ALID-GAN: Phương pháp hỗ trợ học chủ động cho hệ thống phát hiện xâm nhập dựa trên mạng sinh đối kháng

Hệ thống phát hiện xâm nhập (Intrusion Detection System - IDS) dựa trên sự bất thường sử dụng các thuật toán Học máy (Machine Learning - ML) ngày càng được chú ý do lợi thế của chúng trong việc phát hiện các cuộc tấn công.

ALID-GAN: Phương pháp hỗ trợ học chủ động cho hệ thống phát hiện xâm nhập dựa trên

mạng sinh đối kháng

Bùi Xuân Thái∗†, Nguyễn Ngọc Minh Trí ∗†, Nghi Hoàng Khoa∗†, Phan Thế Duy∗†

∗ Phòng Thí Nghiệm An Toàn Thông Tin, Trường Đại Học Công Nghệ Thông Tin

† Đại Học Quốc Gia Tp Hồ Chí Minh Email: {18521379, 18521529}@gm.uit.edu.vn, {khoanh, duypt}@uit.edu.vn

Tóm tắt—Hệ thống phát hiện xâm nhập (Intrusion

Detection System - IDS) dựa trên sự bất thường sử dụng

các thuật toán Học máy (Machine Learning - ML) ngày

càng được chú ý do lợi thế của chúng trong việc phát

hiện các cuộc tấn công Tuy nhiên những nghiên cứu gần

đây chỉ ra rằng các phương pháp phát hiện sử dụng máy

học thường chịu nhiều rủi ro trước các mẫu tấn công đối

kháng, là mẫu có đầu vào gần giống với đầu vào gốc nhưng

được phân loại không chính xác Việc huấn luyện các IDS

này yêu cầu một lượng lớn dữ liệu đào tạo, điều này trong

thực tế rất khó đáp ứng vì dữ liệu tấn công phát sinh

ngày càng nhiều và đa dạng nên không thể đáp ứng được

hết yêu cầu về dữ liệu của IDS Do đó, để khắc phục hạn

chế này, chúng tôi đề xuất một phương pháp học tập chủ

động (Active Learning) dựa trên mạng sinh đối kháng

-Generative Adversarial Network (GAN) để cải thiện khả

năng phát hiện tấn công của IDS Điểm cải tiến của đề

xuất này là dựa vào dữ liệu tấn công đầu vào, mô hình học

và sinh ra dữ liệu mới liên quan đến cuộc tấn công đó, có

thể sinh ra các dữ liệu của các biến thể của tấn công đó

và đưa vào dữ liệu của IDS, từ đó tăng cường khả năng

của IDS Chúng tôi thực nghiệm mô hình trên tập dữ liệu

CICIDS2018 [15] và đánh giá mô hình đề xuất bằng nhiều

tiêu chí khác nhau Kết quả cho thấy mô hình đạt tỷ lệ

phát hiện chính xác lên đến 99,931% khi mô hình IDS chỉ

sử dụng 20% số lượng mẫu dữ liệu được gắn nhãn trong

quá trình đào tạo.

Từ khóa—Intrusion Detection System (IDS), Machine

Learning (ML), Generative Adversarial Network (GAN),

Active Learning.

I GIỚI THIỆU Hiện nay, sự phát triển nhanh chóng của Internet of

Things (IoT) đã mở ra một chiều hướng mới khi kết hợp

các thiết bị điện tử, cảm biến, phần mềm và kết nối để

tăng cường kết nối, thu thập và trao đổi dữ liệu Mặc

dù có khả năng kết hợp và sử dụng rộng rãi, nhưng hầu

hết 80% thiết bị IoT đều dễ bị tấn công mạng [2] Hệ

thống phát hiện xâm nhập (IDS) chịu trách nhiệm kiểm

tra lưu lượng mạng và dữ liệu hệ thống để tìm các hoạt

động độc hại và đưa ra cảnh báo, là phần đầu tiên và quan trọng nhất của chiến lược phòng thủ Có kiến thức thích hợp về địa điểm và thời gian chính xác nơi các bất thường cụ thể đang tạo ra các mối nguy hiểm trong hệ thống sẽ giúp giảm thiểu các tác động bằng cách thực hiện các hành động thích hợp, và do đó các hệ thống phòng chống xâm nhập đi vào hoạt động Hệ thống ngăn chặn xâm nhập hoạt động đồng thời với hệ thống phát hiện xâm nhập để ngăn kẻ tấn công thực hiện bất kỳ tác hại nào đối với hệ thống

