Chương 1. TQ dG ti na. Mục tiêu của đê tài.-- Sc 2c St S1 v11 191511112 1111111 1 111 11x grrrưyn5 1. Đối tượng và phạm vi nghiên cứu.
_ Đối tượng nghiên cứu. _ Phạm vi nghiên cứu.--- - 55+5++c+SSc+tekerererrerrre 6 Chương2. Tổng quan về hệ thống phát hiện xâm nhập. Tổng quan về Hệ thống IDS ứng dụng cơ sở Máy hoc.
Các kỹ thuật chọn lọc thuộc tính. _ Tiêu chí đánh giá tính hiệu quả của các thuật toán kiểm chứng. Các công trình liên Quan. ccecccceseeseeeeseseseseseeeneseseseeeesesesestsneeessseseaees 19 Chương 3.
| NOIDUNG VÀ PHƯƠNG PHÁP. Tổng quan giải pháp. Hướng phát triển của công trình nghiên cứu. Tìm hiểu, phân tích về các thuật toán chọn lọc nói chung.
Áp dụng thuật toán vào mô hình tổng thê. Thuật toán chon lọc thuộc tính. Đánh giá mô hình trước các cuộc tân cong. Xây dựng mô hình giả lập tấn công.
Huấn luyện mô hình dé phát hiện cuộc tan công. Mở rộng với các mô hình học sâu dé phát hiện cuộc tan công. Phương pháp đánh giá kết quả thực nghiệm. THỰC NGHIEM VÀ DANH GIA.
Môi trường thực hiện. Các tập dữ liệu sử dụng. Tập dữ liệu KDD. Tập dữ liệu UNSW - NBI5.
Tập dữ liệu CIC —IDS (2017). Kết quả nghiên cứu.----ccc+¿222222222++tt22EEEEEEEErrrrtrrrrkvrrrrrrrrrrrrvee 52 4. Kết quả huấn luyện mô hình học sâu. Kết quả huấn luyện mô hình so sánh với nghiên cứu khác.
So sánh kết quả với hệ thống tan công mẫu đối kháng. | TONG KET VÀ HƯỚNG PHÁT TRIẺN. Ý nghĩa khoa học. Hướng phát triển trong tương lai.---+22v+zv2vcvvrrerrvvvrrerrrer 63 Phụ lục A: Các công bố khoa hỌC.65 DANH MỤC HÌNH ẢNH Hình 1.
Tổng quan về hệ thống phát hiện xâm nhập. Tổng quan các phương pháp lựa chọn thuộc tinh. Các biến thể của thuật toán Ensemble.-- ¿22+ +e+£++rxe+rxesre 16 Hình 4. Các bước của thuật toán Random FOr€st.
Phương pháp EiÏter.----- 5:52 2222+*32t SE 323 32 2211111 ekrree 24 Hình 6. Phương pháp Wrapper. Phương pháp Embedded.- - ¿+ +5 ++sv+t#t£vEvxeEeketeterrrrrrrrrrevee 26 Hình 8. Mô hình tổng quan giải pháp.
Thuật toán Ada Boost trên tập dit liệu KDD. Thuật toán Random Forest trên tập dữ liệu KDD. Kết quả huấn luyện của Ada Boost với tập con gồm 9 thuộc tính. Kết quả huấn luyện của Ada Boost với tập con gồm 11 thuộc tinh.
Thuật toán Kmeans trên tập CIC-IDS20 17. Thuật toán Gaussian Mixture trên tập CIC-IDS2017. Kết quả chi tiết của mô hình học sâu trên bộ dữ liệu CIC-IDS. Kết quả chỉ tiết của mô hình hoc sâu trên bộ dữ liệu NSL KDD.
Kết qua chi tiết của mô hình học sâu trên bộ dữ liệu USNW NBI5. Kết qua Confusion matrix khi áp dụng thuật toán cho mô hình học sâu trén tap dit ligu CIC-IDS. Kết qua Confusion matrix khi áp dụng thuật toán cho mô hình học sâu trén tap dit liu NSL-KDD 1T. Két qua Confusion matrix khi áp dung thuật toán cho mô hình học sâu trên tập dữ liệu UNSW-NB lỐ.
--- ng tre 56 DANH MỤC BANG Bang I. So sánh các phương pháp lựa chọn thuộc tính. Các lớp tấn công của tập dit liệu NSL KDD. Danh sách các thuộc tính của tập dữ liệu NSL — KDÌD.
