ĐẠI HỌC QUOC GIA TP. HO CHÍ MINH TRUONG DAI HOC CONG NGHE THONG TIN KHOA MANG MAY TINH VA TRUYEN THONG vU ANH HAO KHOA LUAN TOT NGHIEP XAY DUNG HE THONG DANH GIA DO HIEU QUA CUA IDS THONG QUA DU LIEU TONG HOP BUILDING AN IDS EVALUATION FRAMEWORK USING SYNTHETIC DATA KY SU NGANH AN TOAN THONG TIN TP. HO CHÍ MINH, 2021 ĐẠI HỌC QUOC GIA TP. HO CHÍ MINH TRUONG DAI HOC CONG NGHE THONG TIN KHOA MANG MAY TINH VA TRUYEN THONG VU ANH HAO - 17520452 KHOA LUAN TOT NGHIEP XAY DUNG HE THONG DANH GIA DO HIEU QUA CUA IDS THONG QUA DU LIEU TONG HOP BUILDING AN IDS EVALUATION FRAMEWORK USING SYNTHETIC DATA KY SƯ NGANH AN TOAN THONG TIN GIANG VIEN HUONG DAN THS.
NGUYEN KHANH THUAT TP. HO CHÍ MINH, 2021 THONG TIN HOI DONG CHAM KHÓA LUẬN TOT NGHIỆP Hội đồng cham khóa luận tốt nghiệp, thành lập theo Quyết định số. của Hiệu trưởng Trường Đại học Công nghệ Thông tin. ĐẠI HỌC QUỐC GIA TP.
HO CHÍMINH CỘNG HOA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC Độc Lập - Tự Do - Hạnh Phúc CÔNG NGHỆ THÔNG TIN TP. năm 2021 NHAN XÉT KHÓA LUẬN TOT NGHIỆP (CUA CÁN BỘ HƯỚNG DAN) Tên khóa luân: XÂY DỰNG HỆ THÓNG ĐÁNH GIÁ ĐỘ HIỆU QUÁ CUA IDS THONG QUA DU LIEU TONG HỢP BUILDING AN IDS EVALUATION FRAMEWORK USING SYNTHETIC DATA Nhóm SV thuc hiện: Cán bộ hướng dẫn: Vũ Anh Hào 17520452 ThS. Nguyễn Khánh Thuật Đánh gia Khóa luân 1. Về cuốn báo cáo: Só trang - Số chương SỐ bang sô liệu Sô hình vẽ Sô tài liệu tham khảo San phâm Một sô nhận xét về hình thức cuôn báo cáo: 2.
Về nội dung nghiên cứu: 3. Về chương trình ứng dụng: 4. Về thái độ làm việc của sinh viên: Đánh giá chung: Khóa luận đạt/không đạt yêu cầu của một khóa luận tốt nghiệp kỹ sư/ cử nhân, xếp loại Giỏi/ Khá/ Trung bình. Điểm từng sinh viên: Vũ Anh Hào.
0 Người nhận xét ThS. Nguyễn Khánh Thuật ĐẠI HỌC QUỐC GIA TP. HO CHÍMINH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC Độc Lập - Tự Do - Hạnh Phúc CÔNG NGHỆ THÔNG TIN TP. năm 2021 NHẠN XÉT KHÓA LUẬN TÓT NGHIỆP (CUA CÁN BỘ PHAN BIEN) Tên khóa luân: XÂY DỰNG HỆ THÓNG ĐÁNH GIÁ ĐỘ HIỆU QUÁ CUA IDS THONG QUA DU LIEU TONG HỢP BUILDING AN IDS EVALUATION FRAMEWORK USING SYNTHETIC DATA Nhóm SV thu hién: Can bộ phan biện: Vũ Anh Hao 17520452 Đánh giá Khóa luận 1.