Sự phát triển của IDS đi kèm với sự phát triển của phần mềm độc hại và các nguy cơ xâm nhập Đặc biệt, một nguy cơ đáng báo động xuất hiện trong quá trình phát triển của phần mềm độc hại là sự phát triển của phần mềm độc hại tự thích ứng có khả năng điều chỉnh hành vi của nó để tránh bị phát hiện bởi một cơ chế bảo mật Wu và các cộng sự [3] đề xuất một phương pháp deep Q-learning để vượt qua các mô hình phát hiện botnet bằng cách kiểm soát luồng lưu lượng mạng do botnet tạo ra Shi và các cộng sự [4] sử dụng Mạng sinh đối kháng (GAN) để tổng hợp dữ liệu huấn luyện cho các cuộc tấn công thăm dò và các cuộc tấn công causative trên một bộ phân loại trực tuyến thực để phân tích tính subjectivity của dữ liệu Erpek và cộng sự [5] đề xuất một phương pháp để tấn công gây nhiễu vào các kênh truyền không dây sử dụng mô hình mạng học sâu để dự đoán trạng thái kênh truyền và mô hình GAN để đẩy nhanh quá trình đào tạo mô hình dự đoán GAN được

sử dụng trong [6] để sửa đổi lưu lượng mạng trong kênh truyền dòng lệnh và điều khiển (Command và Control -C2) của phần mềm độc hại Trojan Remote Access (truy cập từ xa) sao cho lưu lượng được sửa đổi giống với lưu lượng của Facebook chat Lin và cộng sự [7] cũng

đề xuất một phương pháp dựa trên GAN trong đó trình tạo tính toán các đặc điểm lưu lượng mạng đối nghịch

để tấn công mô hình Black-box IDS Các phương pháp

khác nhau được đề xuất trong [3], [6] và [7] có thể được

nhóm lại thành một loại tấn công đặc biệt có tên là tấn

công đối nghịch nhằm vào các mô hình IDS dựa trên

ML

Mặc dù các phương pháp được đề xuất trong [3], [6]

và [7] đã cho thấy hiệu quả trong việc làm sai lệch khả

năng của mô hình IDS dựa trên ML, mối đe dọa của

chúng trong môi trường mạng thực tế bị hạn chế do các

giả định lý tưởng rằng một lượng lớn các nhãn dữ liệu

để đào tạo có khả dụng và thông tin về hàm mất mát

(loss function) mô hình IDS đã được biết Để khắc phục

những hạn chế về mặt dữ liệu này, chúng tôi đề xuất một

phương pháp hỗ trợ học chủ động cho trình phát hiện

xâm nhập, với tên gọi là ALID-GAN, phương pháp của

chúng tôi có những đóng góp sau:

• Không yêu cầu kiến thức về cấu trúc bên trong của

mô hình IDS hoặc hàm mất mát để đào tạo mô

hình IDS

• Không yêu cầu về số lượng lớn dữ liệu đầu vào,

phương pháp sẽ tạo ra dữ liệu mới cung cấp cho

hệ thống IDS

• Chúng tôi sử dụng lần lượt 3 loại biến thể của

GAN là WGAN, WGAN-GP, WGAN-GP-TTUR

trong mô hình ALID-GAN, và đánh giá bằng tập

dữ liệu CICIDS2018 [15]

