បញ្ហា (The Problem)៖ ឯកសារនេះដោះស្រាយលើបញ្ហាប្រឈមនៃសន្តិសុខបណ្តាញកុំព្យូទ័រ និងដែនកំណត់នៃប្រព័ន្ធរកឃើញការឈ្លានពានបណ្តាញ (NIDS) បច្ចុប្បន្នក្នុងការទប់ទល់នឹងការវាយប្រហារតាមអ៊ីនធឺណិតដែលកាន់តែមានភាពស្មុគស្មាញ ទិន្នន័យធំ និងទិន្នន័យដែលបានអ៊ិនគ្រីប (Encrypted Data)។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះធ្វើការពិនិត្យ វាយតម្លៃស៊ីជម្រៅ និងប្រៀបធៀបលើប្រព័ន្ធ NIDS ធំៗចំនួនពីរប្រភេទ និងបច្ចេកវិទ្យាដែលប្រព័ន្ធទាំងនោះប្រើប្រាស់។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Signature-Based NIDS ប្រព័ន្ធរកឃើញការឈ្លានពានផ្អែកលើហត្ថលេខា |
មានភាពសុក្រឹតខ្ពស់ និងមានអត្រាផ្តល់សញ្ញាព្រមានខុស (False Positives) ទាបក្នុងការស្វែងរកការវាយប្រហារដែលគេធ្លាប់ស្គាល់ច្បាស់។ | មិនអាចរកឃើញការវាយប្រហារថ្មីៗដែលមិនធ្លាប់ស្គាល់ (Zero-day attacks) បានទេ ហើយជួបប្រទះបញ្ហាយឺតយ៉ាវ (Performance Bottleneck) ដោយសារត្រូវត្រួតពិនិត្យកញ្ចប់ទិន្នន័យជ្រៅ (Deep Packet Inspection)។ | ទទួលបានជោគជ័យខ្ពស់ក្នុងការប្រើប្រាស់ជាលក្ខណៈពាណិជ្ជកម្ម និងប្រភពកូដបើកចំហរ (ឧ. Snort, Bro) ប៉ុន្តែល្បឿនមានកម្រិតត្រឹមបន្តិចបន្តួចនៃ Gigabit ក្នុងមួយវិនាទី។ |
| Anomaly-Based NIDS ប្រព័ន្ធរកឃើញការឈ្លានពានផ្អែកលើភាពមិនប្រក្រតី |
មានលក្ខណៈសកម្ម (Pro-active) និងអាចចាប់យកការវាយប្រហារថ្មីៗ (Unknown attacks) ដោយមិនចាំបាច់មានហត្ថលេខាទុកជាមុន។ | អត្រាផ្តល់សញ្ញាព្រមានខុស (False Positives) មានកម្រិតខ្ពស់ ហើយត្រូវការទិន្នន័យចរាចរណ៍បណ្តាញធម្មតា (Normal traffic baseline) ដ៏សុក្រឹតដែលពិបាករកបានក្នុងស្ថានភាពជាក់ស្តែង។ | មានសក្តានុពលខ្លាំងសម្រាប់អនាគត (ជាពិសេសពេលប្រើជាមួយ Machine Learning) ប៉ុន្តែបច្ចុប្បន្ននៅជាប្រធានបទស្រាវជ្រាវដែលពិបាកអនុវត្តក្នុងទីផ្សារដោយសារការផ្តល់សញ្ញាខុសច្រើន។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ដើម្បីដាក់ពង្រាយប្រព័ន្ធ NIDS ឱ្យមានប្រសិទ្ធភាពខ្ពស់ ឯកសារនេះបានគូសបញ្ជាក់ពីតម្រូវការធនធានផ្នែករឹង (Hardware) និងផ្នែកទន់ (Software) កម្រិតខ្ពស់ ជាពិសេសសម្រាប់បណ្តាញដែលមានល្បឿនលឿន។