Về cuốn báo cáo: Số trang - Số chương SO bang sô liệu Sô hình vẽ Sô tài liệu tham khảo Sản phâm Một sô nhận xét về hình thức cuôn báo cáo: 2. Về nội dung nghiên cứu: 3. Về chương trình ứng dụng: 4. Vệ thái độ làm việc của sinh viên: Đánh giá chung: Khóa luận đạt/không đạt yêu cầu của một khóa luận tốt nghiệp kỹ sư/ cử nhân, xếp loại Giỏi/ Khá/ Trung bình.
Điểm từng sinh viên: Vũ Anh Hào. -- -- << << << xxx < xxx H0 Người nhận xét LỜI CẢM ƠN Lời đầu tiên, em xin trân trọng cảm ơn quý thầy, cô đang công tác và giảng day tại khoa Mang máy tính và Truyền thông, cũng như toàn thê thầy, cô khác công tác tại trường Đại học Công nghệ Thông tin - ĐHQG HCM đã truyền đạt những kiến thức, bài học, kinh nghiệm quý báu cho em trong suốt quãng thời gian vừa qua. Và đã sắp xếp thời gian, chương trình để em có cơ hội hoàn thành khóa luận tốt nghiệp tốt nhất. Xin kính chúc khoa Mạng máy tính và Truyền thông nói riêng và trường Đại học Công nghệ Thông tin nói chung luôn thành công rực rỡ trên con đường giảng dạy đào tạo nhân tài, sẽ mãi là niềm tin vững chắc cho các thế hệ sinh viên trên con đường giáo dục.
Đặc biệt, em xin gửi lời cảm ơn chân thành nhất đến giảng viên hướng dẫn. Nhờ những kinh nghiệm, bài học quý báu được chia sẻ từ thầy, thầy đã luôn quan tâm và giúp đỡ giải quyết những vấn đề phát sinh, khó khăn trong quá trình thực hiện. Nhờ có thầy, em đã có cơ hội hoàn thành tốt khóa luận tốt nghiệp này. Tiếp theo, em xin cảm ơn về phía gia đình đã luôn luôn tin tưởng, động viên chúng em trong suốt quá trình học tập tại trường Đại học Công nghệ Thông tin — ĐHQG HCM, giúp em có thêm nguồn năng lượng dé đi đến được như ngày hôm nay.
Cuối cùng, xin cảm ơn người bạn đồng hành với em trong môn học Đồ án chuyên ngảnh dé có được một bài báo khoa học làm cơ sở cho khóa luận ngày hôm nay. Hồ Chí Minh, ngày. năm 2021 Tác giả Vũ Anh Hào ĐẠI HOC QUOC GIA TP. HO CHÍMINH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT N TRƯỜNG ĐẠI HỌC Độc Lập - Tự Do - Hạnh Phúc CÔNG NGHỆ THÔNG TIN DE CUONG CHI TIET TEN DE TAI: - Tiéng Việt: Xây dựng hệ thống đánh giá độ hiệu qua của IDS thông qua dữ liệu tông hợp - Tiêng Anh: Building an IDS evaluation framework using synthetic data.
Cán bộ hướng dẫn: ThS. Nguyễn Khánh Thuật Thời gian thực hiện: Từ ngày 24/01/2021 đến ngày 20/06/2021 Sinh viên thực hiện: Vũ Anh Hào — 17520452 — 0338929592 Nội dung đề tài: - Mô tả chỉ tiết mục tiêu: Trong đề tài, sinh viên hướng tới việc xây dựng một hệ thống cho phép kiểm thử độ hiệu quả của một hệ thong IDS. Sự hiệu quả được đánh gia qua các yếu tô khác nhau như: độ chính xác, tài nguyên tiêu thụ, độ trễ. Dữ liệu của việc đánh giá được sinh ra từ một thuật toán học sâu.
