông qua IPFS để giảm tải dung lượng lưu trữ trên sổ cái.
4. Triển khai cơ chế phòng thủ lọc các bản cập nhật mô hình độc hại dựa trên thuật toán tính độ tương tự Cosine (Cosine similarity).
5. Thực nghiệm đánh giá hiệu năng phát hiện tấn công mạng trên hai tập dữ liệu chuẩn (Edge-IIoTset, CIC-IDS2018) qua 3 kịch bản kiểm thử, đồng thời đo lường hiệu năng xử lý giao dịch (benchmark) của mạng Hyperledger Fabric.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Học liên kết, trình phát hiện tấn công mạng dựa trên học máy/học sâu, công nghệ chuỗi khối (Hyperledger Fabric), các kỹ thuật bảo mật và bảo toàn tính riêng tư.
• Phạm vi nghiên cứu: Đề tài tập trung xây dựng và đánh giá mô hình phát hiện tấn công mạng phân tán; phạm vi giải quyết rủi ro giới hạn ở việc khắc phục điểm lỗi đơn lẻ (Single-point-of-failure) và ngăn chặn tấn công đầu độc (Poisoning attacks). Nghiên cứu chưa mở rộng sang việc triển khai các kỹ thuật mã hóa mô hình cục bộ gửi lên.

---

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và công nghệ nền tảng

Khóa luận dựa trên các trụ cột lý thuyết và nền tảng kỹ thuật sau:

• Học máy và Học sâu trong IDS: Khái niệm học máy có giám sát (Supervised Learning), mạng nơ-ron nhân tạo (Artificial Neural Networks), mạng nơ-ron sâu (Deep Neural Networks - DNN) và mạng nơ-ron tích chập (Convolutional Neural Networks - CNN). Các kiến trúc IDS phân loại gồm NIDS (phát hiện xâm nhập mạng), HIDS (phát hiện xâm nhập máy chủ), Signature-Based IDS (dựa trên dấu hiệu) và Anomaly-Based IDS (dựa trên hành vi bất thường).
• Học liên kết (Federated Learning): Cơ chế huấn luyện phân tán bao gồm các máy cộng tác (Client/Node), mô hình toàn cầu (Global Model), và quy trình tổng hợp tham số theo thuật toán Federated Averaging (FedAvg).
• Xác thực mô hình bằng Độ tương tự Cosine (Cosine Similarity): Phương pháp so sánh góc giữa hai vectơ trọng số mô hình trong không gian đa chiều, nhận giá trị trong đoạn $[-1, 1]$. Vectơ đặc trưng của mô hình cục bộ được so khớp với mô hình chuẩn lành tính nhằm nhận diện và loại bỏ các mô hình mang tính chất đầu độc trước khi đưa vào bước tổng hợp: $$\text{Cosine Similarity} = \cos(\theta) = \frac{\mathbf{A} \cdot \mathbf{B}}{|\mathbf{A}| |\mathbf{B}|}$$
• Công nghệ Blockchain và Hyperledger Fabric: Mạng chuỗi khối doanh nghiệp (Private/Permissioned Blockchain) thuộc dự án Hyperledger của Linux Foundation. Các thành phần chính bao gồm: Peer Nodes (phân chia vai trò thành Endorser Peer và Committer Peer), Orderer Node (sử dụng cơ chế đồng thuận Raft), Certificate Authority (CA) quản lý danh tính số, Membership Service Provider (MSP) quản lý quyền truy cập, Channel (phân tách giao dịch) và Chaincode (hợp đồng thông minh).
• Hệ thống tập tin phân tán IPFS (InterPlanetary File System): Cơ chế lưu trữ phân tán dạng P2P, tệp tin được phân rã thành các khối 256 KB và định danh thông qua mã băm định danh nội dung (CID).

Phương pháp nghiên cứu và nguồn dữ liệu

Khóa luận sử dụng kết hợp phương pháp thiết kế hệ thống kỹ thuật và phương pháp thực nghiệm định lượng:

• Phương pháp thực nghiệm mô hình học sâu: Xây dựng kiến trúc CNN để phân loại lưu lượng mạng bình thường và lưu lượng tấn công.
• Nguồn dữ liệu thực nghiệm:
  1. Tập dữ liệu Edge-IIoTset: Tập dữ liệu an ninh mạng dành cho môi trường Internet vạn vật công nghiệp (IIoT).
  2. Tập dữ liệu CIC-IDS2018: Tập dữ liệu an ninh mạng chuẩn mô phỏng các hành vi xâm nhập và lưu lượng mạng thực tế.
• Phương pháp phân chia dữ liệu: Dữ liệu được phân chia cho các máy cộng tác tham gia huấn luyện để mô phỏng môi trường học liên kết thực tế.
• Phương pháp kiểm thử hiệu năng blockchain: Sử dụng công cụ benchmark đo lường tài nguyên tiêu thụ và thông lượng xử lý của hệ thống tại các mức tải giao dịch: 1.000 transactions/s, 5.000 transactions/s và 10.000 transactions/s.

