Mô Hình Phát Hiện Tấn Công Web Dựa Vào Kỹ Thuật Bay Mạng Và Quy Trình MLOps

• Tác giả: Phạm Đức Trọng
• Người hướng dẫn: ThS. Phan Thế Duy
• Trường học: Đại học Quốc gia TP. Hồ Chí Minh
• Chuyên ngành: Kỹ sư ngành An toàn thông tin
• Đề tài: Phát Hiện Tấn Công Web Dựa Vào Kỹ Thuật Bay Mạng Và Quy Trình MLOps
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2022
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.3. Phạm vi nghiên cứu
• 1.4. Đối tượng nghiên cứu
• 1.5. Phương pháp thực hiện
• 1.6. Cấu trúc khóa luận
• 2. CHƯƠNG 2: TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU
• 2.1. Tình hình nghiên cứu và các công trình liên quan
• 2.2. Một số cải tiến so với nghiên cứu khác
• 2.3. Ý nghĩa khoa học và thực tiễn của đề tài
• 2.3.1. Ý nghĩa khoa học
• 2.3.2. Ý nghĩa thực tiễn
• 3. CHƯƠNG 3: CƠ SỞ LÝ THUYẾT
• 3.1. Học máy và cách xây dựng mô hình học máy
• 3.1.1. Học máy (Machine Learning) là gì?
• 3.1.2. Phân loại thuật toán ML
• 4. CHƯƠNG 4: PHƯƠNG PHÁP THỰC HIỆN
• 4.1. Thiết kế mô hình tổng quan
• 4.2. Tiền xử lý dữ liệu
• 4.3. Tạo và huấn luyện mô hình học máy
• 4.4. Kiểm tra mô hình học máy
• 4.5. Thực hiện tạo ảnh docker
• 4.6. Xây dựng hệ thống bẫy mạng
• 4.6.1. Tổng quan bẫy mạng
• 4.6.2. Quá trình thu thập log
• 4.6.3. Bộ kích hoạt (Trigger)
• 4.6.4. Quản lý danh sách được phép truy cập
• 4.6.5. Quản lý máy chủ trang mạng Nginx
• 4.6.6. Xử lý nhật ký truy cập
• 5. CHƯƠNG 5: HIỆN THỰC VÀ THỰC NGHIỆM
• 5.1. Hiện thực quá trình
• 5.1.1. Tạo mô hình học máy
• 5.1.2. Tạo tệp dữ liệu dataset
• 5.1.3. Tạo đường dẫn Kubeflow
• 5.1.4. Xây dựng bẫy mạng (honeypot)
• 5.1.5. Xử lý nhật ký truy cập
• 5.1.5.1. Quản lý danh sách được phép truy cập
• 5.1.5.2. Quản lý máy chủ trang mạng Nginx
• 5.1.5.3. Xử lý nhật ký truy cập
• 5.2. Tập dữ liệu thực nghiệm
• 5.2.1. Tạo tập dữ liệu
• 5.2.2. Tập dữ liệu thu được
• 5.2.3. Tập dữ liệu công bố trên mạng
• 5.3. Phương pháp đánh giá
• 5.4. Mô hình được huấn luyện trong lần đầu tiên
• 5.5. Huấn luyện mô hình học máy trên tập dữ liệu Fwaf
• 5.6. Khả năng phát hiện mã tấn công mới
• 6. CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 6.1. Kết luận
• 6.2. Hướng phát triển
• Danh sách hình vẽ
• Danh sách bảng
• Danh mục từ viết tắt
• Danh mục từ tạm dịch
• TÓM TẮT KHÓA LUẬN

Tóm tắt

I. Tổng Quan Về Phát Hiện Tấn Công Web Dựa Vào Kỹ Thuật Bay Mạng

Phát hiện tấn công web là một lĩnh vực quan trọng trong an ninh mạng. Với sự gia tăng của các cuộc tấn công mạng, việc phát hiện và ngăn chặn các mối đe dọa trở nên cấp thiết hơn bao giờ hết. Kỹ thuật bay mạng (Honeypot) đã được chứng minh là một phương pháp hiệu quả trong việc thu hút và phân tích các cuộc tấn công. Bài viết này sẽ khám phá cách mà kỹ thuật bay mạng kết hợp với quy trình MLOps có thể cải thiện khả năng phát hiện tấn công web.

1.1. Lý Do Chọn Đề Tài Phát Hiện Tấn Công Web

Sự bùng nổ của Internet đã tạo ra nhiều thách thức trong an ninh mạng. Các trang web ngày càng trở thành mục tiêu của kẻ tấn công. Việc phát hiện tấn công web hiệu quả là cần thiết để bảo vệ thông tin và tài nguyên của tổ chức.