Phần còn lại của bài báo được viết như sau: Trong

phần II cung cấp các kiến thức liên quan đến việc triển

khai mô hình Mô hình đề xuất được chúng tôi trình bày

trong phần III Trong phần IV, chúng tôi tiến hành thực

nghiệm phương pháp và đưa ra các tiêu chí đánh giá,

và phân tích các số liệu thực nghiệm thu được từ các

thí nghiệm cụ thể Cuối cùng, kết luận và các công việc

tương lai được đề cập trong phần V

II KIẾN THỨC LIÊN QUAN

A Mạng sinh đối kháng (Generative Adversarial

Net-work – GAN)

GAN được đề xuất bởi Goodfellow và các cộng sự vào

năm 2014 [10], nó là một trong những công cụ mạnh

mẽ và hứa hẹn nhất trong học sâu GAN ước tính một

mô hình tổng quát thông qua cách tiếp cận đối nghịch,

bao gồm hai mô hình độc lập: bộ tạo sinh (Generator

-G ) và bộ phân biệt (Discriminator - D) Mô hình tổng

quát G ước tính phân phối dữ liệu p(g) trên không gian

dữ liệu thực x Xét một biến nhiễu đầu vào p(z), mục

tiêu của G là tạo ra mẫu đối nghịch mới G(z) xuất phát

từ cùng một phân phối của x Mặt khác, mô hình phân

biệt D trả về xác suất D(x), rằng mẫu x đã cho là từ tập

dữ liệu thực chứ không phải được tạo ra bởi G Mục

đích của bộ sinh (Generator) là tạo ra dữ liệu đánh lừa

hệ thống IDS, trong khi bộ phân biệt (Discriminator) có vai trò bắt chước một hệ thống IDS trong việc phân loại

dữ liệu đầu vào (đúng hoặc sai) để đưa ra phản hồi cho

bộ sinh mẫu [8] Vì vậy, G và D mô phỏng lại một trò

chơi minmax của hai người chơi, mà ở đó bộ tạo sinh phải cạnh tranh với đối thù là bộ phân biệt, bộ tạo sinh

sẽ sản sinh các mẫu mà đối thủ của nó phải phân biệt giữa mẫu dữ liệu từ tập huấn luyện và mẫu từ bộ tạo

sinh Hàm giá trị V(G, D) được định nghĩa như sau:

min

G max

D V (D, G) =

Ex∼pdata(x)[log D(x)] + Ez∼pz(z)[log(1 − D(G(z)))]

(1)

B Học chủ động (Active learning)

Học chủ động là một nhóm các phương pháp trong học máy tối ưu hóa quá trình thu thập dữ liệu đào tạo

để xây dựng một tập dữ liệu đào tạo với kích thước tối thiểu mà vẫn mang lại hiệu suất phù hợp Trong học chủ động, thuật toán chủ động chọn một tập con để làm ví

dụ dán nhãn cho tập tiếp theo chưa được gán nhãn [9] Phương pháp học tập tích cực thường là một quá trình lặp đi lặp lại xen kẽ giữa việc đào tạo mô hình ML (ví dụ: bộ phân loại) và tăng cường tập dữ liệu đào tạo hiện tại với các điểm dữ liệu được gắn nhãn mới từ oracle (ví dụ: chú thích của con người hoặc mô hình ML) Quá trình này thường được khởi tạo với một tập dữ liệu đào tạo nhỏ và một nhóm lớn các điểm tính năng chưa được gắn nhãn Trong mỗi lần lặp lại, một tập hợp các điểm đặc trưng được chọn từ nhóm chưa được gắn nhãn và gửi đến oracle để gắn nhãn Chiến lược để chọn các điểm tính năng chưa được gắn nhãn này từ nhóm chưa được gắn nhãn là một vấn đề quan trọng cần giải quyết trong học tập tích cực Trong nghiên cứu này, chúng tôi

sử dụng GAN để sinh ra dữ liệu để giải quyết vấn đề thiếu hụt dữ liệu hỗ trợ cho IDS học chủ động