---

Thiết kế và triển khai hệ thống

Hệ thống đề xuất tích hợp giữa kiến trúc học liên kết và mạng lưới chuỗi khối Hyperledger Fabric, sử dụng cơ chế phân tầng để quản lý quy trình huấn luyện, xác thực và lưu trữ.

Thành phần kiến trúc	Công nghệ / Cơ chế triển khai	Vai trò chức năng chính
Tầng biên / Máy cộng tác (Client/Worker Nodes)	Mô hình học sâu CNN cục bộ	Huấn luyện mô hình trên dữ liệu thô tại chỗ; tính toán gradient và trọng số $\Delta w_i^t$.
Tầng xác thực (Verification Layer)	Thuật toán Cosine Similarity	So sánh trọng số mô hình cục bộ với mô hình chuẩn; lọc bỏ mô hình bị đầu độc.
Tầng tổng hợp (Aggregation Layer)	Thuật toán Federated Averaging (FedAvg)	Tính trung bình trọng số từ các máy cộng tác hợp lệ để tạo mô hình toàn cầu mới.
Tầng lưu trữ phân tán (Storage)	InterPlanetary File System (IPFS)	Lưu trữ các tệp trọng số mô hình; trả về chuỗi băm CID gốc.
Tầng quản trị & đồng thuận (Blockchain Network)	Hyperledger Fabric (Raft Orderer, CA, MSP, Chaincode)	Ghi nhận giao dịch, lưu trữ mã băm CID, đồng bộ trạng thái sổ cái và loại bỏ điểm lỗi đơn lẻ.

Luồng hoạt động của hệ thống đề xuất

Quy trình vận hành cộng tác được tổ chức theo 7 bước tuần tự:

1. Khởi tạo mô hình toàn cầu: Mô hình học máy khởi tạo được lưu trữ trên IPFS, mã băm CID của mô hình được ghi nhận vào khối nguyên thủy (Genesis block) trên mạng Hyperledger Fabric.
2. Tiếp nhận mô hình: Các máy cộng tác (client) truy vấn sổ cái thông qua Chaincode để lấy mã CID, tải mô hình toàn cầu từ IPFS về môi trường cục bộ.
3. Đào tạo cục bộ: Mỗi máy cộng tác sử dụng tập dữ liệu riêng $D_i$ để huấn luyện mô hình CNN, tính toán sự khác biệt tham số $\Delta w_i^t$.
4. Kiểm tra và lọc mô hình: Các bản cập nhật mô hình cục bộ được đánh giá qua thuật toán Cosine Similarity. Những mô hình có độ tương đồng sai lệch vượt ngưỡng quy định (bị đầu độc) sẽ bị loại bỏ.
5. Tổng hợp mô hình toàn cầu: Tầng tổng hợp áp dụng công thức FedAvg trên các mô hình lành tính: $$w^{t+1} = w^t + \sum_{i=1}^N \frac{|D_i|}{|D|} \Delta w_i^t$$ trong đó $|D| = \sum_{i=1}^N |D_i|$ là tổng kích thước dữ liệu của các máy cộng tác hợp lệ.
6. Lưu trữ trên Blockchain: Mô hình toàn cầu mới $w^{t+1}$ được đẩy lên IPFS, đồng thời giao dịch chứa mã băm CID mới được gửi đến Orderer Service để đóng block và cập nhật vào sổ cái của các Peer.
7. Lặp quy trình: Các máy cộng tác nhận thông báo và tải mô hình mới để tiếp tục vòng huấn luyện tiếp theo cho đến khi mô hình hội tụ.

