Tóm tắt Luận văn Thạc sĩ: Nghiên cứu phương pháp phát hiện tiến trình bất thường trên máy người dùng

Trong bối cảnh các mối đe dọa an toàn thông tin ngày càng gia tăng về quy mô và mức độ phức tạp, các hệ thống bảo mật truyền thống như Anti-Virus hay IDS/IPS đang bộc lộ những hạn chế đáng kể trong việc đối phó với mã độc tiên tiến và các cuộc tấn công khai thác lỗ hổng. Đặc biệt, việc phát hiện các hành vi bất thường, thường ẩn mình trong các tiến trình hệ thống hợp pháp trên máy người dùng, trở thành một thách thức lớn. Nhu cầu cấp thiết là phát triển các phương pháp hiệu quả hơn để nhận diện và ứng phó kịp thời với những hoạt động đáng ngờ. Nghiên cứu này nhằm mục đích khám phá và triển khai các kỹ thuật phát hiện tiến trình bất thường trên máy người dùng, đặc biệt là trên hệ điều hành Windows, góp phần nâng cao khả năng bảo vệ các hệ thống thông tin khỏi các mối nguy hiểm tiềm tàng, dựa trên nền tảng của công nghệ Endpoint Detection & Response (EDR).

Chuyên gia an ninh mạng, quản trị viên hệ thống, nhà nghiên cứu trong lĩnh vực an toàn thông tin, và sinh viên chuyên ngành hệ thống thông tin hoặc khoa học máy tính quan tâm đến bảo mật điểm cuối và phát hiện mối đe dọa nâng cao.

Luận văn này trình bày một nghiên cứu sâu rộng về phương pháp phát hiện tiến trình bất thường trên máy người dùng, một vấn đề cấp bách trong bối cảnh các mối đe dọa an toàn thông tin ngày càng phức tạp và tinh vi. Mở đầu bằng việc phân tích sự gia tăng của các cuộc tấn công mạng và những hạn chế của các giải pháp bảo mật truyền thống như Anti-Virus và IDS/IPS, nghiên cứu nhấn mạnh sự cần thiết của các kỹ thuật phát hiện và ứng phó hiệu quả hơn. Luận văn tập trung vào công nghệ Endpoint Detection & Response (EDR) như một hướng tiếp cận tiên tiến, có khả năng phát hiện các hành vi đáng ngờ và các cuộc tấn công khai thác lỗ hổng mà các hệ thống cũ khó nhận diện. Cụ thể, nghiên cứu đề xuất một phương pháp luận ba chương. Chương đầu tiên cung cấp nền tảng về hệ điều hành, đặc biệt là hệ điều hành Windows, đi sâu vào khái niệm tiến trình, các trạng thái hoạt động và cấu trúc file thực thi, làm cơ sở cho việc nhận diện bất thường. Chương hai tập trung vào các phương pháp thu thập dữ liệu tiến trình trên cả Windows và Linux, với việc nghiên cứu ứng dụng giải pháp ELK stack (Elasticsearch, Logstash, Kibana) để tổng hợp và phân tích dữ liệu nhằm phát hiện tiến trình bất thường. Chương cuối cùng mô tả quá trình cài đặt, cấu hình và thử nghiệm thực tế các công cụ giám sát, thu thập tiến trình trên môi trường Windows, đồng thời đánh giá hiệu quả của phương pháp đã nghiên cứu. Giá trị ứng dụng của luận văn nằm ở việc cung cấp một khuôn khổ thực tiễn để tăng cường bảo mật điểm cuối, giúp các tổ chức có thể chủ động hơn trong việc phát hiện và ngăn chặn các mối đe dọa, đặc biệt là những cuộc tấn công có chủ đích và mã độc chưa từng biết. Nghiên cứu này góp phần đáng kể vào việc cải thiện khả năng giám sát hệ thống và phản ứng nhanh chóng với các sự cố an ninh mạng.