C Một số biến thể của GAN

Biến thể Wasserstein GAN (WGAN) chính là mô hình GAN sử dụng khoảng cách Wasserstein vào làm hàm mất mát mới Trong WGAN, để tính khoảng cách Wasserstein, ta cần sử dụng thêm một hàm là hàm liên tục K-Lipschitz Việc sử dụng khoảng cách Wasserstein giúp cung cấp một số đo mượt hơn với độ dốc gradient, thích hợp cho quá trình học tập ổn định [10] Ở biến thể WGAN, việc đảm bảo hàm liên tục Lipschitz bằng cách cắt giảm trọng lượng (weight clipping) (kẹp trọng

số trong một phạm vi cố định nhỏ [-c,c]) [16] Trong khi

đó với biến thể WGAN-GP (WGAN Gradient Penalty), thay vì sử dụng cắt giảm (weight clipping), mô hình sẽ

Hình 1 Mô hình ALID-GAN hỗ trợ học chủ động cho IDS học máy

bị phạt với mỗi lần độ dốc gradient di chuyển ra khỏi

chuẩn giá trị 1 Việc sử dụng phạt gradient trong biến

thể WGAN-GP cho thấy khả năng học nhanh hơn và

chất lượng tốt hơn so với WGAN [11] Đối với vấn đề

học tập của GAN, nhóm tác giả [12] đã đề xuất bộ quy

tắc Two Time-Scale Update Rule (TTUR) giúp hội tụ

theo giả định về trạng thái đứng yên cân bằng cục bộ

Nash [17] Phương pháp sử dụng TTUR đề xuất sử dụng

hai tốc độ học khác nhau cho trình phân biệt và trình

tạo sinh Trình tối ưu được thay thế từ RMSProp về lại

Adam Ở đây biến thể WGAN-GP TTUR là biến thể

WGAN-GP được thay đổi theo TTUR

D Các nghiên cứu liên quan

Zhu và Bento [13] đề xuất GAAL, sử dụng GAN để

tạo các mẫu tổng hợp không chắc chắn trong mỗi chu kỳ

tạo mẫu đối kháng Việc tạo thay vì chọn mẫu không

chắc chắn dẫn đến vấn để về thời gian do phải chạy

liên tục vì việc tạo một mẫu mới độc lập có cùng kích

thước nhưng phải huấn luyện GAN trước Họ sử dụng

thuật toán tối ưu hoá truyền thông là khoảng cách tối

thiểu đề thay thế biến x (mẫu chung) bằng tập dữ liệu

đã đào tạo Sau đó, sử dụng gradient descent để giảm

số lượng đối tượng tối đa Tuy nhiên, GAAL hoạt động

kém hơn so với lấy mẫu ngẫu nhiên trên hai tập MNIST

và CIFAR-10 (2 nhãn) sử dụng SVM và DC-GAN

ASAL được Christoph và Radu đề xuất [14], kế thừa

ý tưởng tạo mẫu của Zhu và Bento [13] nhưng sử dụng

thông tin entropy làm thang điểm số cho sự không chắc

chắn và mở rộng thành nhiều nhãn Đóng góp chính của

họ là chọn mẫu tương đồng nhất từ mẫu chung bằng phương pháp đối sánh mẫu mới được phát triển Tác giả

đề xuất ba phương pháp nhận dạng mẫu đặc trưng khác nhau mà họ tính toán cho mỗi mẫu chung mô hình để phù hợp với mô hình láng giềng gần nhất Trong quá trình học chủ động, tác giả tính toán nhận dạng mẫu đặc trưng của mẫu tổng hợp và lấy mẫu tương tự nhất

từ nhóm theo thời gian hàm phụ tuyến tính Ngoài ra, ASAL sử dụng bộ phân loại dưa trên CNN thay vì SVM

và bộ tạo sinh là Wasserstein GAN [1]

III MÔ HÌNH ĐỀ XUẤT

Để giải quyết các vấn đề đã nêu ở trên, một kiến trúc với sự kết hợp giữa GAN và active learning được chúng tôi đề xuất ở Hình 1, được gọi là ALID-GAN (Active Learning for Intrusion Detection using GANs)