---

Nội dung chính theo từng chương

Chương 1. Mở đầu / Tổng quan

Chương 1 thiết lập nền tảng bài toán nghiên cứu. Tác giả phân tích bối cảnh phát triển của AI và nhu cầu cấp thiết về việc xây dựng IDS trong thời đại bùng nổ dữ liệu. Nội dung chương chỉ rõ xung đột giữa yêu cầu thu thập dữ liệu tập trung và quy định bảo vệ quyền riêng tư cá nhân/tổ chức. Tác giả điểm qua các nghiên cứu liên quan về FL và Blockchain, nêu bật các rủi ro của FL (điểm lỗi đơn lẻ, tấn công đầu độc, tấn công suy diễn). Từ đó, chương xác định rõ mục tiêu, đối tượng, phạm vi nghiên cứu và cấu trúc 5 chương của khóa luận.

Chương 2. Cơ sở lý thuyết

Chương 2 cung cấp cơ sở lý thuyết chi tiết phục vụ cho việc thiết kế mô hình:

• Trình bày tổng quan về Machine Learning (giám sát, không giám sát, bán giám sát, tăng cường) và Deep Learning, trọng tâm là mạng nơ-ron tích chập (CNN).
• Phân loại các kiến trúc IDS (NIDS, HIDS, dựa trên luật, dựa trên bất thường) và so sánh 3 mô hình triển khai: tập trung, phân tán, phi tập trung.
• Trình bày nguyên lý hoạt động của Federated Learning và thuật toán FedAvg.
• Phân tích cơ chế tấn công đầu độc dữ liệu/mô hình và giải pháp sử dụng độ tương tự Cosine để xác thực.
• Trình bày kiến trúc Blockchain: cấu trúc khối, chuỗi băm SHA-256, mã nonce, các thuật toán đồng thuận (PoW, PoS, DPoS, Raft).
• Khảo sát sâu về nền tảng Hyperledger Fabric (Peer, Orderer, CA, MSP, Channel, Chaincode) và hệ thống lưu trữ IPFS (khối 256 KB, CID).
• Điểm luận các công trình liên quan: mô hình ShieldFL (sử dụng mã hóa đồng hình và Cosine similarity), nghiên cứu P2P-FL trên tập dữ liệu IoT-23 (đạt độ chính xác 84%), mô hình kết hợp Hyperledger Fabric của các tác giả đi trước, framework ST-BFL (bổ sung Aggregation Layer, Verification Layer, IPFS) và BLADE-FL (bổ sung cơ chế trao thưởng).

Chương 3. Phương pháp thực hiện

Chương 3 chi tiết hóa giải pháp kỹ thuật do nhóm tác giả đề xuất:

• Giới thiệu sơ đồ kiến trúc tổng quan kết hợp giữa Federated Learning, Blockchain (Hyperledger Fabric) và IPFS.
• Phân tích 3 mô hình kết hợp lý thuyết giữa FL và Blockchain (Fully-coupled, Flexibly coupled, Loosely coupled theo phân loại của Zhilin Wang và Qin Hu) và lựa chọn hướng thiết kế tối ưu.
• Thiết kế luồng dữ liệu chi tiết giữa Client SDK, Endorsement Peer, Orderer Service, CA và IPFS.
• Xây dựng thuật toán kiểm tra độ tương tự Cosine nhằm phát hiện và loại bỏ các cập nhật trọng số độc hại.
• Trình bày công thức và thuật toán tổng hợp tham số mô hình toàn cầu FedAvg.

Chương 4. Thí nghiệm và đánh giá

Chương 4 mô tả toàn bộ quá trình thiết lập môi trường và kết quả đo kiểm thực nghiệm:

• Thiết lập thực nghiệm: Cấu hình mạng nơ-ron tích chập (CNN), thiết lập các siêu tham số học sâu, phân chia tập dữ liệu Edge-IIoTset và CIC-IDS2018 cho các máy cộng tác.
• Kịch bản kiểm thử IDS: Thực hiện huấn luyện và đánh giá trên 3 kịch bản:
  1. Huấn luyện không có tấn công đầu độc.
  2. Huấn luyện có tấn công đầu độc (không có cơ chế phòng vệ).
  3. Huấn luyện có tấn công đầu độc và áp dụng cơ chế lọc bằng Cosine similarity.
• Kiểm thử hiệu năng mạng Blockchain: Tiến hành benchmark đo lường mức độ tiêu thụ tài nguyên hệ thống (CPU, RAM, I/O) và độ trễ giao dịch trên mô hình 3 nút mạng Hyperledger Fabric ở các ngưỡng tải 1.000, 5.000 và 10.000 transactions/giây.