Danh sách các lớp của tập dữ liệu UNSW-NBI5. Danh sách các thuộc tính của tập dữ liệu UNSW-NBI5. Danh sách các lớp tan công của tập dữ liệu CICIDS2017. Danh sách các thuộc tính của tập dữ liệu CICIDS2017.
So sánh kết quả giữa các tập dit liệu khác nhau cho mô hình học sâu CNN gồm các tập dữ liệu CICIDS, UNSW-NB15, NSLKDD. Kết quả so sánh giữa thuật toán của nhóm và phương pháp PIO khi áp dụng thuật toán cho mô hình máy học trên tập dữ liệu KDD-CUP99. Kết quả so sánh giữa thuật toán của nhóm và phương pháp PIO khi áp dụng thuật toán cho mô hình máy học trên tap dữ liệu NSL-KDD. So sánh kết quả mô hình tao mẫu đối kháng với phương pháp Gaussian- based với DT và SVM.
HH nh TH nh HH Tu HH HH in 59 Bang 12. Kết quả của quá trình chạy với mô hình tong hợp từ Max voting và Blending. 60 DANH MỤC TU VIET TAT Số thứ tự Thuật ngữ Mô tả 1 ANN Artificial Neural Network 2 BA Bat Algorithm 3 BIM Basic Iteractive Method 4 CNN Convolutional Neural Network 5 CPU Central Processing Unit 6 DDOS Distributed Denial-Of-Service 7 DT Decision Tree 8 FGSM Fast Gradient Sign Method 9 FN False Negative 10 FNR False Negative Rate 11 FP False Positive 12 FPR False Positive Rate 13 GP Gaussian Processing 14 GPU Graphics Processing Unit 15 HIDS Host-Based Intrusion Detection System 16 IDS Intrusion Detection System 17 IOT Internet Of Thing 18 JSMA _ Probabilistic Jacobian-based Saliency Maps Attacks 19 KNN K-Nearest Neighbors 20 ML Machine Learning 21 NIDS Network-Based Intrusion Detection System 22 OS Operating System 23 PIO Pigeon Inspired Optimizer 24 RF Random Forest 25 RF Random Forest 26 SVM Support Vector Machine 27 TN True Negative 28 TNR True Negative Rate 29 TP True Positive 30 TPR True Positive Rate TÓM TẮT KHÓA LUẬN Lựa chọn thuộc tính - Feature Selection (FS) là quá trình giảm thiểu dữ liệu đầu vào cho model bằng việc chỉ sử dụng các dữ liệu có liên quan và loại bỏ những dữ liệu không liên quan, không có giá trị đối với model. Lựa chọn thuộc tính là rất can thiết trong bối cảnh hiện tại bởi lẽ trong những năm gan đây, mạng lưới Internet ngày càng được mở rộng hơn.
Cùng với đó là số lượng người dùng, số lượng thiết bị thông minh ngày một tăng dẫn đến lượng dữ liệu lưu thông trên Internet ngày càng nhiều. Lợi dụng điều này, nhiều kẻ xấu đã thực hiện hàng loạt các cuộc tan công mang nhằm vào các mục tiêu từ cá nhân đến tô chức. Tuy nhiên, ti lệ thành công của các cuộc tan công mạng có thể bị giảm thiểu khi mà có sự xuất hiện của các hệ thống phát hiện xâm nhập mang (IDS) sử dung Machine Learning (ML). Các hệ thong IDS nay sẽ liên tục giám sat lưu lượng mang va đưa ra các cảnh báo khi mà chúng phát hiện được traffic bất thường, có dấu hiệu tấn công.
Mặc dù vậy, các mô hình IDS này sẽ gặp vấn đề với việc training và độ chính xác bởi độ đa dang của các thuộc tính mang. Do đó mà FS là một lựa chọn cực kỳ hữu ích cung cấp giải pháp cho các hệ thống phát hiện và phân loại xâm nhập mạng, giúp giải quyết được vấn đề liên quan đến thời gian training cũng như độ chính xác. Cụ thê, chúng tôi kết hợp ưu điểm của hai thuật toán là AdaBoost và Random Forest để nâng cao chất lượng của việc lựa chọn thuộc tính. Phương pháp này giúp giải quyết được các vấn đề về thời gian huấn luyện và độ chính xác của các mô hình học máy.
