Phân tích hiệu năng của hệ thống phát hiện xâm nhập dựa trên mạng (NIDS) sử dụng mạng hàng đợi

uyết định kiểm tra sự đáp ứng tích cực và thụ động 
đối với các xâm nhập. Các đáp ứng này dựa trên các 
cảnh báo. Chất lượng của IDS được thể hiện qua 
các tỷ lệ phát hiện và tỷ lệ cảnh báo sai. Các firewall 
mạng nói chung trong đó gồm cả IDS được nghiên 
cứu [3] mô hình hóa bằng hàng đợi hữu hạn dựa trên 
chuỗi Markov nhúng (Embedded Markov Chain) để 
phân tích hiệu năng của chúng khi có lưu lượng bình 
thường cũng như có các lưu lượng tấn công DoS qua 
các thông số: thông lượng, mất gói, trễ gói, mức độ 
sử dụng của CPU trên firewall. Nghiên cứu [4] tổng 
hợp các ứng dụng của Markov ẩn cho IDS. Một số 
nghiên cứu, ví dụ [5][6][7] ứng dụng mạng nơron để 
đánh giá hiệu năng của IDS.
3. Mạng hàng đợi đóng của NIDS đa lớp công 
việc [8][9]
• Mạng hàng đợi đa lớp công việc:
Một mạng hàng đợi (đóng, mở, hoặc kết 
hợp) có thể có một số lớp công việc. Các lớp công 
việc (một luồng gói tin) khác nhau bởi các thời 
gian phục vụ và các xác suất định tuyến của chúng. 
Một công việc có thể chuyển từ một lớp sang lớp 
khác khi nó chuyển từ một nút đến một nút khác. 
Nếu không có công việc việc nào của một lớp cụ 
thể không chuyển từ bên ngoài mạng đến hoặc rời 
khỏi mạng ra ngoài thì số lượng công việc của một 
lớp không thay đổi và lớp công việc đó được gọi là 
đóng. Ngược lại, lớp công việc không đóng được 
gọi là mở. Nếu mạng hàng đợi chứa cả các lớp đóng 
và mở thì mạng được gọi là mạng kết hợp. 
Có các ký hiệu sau đây cần phải được bổ sung 
để mô tả các mạng hàng đợi nhiều lớp công việc:
R - số lượng các lớp công việc trong một mạng.
n
ir
 - số lượng các công việc của lớp thứ r ở 
nút i; đối với một mạng đóng:
n Nir
r
R
i
K
11
=
==
//
Nr - số lượng công việc của lớp thứ r trong toàn 
mạng; giá trị này không nhất thiết là hằng số ngay cả 
trong mạng đóng, bởi vì một công việc khi chuyển từ 
một nút đến một nút khác có thể chuyển lớp:
n Nir r
i
K
1
=
=
/
N - tổng số công việc thuộc tất cả các lớp 
của toàn mạng là một vector tổng các số lượng công 
việc của từng lớp:
 N = (N
1
, N
2
,..., NR)
S
i
 - trạng thái của nút i của mạng là: S
i
 = (n
i1
, 
n
i2
, ..., n
iR
) và thỏa mãn: S Ni
i
K
1
=
=
/ .
S - trạng thái của toàn mạng gồm nhiều lớp 
các công việc là vector: S = (S
1
, S
2
,..., S
N
)
irn - tốc độ phục vụ của nút i cho tất các các 
công việc thuộc một lớp r.
,ir jsr - xác suất định tuyến mà một công việc 
của lớp r ở nút i được chuyển đến nút j của lớp s.
,js0r - xác suất trong một mạng mở mà một 
công việc từ ngoài mạng chuyển đến nút j thuộc lớp s.
0,irr - xác suất trong một mạng mở mà một 
công việc của lớp r rời khỏi mạng sau khi đã được 
phục vụ xong ở nút i:
1, ,ir ir js
s
R
j
K
0
11
r r= -
==
//
m - tổng tốc độ đến từ ngoài mạng.