Chương 5. Kết luận và hướng phát triển

Chương 5 tổng kết lại toàn bộ kết quả đạt được của khóa luận: khẳng định tính khả thi và hiệu quả của mô hình cộng tác giữa FL, Hyperledger Fabric và IPFS trong việc phát hiện tấn công mạng, loại bỏ điểm lỗi đơn lẻ và ngăn chặn tấn công đầu độc. Đồng thời, tác giả thẳng thắn chỉ ra các hạn chế hiện tại và định hướng các nội dung nghiên cứu mở rộng trong tương lai.

---

Kết quả và đóng góp

Kết quả thực nghiệm chính

Khóa luận đã hoàn thành việc xây dựng khung làm việc cộng tác và đánh giá thực nghiệm toàn diện trên hai tập dữ liệu chuẩn:

Kịch bản 1: Huấn luyện chuẩn (Không có tấn công đầu độc)
Kịch bản 2: Huấn luyện khi có tấn công đầu độc (Không có cơ chế bảo vệ)
Kịch bản 3: Huấn luyện có tấn công đầu độc + Kích hoạt cơ chế lọc Cosine Similarity

• Hiệu quả phòng chống tấn công đầu độc: Khi hệ thống bị tấn công đầu độc (Kịch bản 2), hiệu năng phát hiện của mô hình CNN trên cả hai tập dữ liệu Edge-IIoTset và CIC-IDS2018 bị sụt giảm nghiêm trọng do các tham số sai lệch bị tổng hợp vào mô hình toàn cầu. Khi kích hoạt cơ chế lọc bằng độ tương tự Cosine (Kịch bản 3), hệ thống đã nhận diện chính xác và loại bỏ các mô hình cục bộ độc hại, phục hồi độ chính xác và hiệu năng phân loại tiệm cận với kịch bản huấn luyện an toàn (Kịch bản 1).
• Hiệu năng của mạng lưới Hyperledger Fabric: Kết quả benchmark trên cụm 3 nút mạng xác nhận hệ thống duy trì khả năng xử lý ổn định, ghi nhận giao dịch và đồng bộ hóa trạng thái thành công dưới các mức tải giao dịch lớn (1.000, 5.000 và 10.000 transactions/s). Việc tích hợp IPFS giúp kích thước giao dịch trên blockchain giữ ở mức nhỏ (chỉ chứa mã băm CID), giảm thiểu chi phí lưu trữ và tối ưu hóa tài nguyên mạng.

Giải pháp và đóng góp của đề tài

1. Về mặt kiến trúc: Đề xuất giải pháp loại bỏ máy chủ trung tâm truyền thống trong FL bằng cách sử dụng mạng Hyperledger Fabric có cấu hình Orderer chạy đồng thuận Raft, giúp giải quyết triệt để rủi ro điểm lỗi đơn lẻ (Single-point-of-failure).
2. Về mặt an ninh mô hình: Ứng dụng thành công thuật toán xác thực dựa trên độ tương tự Cosine để sàng lọc trọng số mô hình trước giai đoạn tổng hợp FedAvg, nâng cao tính kháng cự của hệ thống trước các cuộc tấn công đầu độc (Poisoning attacks).
3. Về mặt kỹ thuật lưu trữ: Tích hợp IPFS để lưu trữ các tệp mô hình học sâu có kích thước lớn, tách biệt giữa dữ liệu mô hình (off-chain) và dữ liệu giao dịch/mã định danh (on-chain), tăng tính khả thi khi triển khai hệ thống phân tán thực tế.

---

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu

Căn cứ theo công bố của nhóm tác giả trong văn bản khóa luận:

• Phạm vi an ninh chưa bao phủ toàn diện: Mô hình mới chỉ tập trung giải quyết rủi ro điểm lỗi đơn lẻ (Single-point-of-failure) và phòng chống tấn công đầu độc (Poisoning attacks).
• Chưa mã hóa tham số mô hình: Hệ thống chưa triển khai được các giải pháp mã hóa dữ liệu/mô hình gửi lên (như mã hóa đồng hình hoặc bảo mật đa bên) để chống lại các dạng tấn công suy diễn (Inference attacks) phức tạp.

