Với chủ đề nghiên cứu về xâm nhập mạng, giảm thiểu tải lượng dữ liệu, cải thiện khả năng bảo mật và tính riêng tư, các sinh viên của Trường ĐH Công nghệ Thông tin ĐHQG-HCM được Hội nghị khoa học quốc tế về bảo mật mạng máy tính và hệ thống NSS 2021 chấp nhận đăng tải các bài báo khoa học. Hội nghị này được tổ chức tại Thiên Tân, Trung Quốc vào tháng 10/2021.
Nguyễn Chí Vỹ - Sinh viên năm III khoa Khoa học máy tính, Trường ĐH CNTT, tác giả chính của nghiên cứu “Federated learning-based intrusion detection in the context of IoT networks: Poisoning Attack and defense” - cho biết nghiên cứu này tập trung vviệc áp dụng phương pháp học liên kết/cộng tác (federated learning - FL) cho các trình phát hiện tấn công mạng (intrusion detection system - IDS) trong ngữ cảnh mạng Vạn vật kết nối công nghiệp (IoT).
“Cách tiếp cận học liên kết/cộng tác được sử dụng để đảm bảo giảm thiểu tải lượng dữ liệu khi so sánh với cơ chế thu gom dữ liệu tập trung trong các mô hình huấn luyện truyền thống, do FL huấn luyện mô hình trực tiếp ngay tại mỗi thực thể tham gia” - Chí Vỹ giải thích.
Vỹ cũng cho biết phương pháp này sẽ đảm bảo quyền riêng tư dữ liệu, đặc biệt là các dữ liệu mạng vốn được xem là dữ liệu nhạy cảm - rất khó để người sở hữu chấp nhận chia sẻ ra bên ngoài. Do đó, học cộng tác/liên kết giúp khuyến khích các bên tham gia đóng góp vào quá trình đào tạo mô hình phát hiện xâm nhập.
“Nhóm cũng thực nghiệm tấn công nhiễm độc (poisoning attack) vào các IDS sử dụng cơ chế FL bằng nhiều thủ thuật khác nhau, gồm mạng sinh đối kháng (GANs), chiến lược lật nhãn thay đổi mô hình học máy được đào tạo cục bộ. Sau đó, nghiên cứu xây dựng phương pháp kiểm tra - xác thực sự đóng góp của các thực thể/ tổ chức/ thiết bị tham gia nhằm phòng tránh loại tấn công nhiễm độc vào cơ chế học cộng tác - được biết đến trong trường hợp kẻ xấu có thể cập nhật mô hình đào tạo độc hại cho mô hình tổng hợp” - Chí Vỹ nói.
Cùng được hội nghị này chấp nhận bài báo khoa học, Huỳnh Nhật Hào và Huỳnh Minh Chủ - Sinh viên năm IV, chuyên ngành An toàn thông tin, Trường ĐH CNTT, là tác giả của nghiên cứu “A Secure an Privacy Preserving Federated Learning Approach for IoT Intrusion Detection System”.
Nhật Hào cho biết, ngoài việc dùng phương pháp học liên kết/cộng tác cho các trình phát hiện xâm nhập mạng) dựa trên dấu hiệu dị thường, nhóm còn nghiên cứu về Mã hóa đẳng cấu (Homomorphic Encryption - HE) và Sự riêng tư khác biệt (Differential Privacy - DP) để áp dụng vào khâu tổng hợp an toàn cho mô hình phát hiện dị thường trong lưu lượng mạng.
“Việc áp dụng HE và DP giúp cải thiện khả năng bảo mật, tính riêng tư mà các phương pháp FL đang chịu nhiều rủi ro do có thể tồn tại sự phá hoại của một số thực thể xấu độc tham gia vào qui trình huấn luyện mô hình FL. Tiềm năng ứng dụng của FL trong lĩnh vực IoT là một lĩnh vực nghiên cứu đang nhận được sự quan tâm rộng rãi từ nhiều nhóm nghiên cứu lớn trên thế giới, ngay cả trong bài toán đảm bảo an toàn thông tin” – Nhật Hào chia sẻ.
Hội nghị NSS 2021 là hội nghị quốc tế thường niên hướng tới những nghiên cứu mới trong lĩnh vực bảo mật mạng máy tính và hệ thống. Hội nghị gồm các nghiên cứu về tất cả khía cạnh lý thuyết và thực tiễn liên quan bảo mật mạng và hệ thống, như xác thực, kiểm soát truy cập, tính khả dụng, tính toàn vẹn, quyền riêng tư, tính bảo mật, độ tin cậy và tính bền vững của hệ thống và mạng máy tính.
Hội nghị NSS được xếp hạng B trong các hội nghị uy tín về an toàn thông tin, và thuộc danh sách các hội nghị uy tín theo đề xuất của SCOPUS. Hội nghị NSS đã trải qua 14 lần tổ chức tại nhiều thành phố lớn trên thế giới: Melbourne, Sapporo, Hong Kong, Helsinki, Đài Bắc…. Hội nghị NSS 2021 sẽ diễn ra từ ngày 22-24/10 tại Thiên Tân, Trung Quốc.
HOÀI ANH
Hãy là người bình luận đầu tiên