Hệ thống được chúng tôi tạo ra với vai trò sinh ra các mẫu dữ liệu mới một cách sao cho gần giống thật nhất

có thể nhằm mục đích cải thiện hệ thống IDS để chống lại các cuộc tấn công mới trong không gian mạng hiện nay

Trong mô hình trên gồm 3 module: Database Module, IDS Module, Data Synthesizer Module Chi tiết về các module được chúng tôi trình bày ở các phần dưới đây

A Database Module

Trong module này chứa các tập dữ liệu phục vụ cho công việc huấn luyện IDS Các mẫu dữ liệu được lấy từ trình sinh dữ liệu của Data Synthesizer Module Trong database gồm hai loại dữ liệu:

Bảng I

C HI TIẾT MÔ HÌNH HỌC MÁY CHO IDS VỚI SCIKIT - LEARN

LR

Logistic Regression

penalty=’12’,*, dual=False, tol=0.0001, C=1.0, fit_intercept=True,

intercept_scaling=1, class_weight=None, random_state=None, solver=’lbfgs’, max_iter=100, multi_class=’auto’, verbos=0, warm_start=False, n_jobs=None, l1_ratio=None

SVM

SVC

C=1.0, kernel=’rbf’, degree=3, gamma=’scale’, coef0=0.0, shrinking=True, probability=False, tol=0.001, cache_size=200, class_weight=None, verbose=False, max_iter=-1, decision_function_shape=’ovr’, break_ties=False, random_state=None

dữ liệu mới thì nó sẽ được kiểm chứng để cải thiện

hệ thống IDS Tuy nhiên do sự không chắc chắn

của GAN, mỗi lô dữ liệu được sinh ra cần được

kiểm tra bằng cách huấn luyện đi huấn luyện lại

nhiều lần

chờ xử lý góp phần cải thiện hiệu suất của IDS, bộ

điều khiển sẽ thay đổi cờ của chúng từ trạng thái

chờ xử lý thành tổng hợp và lưu trữ chúng vĩnh

viễn trong cơ sở dữ liệu

B IDS Module

Ở mô-đun này, ban đầu IDS được huấn luyện trước

với tập dữ liệu đã thu sẵn Sau đó trong quá trình hoạt

động và tương tác với module IDS thì nó lại được tiếp

tục cập nhật Chúng tôi sử dụng hai thuật toán học máy

cơ bản là Linear Regression (LR) và Support Vector

Machine (SVM), trong đó SVM là mô hình cho hiệu

năng khá tốt cho các bài toán phân loại của Machine

Leaning, để xây dựng IDS Các mô hình máy học LR,

SVM được triển khai với thư viện scikit-learn (thông số

chi tiết được mô tả trong Bảng I)

C Data Synthesizer Module (DSM)

Thành phần tổng hợp dữ liệu (Data Synthesizer

Mod-ule - DSM) Phần cốt lõi của modMod-ule này dựa trên

mô hình GAN Gồm 2 mô hình là bộ tạo

(Genera-tor Module) và bộ phân biệt (Discrimina(Genera-tor Module)

Generator sinh ra dữ liệu mới nhằm mục đích đánh lừa

Discriminator Khi quá trình huấn luyện GAN hoàn tất

nó tạo ra các mẫu dữ liệu mới với độ chính xác cao

Mục đích của module này là sinh ra dữ liệu mới cung

cấp cho Database module để huấn luyện mô hình IDS

IV THỰC NGHIỆM VÀ ĐÁNH GIÁ

A Môi trường thực nghiệm

ALID-GAN được triển khai trên môi trường Google Colab, với cấu hình: Intel(R) Xeon(R) CPU @ 2.30GHz, 12.69 GB RAM, dung lượng đĩa cứng lưu trữ 107.72 GB