Hướng nghiên cứu tiếp theo

• Nghiên cứu tích hợp các giải pháp mật mã học (như mã hóa đồng hình - Homomorphic Encryption hoặc quyền riêng tư vi phân - Differential Privacy) vào quá trình gửi tham số từ máy cộng tác lên hệ thống nhằm bảo vệ mô hình toàn diện hơn.
• Mở rộng thử nghiệm trên các tập dữ liệu lưu lượng mạng đa dạng khác và tối ưu hóa các siêu tham số của mô hình học sâu CNN để tăng tốc độ hội tụ.
• Nâng cao khả năng mở rộng của mạng Hyperledger Fabric khi số lượng máy cộng tác tăng lên quy mô lớn trong môi trường mạng thực tế.

---

Giá trị tham khảo

Tài liệu khóa luận mang lại giá trị tham khảo khoa học và thực tiễn cho các nhóm đối tượng:

• Sinh viên và học viên ngành An toàn thông tin, Mạng máy tính và Khoa học máy tính: Cung cấp tài liệu tham khảo chi tiết về việc kết hợp các công nghệ đa ngành (Học máy, Blockchain và Lưu trữ phân tán).
• Các nhà nghiên cứu về hệ thống phát hiện xâm nhập (IDS): Nguồn tham khảo hữu ích về quy trình tiền xử lý, phân chia dữ liệu và cấu hình mô hình CNN trên hai tập dữ liệu an ninh mạng chuẩn (Edge-IIoTset, CIC-IDS2018).
• Kỹ sư triển khai hệ thống Blockchain doanh nghiệp: Cung cấp tài liệu tham khảo thực tế về cách thiết kế kiến trúc Hyperledger Fabric phiên bản 2.x, cấu hình Raft Orderer, thiết lập Channel, CA, MSP, viết Chaincode và tích hợp hệ thống tệp IPFS để xử lý bài toán lưu trữ dữ liệu lớn.

---

Câu hỏi thường gặp

1. Tại sao nhóm tác giả lại sử dụng Hyperledger Fabric thay vì các mạng Blockchain công khai như Ethereum hay Bitcoin?

Hyperledger Fabric là nền tảng chuỗi khối doanh nghiệp có phân quyền (Permissioned Blockchain), cho phép xác thực danh tính người tham gia thông qua CA và MSP, không yêu cầu chi phí giao dịch (phí gas/tiền mã hóa) và có thông lượng giao dịch cao, độ trễ thấp, phù hợp với các tổ chức tham gia liên minh bảo mật thông tin.

2. Hệ thống giải quyết bài toán lưu trữ các tệp mô hình học sâu có dung lượng lớn trên Blockchain như thế nào?

Thay vì lưu trữ trực tiếp toàn bộ trọng số mô hình lên sổ cái của Blockchain (gây phình to dữ liệu và nghẽn mạng), hệ thống sử dụng mạng lưu trữ phân tán IPFS. Trọng số mô hình được lưu trên IPFS (chia thành các khối 256 KB), và chỉ có mã băm định danh nội dung (CID) của tệp được ghi vào giao dịch trên Hyperledger Fabric.

3. Cơ chế độ tương tự Cosine hoạt động như thế nào trong việc ngăn chặn tấn công đầu độc?

Thuật toán biểu diễn trọng số của các mô hình học sâu dưới dạng các vectơ đa chiều và tính góc cosine giữa vectơ của mô hình do máy cộng tác gửi lên với vectơ của mô hình chuẩn lành tính. Điểm tương đồng nhận giá trị từ -1 đến 1; những mô hình có độ sai lệch vượt mức cho phép sẽ bị xác định là mô hình độc hại và bị loại bỏ trước khi thực hiện bước tổng hợp FedAvg.

4. Thuật toán tổng hợp mô hình được sử dụng trong khóa luận là gì?

Nhóm tác giả sử dụng thuật toán Federated Averaging (FedAvg). Trọng số mô hình toàn cầu mới được tính bằng tổng có trọng số của các bản cập nhật từ $N$ máy cộng tác hợp lệ, trong đó trọng số tỷ lệ thuận với kích thước tập dữ liệu cục bộ $|D_i|$ của từng máy trên tổng kích thước dữ liệu $|D|$.

5. Những rủi ro bảo mật nào trong học liên kết mà khóa luận chưa giải quyết được?

Khóa luận tập trung xử lý rủi ro Single-point-of-failure và Poisoning attacks. Do giới hạn nghiên cứu, nhóm tác giả nêu rõ chưa triển khai được các tính năng mã hóa tham số mô hình gửi lên để chống lại các nguy cơ liên quan đến tấn công suy diễn (Inference attacks).