Thuật toán này được train với các tập dữ liệu thật khác nhau và có thê tao ra dữ liệu tân công IDS với độ phức tạp cao. Đây cũng là đóng góp chính của luận văn. - Pham vi: o Framework cho phép kiểm thir IDS o Các thuật toán machine learning dùng trong IDS - Đối tượng: Các hệ thong IDS, dit liệu tan công dùng dé luyện tập và kiểm thử IDS. - _ Cách thức thực hiện: o Sử dụng các ứng dụng tạo các dữ liệu mang thông thường từ người dùng, và dữ liệu bất thường từ các tools tan công.
o Đóng gói các thành phần tạo dữ liệu mạng thông thường và bất thường trong các docker dé dé dành trong việc quản lý và triên khai o Thử nghiệm và phát triển thuật toán tạo dữ liệuảo bằng thuật toán Gan thông qua việc học từ các tập dữ liệu tan công trược công bố trên mạng. o Nối các nguồn dữ liệu vào trong IDS, từ đó kiểm tra độ hiệu quả của IDS trong việc phát hiện dữ liệu bất thường. Kế hoạch thực hiện: - _ Giai đoạn 1 (01/2021 - 03/2021): Xây dựng hệ thống có giao diện cho phép kiểm thử độ hiểu quả của một vài IDS. - Giai đoạn 2 (04/2021): Tối ưu hóa hệ thống kiêm thử.
Da dang hóa các phương thức tấn công dé tạo ra các tập dữ liệu với độ phức tạp cao. - Giai đoạn 3 (05/2021): Bỗ sung khả năng tùy biến giúp đánh giá nhiều hệ thong IDS khác nhau. Triển khai và đánh giá thử nghiệm một vai IDS từ đơn giản đến phúc tạp. - — Giai đoạn 4 (06/2021 — 07/2021): Viết báo cáo, phản biện và bảo vệ khóa luận.
Xác nhận của CBHD TP. ngày 15 thang 3 năm 2021 (Ký tên và ghi rõ họ tên) Sinh viên (Ký tên và ghi rõ họ tên) Vũ Anh Hào ThS. Nguyễn Khánh Thuật MỤC LỤC NHẬN XÉT KHÓA LUẬN TOT NGHIỆP (CUA CÁN BỘ HƯỚNG DAN). 4 NHẬN XÉT KHÓA LUẬN TOT NGHIỆP (CUA CÁN BO PHAN BIỆN).
15 DANH MỤC BẢNG. 19 DANH MỤC TU VIET TẮT. 2-22 +¿+2E+2EE£EE£SEEEEEEEEEEEEEE2EE21121221 21121.20 TOM TAT KHOA LUAN1007.- 2-2-5 EE+EE+EE+EE+EEEEEEeEEeEEerkerkrree 24 1. c6 16205 22cc c2 HH HH HH E121 11 1111111 1e crrerrrrree 24 1.
Mục tiêu của đề tài. Đối tượng và phạm vi nghiên cứu. Đối tượng nghiên cứu. Pham vi nghiÊn CỨU.- G1 SH Hư, 26 Chương2.
CO SỞ LÝ THUYÊT.--2- 2222 E+SE+£E+2EE+EEtEEtEEezExerxerxrree 27 2. Hệ thống phát hiện xâm nhập. Nhược điểm.--c-©2c22Ec2CE2EEEEEEEEEEEkrErkerrrerkrervee 30 2. Các thuật toán máy học cổ điển.
s9 TH TH HH hư 32 2. Logistic Ñ€BT€SSIOII. SG Q31 1S SH ng ng ke rvt 33 2.-- 5 + k1 TH HH ng, 35 2. Các thuật toán học sâu.
Deep neural NetWOTK.- 5 S5 kg HH HH Hy 36 2. Convolutional Neural Network. Recurrent Neural NGtWOrK. Long Short Term MeImOTV.
HH HH HH HH HH HH ky 40 2. Gated Recurrent UnI(. LH HH HH Hàn HH nh như4I PIN).---©2c2Sc2Ck2EEEEEEEEEEEkrtrkerkrerkrervee 42 2. Bộ dữ liệu huấn luyện — training S€K.