Chúng tôi thực nghiệm trên tập dữ liệu CICIDS2018 [15], tập dữ liệu chứa mô tả chi tiết về các cuộc xâm nhập và mô hình phân phối trừu tượng cho các ứng dụng, giao thức hoặc các thực tể mạng cấp thấp hơn Tập dữ liệu bao gồm bảy kịch bản tấn công: DoS, DDoS, Brute-force, Heartbleed, Botnet, infiltration và Web attacks Nhưng đối với nghiên cứu này, chúng tôi chỉ sử dụng kịch bản tấn công DoS Trước tiên, chúng tôi thực hiện một số bước để chuyển các bản ghi dữ liệu sang dạng số thích hợp Chúng tôi loại bỏ một số cột không liên quan và cột thời gian không phải dạng

số vì chúng không đóng vai trò gì trong nghiên cứu của chúng tôi Ngoài ra, ở những dòng dữ liệu chứa NaN, chúng tôi cũng xóa đi để chuẩn hóa cấu trúc tiêu chuẩn của bản ghi Sau đó chúng tôi tiến hành chuyển đổi giá trị về dạng số nhằm mục đích đưa các giá trị của các đặc trưng về phạm vi [0,1] bằng phương pháp chuẩn hóa min-max Trong đó x là giá trị ban đầu, x’

là giá trị sau khi chuẩn hóa, xmin là giá trị nhỏ nhất của đặc trưng, xmaxlà giá trị lớn nhất của đặc trưng

x0= x − xmin

xmax− xmin

(2) Sau khi chuẩn hóa chúng tối thu được 327 153 mẫu

dữ liệu Chúng tôi dùng 90% (294 438 mẫu dữ liệu) cho quá trình huấn luyện, còn 10% (32 715 mẫu dữ liệu) cho quá trình kiếm tra

B Tiêu chí đánh giá

Chúng tôi đã xem xét các chỉ số sau để đánh giá hiệu suất của ALID-GAN:

dự đoán chính xác trên tổng số quan sát tích cực

đoán chính xác trên tổng số quan sát tích cực thực tế

và thu hồi có tính đến cả False Positive và False Negative Trong trường hợp phân phối không đều

FN và FP, F1 score có thể suy ra khả năng hiểu rõ hơn về hiệu suất của mô hình

dựa trên đường cong Receiving Operating Curve

(ROC) ROC dùng để biểu diễn khả năng phân loại

của mô hình tại các ngưỡng threshold, đường cong

này dựa trên hai chỉ số True Positive Rate (TPR

hay Recall) và False Positive Rate (FPR)

lượng các dự đoán đúng và sai được thực hiện bởi

mỗi lớp Nó cung cấp thông tin chi tiết rõ ràng về

dự đoán và hiển thị loại phân loại / phân loại sai

Do đó, hiệu suất của một IDS có thể được phân tích

bằng cách sử dụng các yếu tố chính quan trọng này

Bảng II

T IÊU CHÍ ĐÁNH GIÁ Tiêu chí Nhãn thực thế Dự đoán

True Positive, TP Attack Attack

False Positive, FP Normal Attack

True Negative, TN Normal Normal

False Negative, FN Attack Normal

Từ các tiêu chí này, hiệu suất của IDS có thể dễ dàng

được tính toán bằng cách sử dụng các công thức sau:

False Positive Rate, F P R = 1 − T P R (5)