,ir0m - tốc độ đến nút i từ ngoài mạng của các 
công việc thuộc lớp r, ,ir0m = m . 0,irr
irm - tốc độ đến nút i của các công việc thuộc 
lớp r, đối với mạng mở:
. . ;, ,ir ir js
s
R
js ir
j
K
0
11
m m r m r= +
==
//
• Đề xuất mạng hàng đợi mở cho LAN với 
Firewall và NIDS:
Mạng hàng đợi mở gồm các nút hàng đợi 
dạng M/M/n, trong đó Router+Firewall được mô 
hình bằng hàng đợi M/M/1, NIDS được mô hình 
bằng hàng đọi M/M/1, các máy chủ Servers được 
mô hình bằng hàng đợi M/M/8 (cho rằng trong LAN 
có khoảng 8 servers), mạng Ethernet gồm 300 máy 
trạm được mô hình bằng hàng đợi M/M/300 (Hình 
ISSN 2354-0575
Journal of Science and Technology58 Khoa học & Công nghệ - Số 15/Tháng 9 - 2017
1). Mạng hàng đợi mở có nguồn vào (Source) từ 
Internet là các luồng dữ liệu tấn công (packet attack 
flow) - gọi là lớp công việc 1 (job class 1) và, luồng 
dữ liệu bình thường (Packer normal service flow) - 
gọi là lớp công việc 2 (job class 2). Mặc định cho 
rằng các nút hàng đợi có khả năng xử lý được tất cả 
các gói tin đến (khách hàng, hay công việc), do đó 
kích thước hàng đợi là ∞. Toàn bộ lưu lượng các gói 
tin từ Internet trước tiên phải qua Route+Firewall 
và NIDS. Để phân tích ảnh hưởng NIDS đến hiệu 
năng của LAN (gồm các servers và các máy trạm, 
cho rằng NIDS xử lý được lưu lượng tấn công (class 
2) và không cho lưu lượng này đi vào LAN, mà chỉ 
lượng bình thường (class 1) vào LAN. Sự thay đổi 
tốc độ xử lý luồng tấn công ảnh hưởng đến đáp ứng 
trung bình của NIDS và của cả LAN.
Để thực hiện mô phỏng và tính toán hiệu 
năng của mạng hàng đợi đề xuất, tác giả sử dụng 
công cụ mô phỏng JMT v.1.0.1 (Java Modelling 
Tools) [10]. Sơ đồ ở Hình 2 và các kết quả mô 
phỏng ở dạng các đồ thị cho ở các Hình 3: (1)-(24) 
nhận được từ chạy chương trình JMT.
Hình 1. Mạng hàng đợi mở của LAN+NIDS
Hình 2. Mạng hàng đợi mở của LAN+NIDS trong JMT v.1.0.1
Thực hiện 3 kịch bản với sự thay đổi thời 
gian phục vụ trung bình E[S] của các hàng đợi Rout-
er+Firewall và NIDS đối với luồng các gói tấn công 
(job class 2). Thời gian phục vụ trung bình của các 
hàng đợi đối với luồng gói dịch vụ bình thường (job 
class 1) không thay đổi và bằng 0.5s cho cả 3 kịch 
bản. Tốc độ đến trung bình của các gói dữ liệu tấn 
công và bình thường từ Source đều là λ = 0.5s-1. Hai 
số đo hiệu năng được tính trong mô phỏng là E[N] 
- số khách hàng trung bình (Number of Customers) 
và E[R] - đáp ứng trung bình (Response Time) (s).
4. Kết quả mô phỏng 
1) Kịch bản 1: Các thời gian phục vụ 
trung bình, E[S]:
Class 1: đặt thời gian phục vụ trung bình của 
Router+firewall và NIDS bằng 0.5s, của Servers và 
Ethernet bằng 0.5s
Class 2: đặt thời gian phục vụ trung bình của 
Router+firewall và NIDS bằng 0.1s, của Servers và 
Ethernet bằng 0.5s.