1.2. Mục Tiêu Nghiên Cứu Về Kỹ Thuật Bay Mạng

Mục tiêu nghiên cứu là xây dựng một hệ thống phát hiện tấn công web tự động thông qua việc sử dụng kỹ thuật bay mạng. Hệ thống này sẽ thu thập dữ liệu tấn công và áp dụng các mô hình học máy để phân loại và phát hiện các cuộc tấn công mới.

II. Thách Thức Trong Phát Hiện Tấn Công Web Hiện Nay

Mặc dù có nhiều phương pháp phát hiện tấn công, nhưng vẫn tồn tại nhiều thách thức. Các cuộc tấn công ngày càng tinh vi và khó phát hiện hơn. Việc cập nhật dữ liệu về các hình thức tấn công mới cũng là một vấn đề lớn. Hệ thống phát hiện truyền thống thường không đủ nhanh nhạy để đối phó với các mối đe dọa mới.

2.1. Các Hình Thức Tấn Công Phổ Biến

Các hình thức tấn công như SQL Injection, Cross-Site Scripting (XSS) và DoS đang gia tăng. Những hình thức này thường khó phát hiện nếu không có các biện pháp bảo vệ phù hợp.

2.2. Khó Khăn Trong Việc Cập Nhật Dữ Liệu

Việc cập nhật dữ liệu về các cuộc tấn công mới là một thách thức lớn. Nhiều hệ thống không thể theo kịp với tốc độ phát triển của các mối đe dọa mới, dẫn đến việc phát hiện không hiệu quả.

III. Phương Pháp Phát Hiện Tấn Công Web Bằng Kỹ Thuật Bay Mạng

Kỹ thuật bay mạng là một phương pháp hiệu quả trong việc phát hiện tấn công web. Bằng cách tạo ra các bẫy mạng, hệ thống có thể thu hút kẻ tấn công và thu thập dữ liệu về các cuộc tấn công. Quy trình MLOps giúp tự động hóa việc thu thập và phân tích dữ liệu, từ đó cải thiện khả năng phát hiện.

3.1. Cách Thức Hoạt Động Của Kỹ Thuật Bay Mạng

Kỹ thuật bay mạng hoạt động bằng cách tạo ra các môi trường giả lập để thu hút kẻ tấn công. Những môi trường này cho phép thu thập dữ liệu về hành vi tấn công và từ đó cải thiện khả năng phát hiện.

3.2. Quy Trình MLOps Trong Phát Hiện Tấn Công

Quy trình MLOps giúp tự động hóa các bước từ thu thập dữ liệu, huấn luyện mô hình đến triển khai. Điều này giúp giảm thiểu thời gian và công sức cần thiết để phát hiện các cuộc tấn công mới.

IV. Ứng Dụng Thực Tiễn Của Kỹ Thuật Bay Mạng Trong An Ninh Mạng

Kỹ thuật bay mạng không chỉ giúp phát hiện tấn công mà còn cung cấp thông tin quý giá cho việc cải thiện an ninh mạng. Các tổ chức có thể sử dụng dữ liệu thu thập được để nâng cao khả năng phòng ngừa và ứng phó với các cuộc tấn công.

4.1. Tăng Cường An Ninh Mạng Nhờ Dữ Liệu Từ Bay Mạng

Dữ liệu thu thập từ các bẫy mạng có thể được sử dụng để phân tích và cải thiện các biện pháp bảo vệ. Điều này giúp tổ chức phát hiện và ngăn chặn các cuộc tấn công hiệu quả hơn.

4.2. Kết Quả Nghiên Cứu Về Phát Hiện Tấn Công

Nghiên cứu cho thấy việc áp dụng kỹ thuật bay mạng kết hợp với MLOps có thể cải thiện đáng kể tỷ lệ phát hiện tấn công. Các tổ chức có thể giảm thiểu rủi ro và bảo vệ thông tin tốt hơn.

V. Kết Luận Về Tương Lai Của Phát Hiện Tấn Công Web

Tương lai của phát hiện tấn công web sẽ phụ thuộc vào khả năng áp dụng các công nghệ mới như trí tuệ nhân tạo và học máy. Kỹ thuật bay mạng sẽ tiếp tục đóng vai trò quan trọng trong việc thu thập dữ liệu và phát hiện các cuộc tấn công mới.

5.1. Xu Hướng Phát Triển Trong An Ninh Mạng

Xu hướng phát triển trong an ninh mạng sẽ tập trung vào việc sử dụng trí tuệ nhân tạo để cải thiện khả năng phát hiện và ứng phó với các cuộc tấn công. Kỹ thuật bay mạng sẽ là một phần không thể thiếu trong chiến lược này.

5.2. Tầm Quan Trọng Của Tự Động Hóa Trong Phát Hiện Tấn Công

Tự động hóa quy trình phát hiện tấn công sẽ giúp giảm thiểu thời gian phản ứng và nâng cao hiệu quả. Các tổ chức cần đầu tư vào công nghệ để cải thiện khả năng bảo vệ của mình.