Bộ xác thực — Validation set. Bộ dữ liệu thử nghiệm — testing Sef. Một số dataset về tân công mạng. HH HH TH Hà HH ghi h 46 °ˆ2N) R5.
Dataset khác và hạn chế của chúng. Dữ liệu tổng hợp.-5cc©cc22+SEEEEEEEEEEEEEEEEErkrrrrrrerkerree 49 2. So sánh với dữ liệu thật. Thách thức.
Generative Adversarial Networks .-- Ăn 1 SS ng sec 53 2. Một số loại GAN vecccccccsscssssssessessssssesseesesssssssssessessusssessessessesseessesseesess 55 2. Hệ thống kiểm thử va đánh giá IDS woes ccsessessessessesesseseeseesesseesesees 57 2. Tổng qốấn/ẾC.
Cách thức hoạt động. Một số vấn đề. crxe 63 Chương 3. MÔ HÌNH UNG DỤNG.
Mô hình xây dựng dữ liệu tổng hợp. Mô hình khối “Preparation””. Mô hình khối “Origin PTO€esS”.---:- + s+cz+ce+kczkerterxerxersrree 66 3. Các mô hình máy hỌC.
Tự động hóa huấn luyện và thử nghiệm. Mô hình khối “GAN Process”. Mô hình khối “Mixed Process”. Mô hình hệ thống đánh giá IDS.
Bố sung giao diện người dùng. Tỉ Chương 4. Thực nghiệm đánh gI1á. Cải tiến IDS Evaluation Framework.
Kay dựng giao diện người dùng. Xây dựng bộ dữ liệu tổng hợp.Q LH HH HH HH ng ng 86 4. Tiền xử Yc eeececccccccssesssssssessesssessssssessssssessusssecssecssessecssecssecseesseessecs 86 4. Phân lớp nhị phan (Binary cÌaSS).
HH HH HH HH HH 99 4. Tybee, AIIM ~se. Quá trình thực hiện. Kết quả thu được.-----©-¿©-+¿+2xt2xktEkSrkrsrkerkrerkrsrkerred 101 Chương 5.
Kết luận, hướng phát tYÍỂN. Kết quả đạt được. Hướng phát triỀn.---- ¿+ +k+EE#EE*EE2EE2E2E12E2171712111 1. 104 TÀI LIEU THAM KHẢO.- ¿Set SESE+EEEEEESEEEEEESEEEEEESESEEEEEEEEEEErkrkrrrrres 106 DANH MỤC HÌNH Hình 2.
So sánh IDS và IPS .- G9 TH TH ng ng gu 27 Hình 2. Vị trí NIDS trong hệ thống mạng. So sánh NIDS và HIIDS.- -- - 2 11 21193119111 111 11H ng ng re 29 Hình 2. Trí tuệ nhân tạo, May học và học Sau.
c5 sex ssssrsee 31 Hình 2. Mang Neural trong học sÂu.- --- 5 «<< 31v HH trên 32 Hình 2. Thuật toán Machine Learning: Decision free. So sánh Linear Regression va Logistic Reỹression.
KNN trong phân lớp (ClaSSIfICAfIOT)). Cách hoạt động của thuật toán Random FOresf. So sánh ANN và DNN. HH HH HH HH HH HH hư 37 Hình 2.
Convolutional layer và ảnh gốc .------¿--¿+¿+++2+++cx+zxzxesrss 37 Hình 2. Vong lặp trong RNN. LH HH HH HH HH ngư 38 Hình 2. Cau trúc LSTM.--:--©5+ctcE+ttttEEtrtttrtrtttrtrrrtrtrrrrirrrrrrriio 39 Hình 2.
Đường chạy của LS TÌM.- --- c1 HH HH tiệt 39 Hình 2. Sơ đồ các lớp cơ bản của CNN LSTM.--2- 2 x+2c+zs+zxcrxczez 40 Hình 2. So sánh LSTM va GRU .