Chúng tôi đã đánh giá mô hình trên ba bộ dit liệu với các kết quả rất khả quan, tùy thuộc vào bộ dữ liệu ma có thé cái thiện được về một trong hai van đề là thời gian huấn luyện, độ chính xác hoặc cả hai. Ngoài ra, khi đem phương pháp của chúng tôi so sánh với một phương pháp nỗi tiếng là Pigeon Inspired Optimization (PIO) thì phương pháp của chúng tôi đã đem lại độ chính xác cao hơn khi chạy trên cùng bộ dữ liệu là KDDCUP99 và NSLKDD. Ngoài ra, khi thực hiện với các cuộc tấn công Adversarial Examples (AE) thì độ hiệu quả vẫn rất đáng chú ý, đặc biệt với các cuộc tấn công AE sử dụng Fast Gradient Signed Method, Basic Iterative Method, Jacobian-based Map Attack. Tên đề tài Tên tiếng Việt: XÂY DỰNG PHƯƠNG PHAP LỰA CHON THUOC TÍNH HIEU QUA CHO HE THONG PHAT HIỆN XÂM NHẬP MẠNG.
Tén tiéng Anh: EFFECTIVE FEATURE SELECTION METHOD FOR INTRUSION DETECTION SYSTEMS. Dat van dé Internet đã phát triển một cách chóng mặt va làm thay đổi nhiều mặt trong cuộc sống thường nhật của con người. Theo như Internet World Stats (IWS), từ tháng 6 năm 2017 đến tháng 3 năm 2022, số lượng người dùng Internet tăng từ 3885 triệu lên 5382 triệu [1]. Day là một con số không 16 bởi từ những con số ta biết được hơn 67,8% dân số trên thế giới đã và đang sử dụng Internet.
Thêm vào đó là sự phát triển của Internet of Thing (IoT), các nền tảng mạng xã hội, nồi bật là TikTok. Được đưa ra thị trường vào năm 2017, cho đến nay, lượng người dùng hang tháng được báo cáo lên tới 1 tỷ và tổng số người dùng trên toàn thế giới đạt tới con số 4. Do đó mà dữ liệu lưu thông trên mạng hàng ngày là rất lớn và gia tăng với tốc độ nhanh chóng. Lượng dit liệu khong 16 này có thé gây nên khó khăn trong việc quản lý và phân tích.
Đối với những người dùng bình thường thì việc lưu lượng tăng cao không hề có ý nghĩ gì với họ, tuy nhiên, đối với kẻ xấu thì đây có thể coi như là một mỏ vàng, những kẻ này trong thời đại công nghệ được gọi là tội phạm số. Những kẻ này có thé ăn cắp thông tin, tiền bạc, tống tiền, phá hoại hệ thống,. tạo ra hỗn loạn trên môi trường mạng, chúng là những đối tượng không lành mạnh đối với cá nhân người dùng cũng như các doanh nghiệp lớn nhỏ. Một ví dụ điển hình đó là trong thời kỳ Covid vừa qua, số lượng người dùng Internet tăng đột biến, các công ty lớn nhỏ cũng bắt đầu chuyền qua hình thức làm online, các trường học từ tat cả các cap bậc cũng chuyên hướng qua sử dụng các phân mêm dạy học trực tuyến, kể cả đến y tế, các bác sĩ cũng thực hiện chuẩn đoán bệnh cho bệnh nhân thông qua mạng Internet,.
và rất nhiều lĩnh vực khác cũng làm điều tương tự. Nhận thấy được điểm này, các kẻ tấn công đã thực hiện rất nhiều các cuộc tấn công dé chuộc lợi. Theo thống kê của McAfee về thiệt hại toàn cầu gây ra bởi những tội phạm số thì vào năm 2018, tổng thiệt hại gây ra bởi tội phạm số là khoảng 500 tỷ đô la [2]. Đến năm 2020, con số này gần như tăng gấp đôi, rơi vào khoảng 945 tỷ đô la.
Chính vì vậy mà nhu cầu sử dụng các hệ thống phát hiện xâm nhập ngày cảng tăng. Hệ thống phát hiện xâm nhập (IDS) lần đầu tiên được đề xuất vào năm 1986 bởi Denning [3]. Day là một mô hình có thé phát hiện các hoạt động độc hại và các hành vi bất thường trong mang, là nền tảng quan trọng dé bảo vệ mạng. Tuy nhiên, do sự phát trién đôi mới không ngừng của mạng cùng với các kỹ thuật tan công mạng ngày càng tinh vi hon, IDS vẫn là một chủ đề quan trọng đối với các nhà nghiên cứu.
Khi các cuộc tan công xảy ra, kẻ tấn công sẽ nhằm đến tài sản số, chúng sẽ có găng dé ăn cắp thông tin mật, sửa đổi thông tin, hoặc có thé là làm hệ thống ngừng hoạt động.