F1 score =2 ∗ P ∗ R

C Kết quả thực nghiệm

Chúng tôi lấy lần lượt 20%, 40%, 60%, 80%, 100%

số bản ghi trong tập dữ liệu dùng để huấn luyện để giả

lập trường hợp IDS được huấn luyện trong điều kiện

thiếu hụt dữ liệu với các số lượng bản ghi luồng mạng

khác nhau

Với ALID-GAN, chúng tôi sử dụng 3 biến thể của

GAN để huấn luyện: WGAN, WGAN-GP,

WGAN-GP-TTUR và đánh giá dựa trên chỉ số F1-Score và AUC

để đánh giá mô hình một cách tổng quan hơn Chúng

tôi huấn luyện với hai thuật toán LR và SVM với

learning_rate_g = 0.0001 và learning_rate_d = 0.0001

ở hai mô hình WGAN và WGAN-GP Còn đối với mô

hình WGAN-GP-TTUR thì learning_rate_g = 0.0001 và

learning_rate_d = 0.0002

Bảng III và Bảng IV là kết quả của 2 mô hình khi

chúng tôi huấn luyện được Với mô hình thứ nhất thì sẽ

áp dụng GAN sinh ra dữ liệu mới và mô hình thứ hai sẽ

không áp dụng GAN Kết quả được thể hiện trong Bảng

III và Bảng IV là kết quả của ALID-GAN trên tập dữ

liệu kiểm thử (testing), cho thấy rằng với mô hình thông thường thì các chỉ số đánh giá rất thấp cụ thể ở thuật toán LR chỉ số F1 chỉ dao động từ 45.71% - 63.932%, AUC cũng chỉ dao động từ 45.46% - 64% Chỉ số đánh giá của thuật toán SVM với mô hình thông thường cũng rất thấp, F1 dao động từ 50.632% - 72.352%, AUC dao động từ 50.70% - 72.37% Đối với mô hình triển khai, các chỉ số đánh giá F1 cũng như AUC rất cao dao động 99% - 100% ở cả hai thuật toán Ngoài chỉ số đánh giá cao, ALID-GAN còn có hiệu quả tốt trong trường hợp thiếu hụt dữ liệu đầu vào Cụ thể, ta có thể thấy rằng các chỉ số F1 và AUC ở mô hình triển khai luôn ổn định mặc dù kích thước dữ liệu đầu vào thay đổi, còn

mô hình thông thường các chỉ số đánh giá F1 và AUC tăng dần theo kích thước đầu vào của dữ liệu

Qua đó chúng tôi có thể kết luận được rằng mô hình chúng tôi triển khai có khả năng giải quyết bài toán thiếu hụt dữ liệu mà chúng tôi đã đề cập ở phần trước

V TỔNG KẾT Trong bài báo này, chúng tôi đã đề xuất một mô hình GAN có khả năng học tập chủ động, ALID-GAN, để cải thiện khả năng của IDS Nó hoạt động tốt hơn IDS độc lập đối với tập dữ liệu mất cân bằng hoặc trong bất

kỳ lĩnh vực hệ thống vật lý mạng mới nổi nào nơi có rất

ít dữ liệu để đào tạo mô hình Phân tích và thử nghiệm cho thấy đề xuất dự đoán với độ chính xác tốt hơn so với IDS độc lập, ngay cả sau khi được đào tạo với một tập dữ liệu gốc nhỏ ngay từ đầu

Trong tương lai, chúng tôi sẽ tiến hành triển khai mô hình trên các hệ thống mạng như SDN đồng thời thực nghiệm trên nhiều tập dữ liệu mới và phức tạp hơn, áp dụng nhiều thuật toán hơn để có thể cải thiện mô hình tốt hơn nữa Ngoài ra, chúng tôi dự định vận dụng quy trình MLOps vào trong việc giám sát, hiện thực và triển khai các mô hình học máy giúp phát hiện tấn công hay

mã độc trong các môi trường có nhiều thiết bị đa dạng như mạng IoT

TÀI LIỆU THAM KHẢO [1] Shu, Dule, et al "Generative adversarial attacks against intrusion detection systems using active learning." Proceedings of the 2nd ACM Workshop on Wireless Security and Machine Learning 2020

[2] "Smart home: Threats and countermeasures" https://www.rambus.com/iot/ smart-home/, 2019 Accessed: 2020-01-29.

[3] Di Wu, Binxing Fang, Junnan Wang, Qixu Liu, and Xiang Cui 2019 "Evading Machine Learning Botnet Detection Models via Deep Reinforcement Learning" In ICC 2019-2019 IEEE International Conference on Communications (ICC) IEEE, 1–6.