---

Kết luận

Khóa luận tốt nghiệp của sinh viên Nguyễn Duy Hoàng và Đặng Hoàng Long (ngành An toàn Thông tin, Trường Đại học Công nghệ Thông tin - ĐHQG TP.HCM) đã thiết kế và hiện thực hóa thành công khung làm việc cộng tác phát hiện tấn công mạng kết hợp giữa Học liên kết (Federated Learning) và Chuỗi khối (Hyperledger Fabric). Hệ thống đã giải quyết hiệu quả bài toán điểm lỗi đơn lẻ nhờ tính phi tập trung của Blockchain, đồng thời tích hợp IPFS để tối ưu hóa lưu trữ và áp dụng độ tương tự Cosine nhằm loại bỏ nguy cơ từ các cuộc tấn công đầu độc mô hình. Các kết quả thực nghiệm trên hai tập dữ liệu Edge-IIoTset và CIC-IDS2018 cùng kết quả benchmark mạng Hyperledger Fabric đã chứng minh tính khả thi, độ tin cậy và hiệu năng thực tế của giải pháp đề xuất.

Trích đoạn nội dung tài liệu

Chương 1: Giới thiệu tổng quan về đề tài của Khóa luận và những nghiên cứu liên quan. e Chương 2: Trình bày cơ sở lý thuyết và kiến thức nền tảng liên quan đến e Chương 3: Trình bày phương pháp thực hiện. e Chương 4: Trình bày thực nghiệm và đánh giá. e Chương 5: Kết luận và hướng phát triển của đề tài.

CƠ SỞ LÝ THUYET Chương này trình bày cơ sở lý thuyết của nghiên cứu: Bao gồm Federated learning, IDS, Blockchain, mô hình mạng Blockchain Hyperledger Fabric. Khái niệm vé học may (Machine Learning) Machine learning, một lĩnh vực trong lĩnh vực trí tuệ nhân tạo (AI) và khoa học máy tinh, sử dung di liệu và thuật toán để mô phỏng các hành vi con người và dần dần nâng cao độ chính xác của nó. Nói một cách đơn giản, học máy giúp ta đề ra các phương pháp cung cấp cho máy tính mà không cần phải thao tác lập trình một cách rõ ràng. C6 nhiều phương pháp học máy khác nhau, dưới đây là một số phương pháp phổ biến trong lĩnh vực học máy ọc máy giám sát (Supervise Learning) là phương pháp sử dụng dữ liệu đã được gán nhãn để huấn luyện mô hình dự đoán hoặc phân loại.

Các thuật toán phổ biến bao gồm hồi quy tuyến tính, cây quyết định, máy vector hỗ trợ (SVM), mạng neural , và các biến thể như mạng neural tích chap (CNN) và mang neural hồi quy (RNN).Hoc máy không giám sát (Unsuper- vised Learning): Phương pháp này sử dung di liệu chưa được gan nhãn để khám phá cấu trúc và mối uan hệ trong dữ liệu. Các thuật toán phổ biến trong học máy không giám sát bao gồm: phân cum (clustering), phân tích thành phần chính (PCA), và kỹ thuật t-SNE. Học máy bán giám sát (Semi- Supervised Learning): Phương pháp này kết hợp cả hai dạng học máy theo giám sát và không giám sát. Nó sử dụng một lượng nhỏ dữ liệu đã được gán 8 nhãn và một lượng lớn dữ liệu chưa được gan nhãn để huấn luyện mô hình.

Học máy tăng cường (Reinforcement Learning): Phương pháp này dựa trên việc xây dựng một môi trường tương tác, trong đó một hệ thống (agent) học cách đưa ra các hành động để tối đa hóa phần thưởng (reward). Thuật toán Q-Learning và thuật toán Deep Q Network (DQN) là những ví dụ phổ biến trong học máy tăng cường. Khái niệm vé học sâu (Deep Learning) Deep learning là một lĩnh vực trong trí tuệ nhân tạo (AT) và học máy, chuyên về việc xây dựng và huấn luyện các mạng nơ-ron sâu (deep neural networks) để học và hiểu dữ liệu. Mạng nơ-ron sâu được gọi là "sâu" (deep) vì nó bao gồm nhiều lớp an (hidden layers) kết nối với nhau, tạo thành một kiến trúc phức tap.