ការសិក្សានេះគឺជាការស្ទង់មតិដែលពឹងផ្អែកលើទិន្នន័យ ទម្រង់ចរាចរណ៍បណ្តាញ និងបរិបទបច្ចេកវិទ្យានៅសហរដ្ឋអាមេរិក (មន្ទីរពិសោធន៍យោធា និងសាកលវិទ្យាល័យធំៗ) ត្រឹមឆ្នាំ២០០៧។ ទម្រង់ទិន្នន័យធម្មតា (Baseline profile) នៅទីនោះអាចមានលក្ខណៈខុសគ្នាស្រឡះពីទម្រង់ចរាចរណ៍បណ្តាញ ឧបករណ៍ចល័ត និងហេដ្ឋារចនាសម្ព័ន្ធនៅប្រទេសកម្ពុជាបច្ចុប្បន្ន។ ដូច្នេះ ការយកប្រព័ន្ធរកឃើញភាពមិនប្រក្រតី (Anomaly Detection) មកប្រើប្រាស់ដោយផ្ទាល់នៅកម្ពុជាដោយមិនមានការបង្វឹកទិន្នន័យក្នុងស្រុក អាចបណ្តាលឱ្យមានអត្រាផ្តល់សញ្ញាខុសខ្ពស់ខ្លាំង។
ទោះបីជាការសិក្សានេះមានវ័យចំណាស់បន្តិចក្តី ក៏គោលការណ៍គ្រឹះនៃបច្ចេកទេស NIDS ទាំងនេះនៅតែមានសារៈសំខាន់ និងអាចអនុវត្តបានយ៉ាងមានប្រសិទ្ធភាពដើម្បីការពារហេដ្ឋារចនាសម្ព័ន្ធឌីជីថលដែលកំពុងរីកចម្រើននៅកម្ពុជា។
សរុបមក ការរួមបញ្ចូលប្រព័ន្ធ NIDS ទាំងពីរប្រភេទនេះ និងការកែច្នៃវាឱ្យស្របតាមទម្រង់ទិន្នន័យក្នុងស្រុក នឹងជួយកាត់បន្ថយហានិភ័យសន្តិសុខតាមអ៊ីនធឺណិតបានយ៉ាងមានប្រសិទ្ធភាពសម្រាប់ស្ថាប័ននៅកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Network Intrusion Detection Systems (NIDS) | ប្រព័ន្ធផ្នែកទន់ ឬផ្នែករឹងដែលតាមដានចរាចរណ៍បណ្តាញកុំព្យូទ័រយ៉ាងសកម្ម ដើម្បីស្វែងរកសកម្មភាពគួរឱ្យសង្ស័យ ឬការបំពានគោលការណ៍សុវត្ថិភាព រួចផ្តល់សញ្ញាព្រមានដល់អ្នកគ្រប់គ្រងបណ្តាញ។ | វាដូចជាកាមេរ៉ាសុវត្ថិភាព និងសន្តិសុខយាមច្រកទ្វារដែលចាំពិនិត្យមើលរាល់អ្នកចេញចូលក្នុងអគារ ដើម្បីរកមើលចោរ។ |
| Anomaly Detection | បច្ចេកទេសស្វែងរកការវាយប្រហារដោយបង្កើតទម្រង់ទិន្នន័យចរាចរណ៍ធម្មតាជាមុន (Baseline) រួចប្រៀបធៀបទិន្នន័យថ្មីៗ បើមានអ្វីខុសប្លែកខ្លាំងពីធម្មតា វានឹងចាត់ទុកថាជាការគំរាមកំហែង។ | ដូចជាសត្វឆ្កែចាំផ្ទះដែលព្រុសនៅពេលមានមនុស្សប្លែកមុខដើរចូល ទោះបីជាវាមិនធ្លាប់ស្គាល់មុខចោរនោះពីមុនមកក៏ដោយ។ |
| Aho-Corasick Algorithm | ក្បួនដោះស្រាយសម្រាប់ស្វែងរកខ្សែអក្សរ (String Matching) យ៉ាងមានប្រសិទ្ធភាព ដែលអាចស្វែងរកពាក្យ ឬលំនាំជាច្រើនក្នុងពេលតែមួយដោយអានទិន្នន័យបញ្ចូលតែម្តងគត់ (Linear time complexity)។ | ដូចជាការអានសៀវភៅមួយទំព័រម្តង រួចអាចរកឃើញពាក្យគន្លឹះទាំង១០ក្នុងពេលតែមួយ ដោយមិនបាច់អានទំព័រនោះចុះឡើង១០ដងឡើយ។ |