Bảng III

K ẾT QUẢ CỦA ALID-GAN ÁP DỤNG L INEAR R EGRESSION SO VỚI IDS THÔNG THƯỜNG

20 0.99933 100 0.99931 100 0.99931 100 0.4571 45.46

40 0.99932 100 0.99932 100 0.99933 100 0.507 50.68

60 0.99934 100 0.99933 100 0.99934 100 0.55322 54.98

80 0.99932 100 0.99933 100 0.99933 100 0.58253 58.25

100 0.99933 100 0.99931 100 0.99932 100 0.63932 64.00

Bảng IV

K ẾT QUẢ CỦA ALID-GAN ÁP DỤNG S UPORT V ECTOR M ACHINE SO VỚI IDS THÔNG THƯỜNG

20 0.9982 100 0.99932 100 0.9998 100 0.50632 50.70

40 0.9998 100 0.9998 100 0.99981 100 0.5398 54.00

60 0.9998 100 0.9998 100 0.9998 100 0.59654 59.98

80 0.9998 100 0.9998 100 0.9998 100 0.66532 66.62

100 0.9998 100 0.9998 100 0.9998 100 0.72352 72.37

[4] Yi Shi, Yalin E Sagduyu, Kemal Davaslioglu, and Jason H

Li 2018 "Generative adversarial networks for black-box API

attacks with limited train data" In 2018 IEEE International

Symposium on Signal Processing and Information Technology

(ISSPIT) IEEE, 453–458.

[5] Tugba Erpek, Yalin E Sagduyu, and Yi Shi 2018 "Deep learning

for launching and mitigating wireless jamming attacks IEEE

Transactions on Cognitive Communications and Networking 5,

1 (2018), 2–14.

[6] Maria Rigaki and Sebastian Garcia 2018 "Bringing a gan to

a knife-fight: Adapting malware communication to avoid

detec-tion" In 2018 IEEE Security and Privacy Workshops (SPW).

IEEE, 70–75.

[7] Zilong Lin, Yong Shi, and Zhi Xue 2018 "Idsgan: Generative

adversarial networks for attack generation against intrusion

de-tection" arXiv preprint arXiv:1809.02077 (2018).

[8] J Brownlee, Generative Adversarial Networks with Python:

Deep Learning Generative Models for Image Synthesis and

Image, 2019.

[9] Algorithmia, "Active learning machine learning: What it

is and how it works," 01 10 2021 [Online] Available:

https://algorithmia.com/blog/active-learning-machine-learning.

[10] J Hui, "GAN — Why it is so hard to train Generative Adversarial

Networks!", 2018 [Online].

[11] Ishaan Gulrajani, Faruk Ahmed, Faruk Ahmed, Vincent

Du-moulin, Aaron Courville, "Improved training of Wasserstein GANs," 2017.

[12] Martin Heusel, Hubert Ramsauer, Thomas Unterthiner, Bernhard Nessler, "GANs Trained by a Two Time-Scale Update Rule Converge to a Local Nash Equilibrium," 2018.

[13] Shahid Anwar, Jasni Mohamad Zain, Mohamad Fadli Zolkipli, Zakira Inayat, Suleman Khan, Bokolo Anthony, and Victor Chang "From intrusion detection to an intrusion response sys-tem: fundamentals, requirements, and future directions" Algo-rithms, 10(2):39, 2017

[14] J.-J Zhu and J Bento Generative adversarial active learn- ing In Advances in Neural Information Processing Systems Workshops, 2017.

[15] CSE-CIC-IDS2018 on AWS https://www.unb.ca/cic/datasets/ids-2018.html [Online]

[16] J Hui, "GAN — Wasserstein GAN WGAN-GP", 2018 [Online] [17] Martin Heusel, Hubert Ramsauer, Thomas Unterthiner, Bernhard Nessler, Sepp Hochreiter 2018 "GANs Trained by a Two Time-Scale Update Rule Converge to a Local Nash Equilibrium" arXiv:1706.08500v6 [cs.LG] 12 Jan 2018.

[18] Shahriar, Md Hasan, et al "G-ids: Generative adversarial net-works assisted intrusion detection system." 2020 IEEE 44th Annual Computers, Software, and Applications Conference (COMPSAC) IEEE, 2020.