Mạng nơ-ron sâu sử dụng các phép tính toán lặp lại để trích xuất và học các đặc trưng sâu trong dữ liệu, giúp nắm bắt thông tin phức tạp và biểu diễn dữ liệu theo cách hiệu quả. gDeep learnin đã đạt được những thành tựu ấn tượng trong nhiều lĩnh vực như nhận dạng hình ảnh, xử lý ngôn ngữ tự nhiên, và tự động lái xe Các mạng nơ-ron sâu (deep neural networks) được xây dựng từ nhiều lớp nơ-ron kết nối với nhau theo một cấu trúc xác định. Các lớp đầu vào nhận dữ liệu đầu vào và truyền chúng qua các lớp ẩn (hidden layers) để trích xuất đặc trưng từ dữ liệu. Cuối cùng, dữ liệu được truyền qua các lớp đầu ra để đưa ra dự đoán hoặc phân loại.

Deep learning được coi là một tiến bộ quan trọng trong lĩnh vực trí tuệ nhân tạo vì khả năng học và xử lý thông tin phức tạp từ dữ liệu không gian lớn. Các mô hình deep learning đã đạt được những kết quả ấn tượng trong nhiều lĩnh vực như nhận dạng hình ảnh, nhận dạng giọng nói, xử lý ngôn ngữ tự nhiên và nhiều bài toán khác. Các mạng nơ-ron sâu như mạng nơ-ron tích chập (CNN) và mạng nơ-ron hồi quy (RNN) là những kiến trúc phổ biến trong deep learning. Mạng nơ-ron - Neural network Mang nơ-ron là một chuỗi thuật toán được sử dung để khám phá các mối quan hệ cơ bản trong một tập dữ liệu bằng cách mô phỏng cách hoạt động của não bộ con người.

Phương pháp này linh hoạt và có khả năng thích ứng với bất kỳ thay đổi nào trong dữ liệu đầu vào, cho phép nó đưa ra kết quả tốt nhất mà không cần đặt ra trước những tiêu chí đầu ra cụ thể. Mạng nơ-ron có ưu điểm đặc biệt trong việc phát hiện các loại mã độc mới và sự gia tăng đấng kể của các biến thể mã độc. Cụ thể hơn, mạng nơ-ron là một kiến trúc nhiều tầng, và thông thường có 3 kiểu tầng chính là: e Tầng đầu vào: Là tầng thể hiện cho những đầu vào của mạng. e Tầng đầu ra: Là tầng thể hiện cho những đầu ra của mạng.

e Tang an: Nằm giữa tang đầu vào và tang đầu ra, phụ trách nhiệm vụ suy luận luận lý của mạng. Trong mạng nơ-ron, mỗi nút mạng là một sigmoid nơ-ron nhưng hàm kích hoạt của chúng có thể khác nhau. Ở nhiều trường hợp, các mô hình được thường tùy chỉnh cho chúng đồng nhất với nhau để thuận tiện trong việc tính toán. Ngoài ra, để tăng khả năng giải quyết các bài toán phức tap, mạng nơ-ron sẽ gia tăng số lượng lớp an, tuy nhiên, càng nhiều số lượng lớp an, thời gian thực hiện tính toán sẽ càng lâu hơn.

Nếu có nhiều lớp an, số nút trong các lớp đó thường được chọn bằng nhau. Convolutional Neural Network (CNN) là một kiến trúc mang nơ-ron đặc biệt được sử dụng rộng rãi trong lĩnh vực xử lý ảnh và thị giác máy tính. CNN là một dạng đặc biệt của mạng nơ-ron nhân tạo, được thiết kế để xử lý dữ liệu không gian như hình ảnh.CNN có một kiến trúc đặc thù với các lớp đặc trưng chồng chéo va các bộ lọc tích chập. Nhờ sử dụng các bộ lọc tích chập, CNN có khả năng tự học và trích xuất các đặc trưng cấp cao từ dữ liệu ảnh.

Các lớp kết 10 nối đầy đủ (fully connected) sau đó được sử dụng để phân loại hoặc dự đoán dựa trên các đặc trưng này. DNN có thé có nhiều lớp ẩn hơn so với các mạng nơ-ron thông thường, cho phép nó học và hiểu các mức độ biểu diễn phức tạp hơn từ dữ liệu đầu vào.DNN là một dạng mạng nơ-ron rất mạnh mẽ và có khả năng học tự động các đặc trưng và biểu diễn sâu. Các lớp ẩn trong DNN giúp nó xây dựng các mức độ biểu diễn phức tạp dựa trên những mức đơn giản hơn. Điều này cho phép DNN học được các khái niệm trừu tượng và đại diện cho dữ liệu một cách hiệu quả hơn.