| Deep packet inspection | ដំណើរការត្រួតពិនិត្យទិន្នន័យលម្អិតដល់ផ្នែកខាងក្នុងនៃកញ្ចប់ទិន្នន័យបណ្តាញ (Payload) ជាជាងការមើលត្រឹមតែអាសយដ្ឋានប្រភព និងគោលដៅ (Header) ដើម្បីរកមើលមេរោគ ឬកូដវាយប្រហារជាក់លាក់។ | ដូចជាមន្ត្រីគយដែលមិនត្រឹមតែមើលសំបុត្រប្រកាសទំនិញពីក្រៅកេសប៉ុណ្ណោះទេ តែបានហែកកេសឆែកមើលទំនិញលម្អិតនៅខាងក្នុងផ្ទាល់តែម្តង។ |
| False positives | ករណីដែលប្រព័ន្ធសុវត្ថិភាពផ្តល់សញ្ញាព្រមានខុស ទៅលើចរាចរណ៍បណ្តាញ ឬសកម្មភាពដែលធម្មតា និងគ្មានគ្រោះថ្នាក់ទាល់តែសោះ ដោយវាគិតច្រឡំថាជាការវាយប្រហារ។ | ដូចជាម៉ាស៊ីនរោទិ៍ប្រាប់ថាមានភ្លើងឆេះនៅពេលនរណាម្នាក់គ្រាន់តែចៀនត្រីមានផ្សែងបន្តិចបន្តួច។ |
| Buffer overflow | កំហុសឆ្គងផ្នែកសរសេរកូដកម្មវិធី ដែលអនុញ្ញាតឱ្យទិន្នន័យបញ្ចូលមានទំហំធំជាងកន្លែងផ្ទុក (Buffer) បណ្តាលឱ្យទិន្នន័យហៀរទៅកាន់តំបន់អង្គចងចាំផ្សេងទៀត ដែលហេគឃ័រអាចឆ្លៀតឱកាសបញ្ចូលកូដបញ្ជាអាក្រក់បាន។ | ដូចជាការចាក់ទឹកចូលក្នុងកែវហួសចំណុះ រហូតដល់ទឹកហៀរចេញមកក្រៅប្រឡូកប្រឡាក់តុ។ |
| Distributed Denial of Service attack (DDoS) | ការវាយប្រហារដោយប្រើប្រាស់កុំព្យូទ័រ ឬឧបករណ៍ជាច្រើនដែលត្រូវបានគ្រប់គ្រងដោយហេគឃ័រ (Botnet) ដើម្បីបញ្ជូនសំណើចូលទៅកាន់ម៉ាស៊ីនមេគោលដៅព្រមៗគ្នា រហូតធ្វើឱ្យម៉ាស៊ីនមេនោះគាំង ឬលែងមានសមត្ថភាពផ្តល់សេវាកម្មបាន។ | ដូចជាមនុស្សមួយរយនាក់ត្រូវគេបញ្ជាឱ្យនាំគ្នាទូរស័ព្ទទៅកាន់លេខរបស់ហាងមួយក្នុងពេលតែមួយ ដើម្បីកុំឱ្យអតិថិជនពិតប្រាកដទូរស័ព្ទចូលបាន។ |
| Polymorphic worms | ប្រភេទមេរោគកុំព្យូទ័រដែលអាចផ្លាស់ប្តូររូបរាងកូដ (Signatures) របស់វាដោយស្វ័យប្រវត្តិរាល់ពេលដែលវាចម្លងខ្លួនឯងទៅកាន់ម៉ាស៊ីនផ្សេងទៀត ដែលធ្វើឱ្យប្រព័ន្ធការពារប្រភេទ Signature-based ពិបាកនឹងរកឃើញវា។ | ដូចជាឧក្រិដ្ឋជនដែលពូកែបន្លំខ្លួនដោយប្តូរសម្លៀកបំពាក់ និងពាក់ម៉ាស់មុខថ្មីរាល់ពេលធ្វើសកម្មភាពម្តងៗ ដើម្បីកុំឱ្យប៉ូលិសចំណាំមុខបាន។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