Mô hình phát hiện tấn công mạng Mục đích của mô hình tấn công mạng là khả năng áp dụng học máy vào việc phát hiện tấn công mạng, từ đó nâng cao khả năng dự đoán các cuộc tấn công. Hệ thông phát hiện xâm nhập Hệ thống phát hiện xâm nhập - IDS (Intrusion Detection Systems) là một ứng dụng hoặc công cụ phần mềm có nhiệm vụ bảo vệ hệ thống và cảnh báo về những hoạt động đáng ngờ xâm nhập vào. Chức năng chính của IDS là ngăn chặn và phát hiện các hành vi có tiềm năng gây tổn hại đến tính bảo mật của hệ thống, như các hoạt động tìm kiếm lỗ hồng hoặc quét cổng không được phép. Khi phát hiện được một hành vi đáng ngờ, IDS sẽ cung cấp cảnh báo để người quản trị hệ thống có thể xử lý và ngăn chặn sự xâm nhập.

Có nhiều loại IDS khác nhau, mỗi loại có một chức năng và nhiệm vụ riêng chúng bao gồm: e NIDS (Network Intrusion Detection Systems): Một hệ thống phát hiện xâm nhập mạng, được sử dụng để giám sát và phát hiện các hoạt động xâm nhập hoặc đáng ngờ trên một mạng. NIDS được triển khai tại các điểm 11 trong yếu trong hệ thống mang để giám sát lưu lượng mang đến (inbound) và đi (outbound) từ các thiết bị trong mạng. e HIDS (Host Intrusion Detection Systems): Là một công cụ bảo mật giấm sát và phát hiện các hoạt động bất thường trên máy chủ. Nó sử dụng các phương pháp phân tích log, giám sát hệ thống và phân tích động để xác định các hành vi đáng ngờ hoặc đối tượng độc hại và cảnh báo quản trị viên.

e Signature-Based IDS: Day là các IDS hoạt động dựa trên các dữ liệu đã được huấn luyện từ trước, từ đó đưa ra dự đoán xem đó có phải là cuộc tấn công hay không. Tuy nhiên hệ thống này có hạn chế là chỉ phát hiện được các cuộc tấn công đã biết và có dấu hiệu tương tự. e Anomaly-Based IDS: IDS này được sử dung để phát hiện mối đe dọa dựa trên sự bất thường. Thay vì dựa vào các mẫu dữ liệu của các cuộc tấn công đã biết, Anomaly-Based IDS tập trung vào việc xác định các hoạt động bất thường hoặc không phù hợp với hành vi bình thường của hệ thống.

Hệ thống phát hiện xâm nhập dựa trên học máy Học máy là một lĩnh vực trong trí tuệ nhân tạo, nó cho phép máy tính học và thực hiện các nhiệm vụ mà không cần được lập trình cụ thể. Điều này được thực hiện bằng cách sử dụng dữ liệu và phân tích thông tin từ các tập dữ liệu lớn, để may tính có thể dự đoán và tạo ra các kết quả, dự báo hoặc đưa ra quyết định. Công nghệ trí tuệ nhân tạo có ứng dụng rộng trong nhiều lĩnh vực, ví dụ như thương mại điện tử. Trong lĩnh vực này, máy học được sử dụng để đưa ra quyết định dựa trên hành vi và sở thích của khách hàng, cũng như để cung cấp các dịch vụ y tế cho người tiêu dùng.

Ngoài ra, trí tuệ nhân tạo cũng có thể được sử dụng để dự báo đại dịch hoặc khả năng phục hồi sau một số bệnh như ung thư, dựa trên lịch sử y tế của mỗi người [17], [1]. 12 Hiện nay, với sự phát triển của khoa học và công nghệ, lượng lớn các cuộc tấn công mạng được thực hiện một cách tinh vi hơn, số lượng lớn hơn, điều đó khiến cho công việc phát hiện tấn công mạng trở nên khó khăn dẫn tới việc hệ thống phát hiện xâm nhập có thể bị vướt qua bất cứ lúc nào. Không những thế, với những suy nghĩ đột phá trong việc tấn công mạng, việc phân tích và đánh giá đó là một mối nguy tấn công đối với hệ thống là một công việc khá tốn thời gian và công sức. Việc áp dụng học máy vào hệ thống phát hiện xâm nhập đóng vai trò quan trọng trong việc tăng cường bảo mật cho các hệ thống.