Tốc độ đến trung bình từ Source (Internet), 
λ: của các luồng gói tin Class 1 và Class 2 bằng 0.5sec-1; 
Các kết quả tính trên JMT cho ở các hình (1) - (8).
Hình 3: (1). Number of customers of NIDS (class1) 
125.088
ISSN 2354-0575
Khoa học & Công nghệ - Số 15/Tháng 9 - 2017 Journal of Science and Technology 59
Hình 3: (2). Response Time of NIDS (class 1): 98.838s
Hình 3: (3). Number of customers of NIDS (class 
2) 52.305
Hình 3: (4). Response Time of NIDS (class 2): 14.31s
Hình 3: (5). Number of Customers of Servers (class 
1), 0.365
Hình 3: (6). Response Time of Servers (class 1): 0.500s
Hình 3: (7). Number of customers of Ethernet (class 
1), 0.699
Hình 3: (8). Response Time of Ethernet (class 1): 
0.499s
Từ Hình 3: (1) đến Hình 3: (8) thể hiện kết 
quả của số lượng khách hàng trung bình và mức đáp 
ứng trung bình của hệ thống trong kịch bản 1.
2) Kịch bản 2:
Các thời gian phục vụ trung bình, E[S]:
Class 1: đặt thời gian phục vụ trung bình 
của Router+firewall và NIDS bằng 0.5s, của các 
Servers và Ethernet bằng 0.5s.
Class 2: đặt thời gian phục vụ trung bình 
của Router+firewall và NIDS bằng 0.5s, của các 
Servers và Ethernet bằng 0.5s.
Tốc độ đến trung bình từ Source 
(Internet), λ: của các luồng gói tin Class 1 và Class 
2 bằng 0.5sec-1; Các kết quả tính trên JMT cho ở các 
hình (9) - (16).
Hình 3: (9). Number of customer of NIDS (class 1), 
89.832
Hình 3: (10). Response Time of NIDS (class 1), 59.901s
Hình 3: (11). Number of customers of NIDS (class 
2), 50.239
ISSN 2354-0575
Journal of Science and Technology60 Khoa học & Công nghệ - Số 15/Tháng 9 - 2017
Hình 3: (12). Response Time of NIDS (class 2), 64.390s
Hình 3: (13). Number of customer of servers (class 1), 
0.349
Hình 3: (14). Response Time of Servers (class 1), 
0.500s
Hình 3: (15). Number of customer of Ethernet (class 
1), 0.668
Hình 3: (16). Response Time of Ethernet (class 1), 
0.500s
Từ Hình 3: (9) đến Hình 3: (16) thể hiện kết 
quả của số lượng khách hàng trung bình và mức đáp 
ứng trung bình của hệ thống trong kịch bản 2.
3) Kịch bản 3:
Các thời gian phục vụ trung bình, E[S]:
Class 1: đặt thời gian phục vụ trung bình 
của Router+firewall và NIDS bằng 0.5s, của các 
Servers và Ethernet bằng 0.5s.
Class 2: đặt thời gian phục vụ trung bình của 
Router+firewall và NIDS bằng 1s, của các Servers 
và Ethernet bằng 0.5s.
Tốc độ đến trung từ Source (Internet), λ: 
của các luồng gói tin class 1 và class 2 bằng bằng 
0.5 sec-1; Các kết quả (17) - (24).
Hình 3: (17). Number of customers of NIDS (class 
1), 164.158
Hình 3: (18). Response Time of NIDS (class 1), 172.876s
Hình 3: (19). Number of customer of NIDS (class 
2), 300.689
Hình 3: (20). Response Time of NIDS (class 2), 490.908s
Hình 3: (21). Number of customer of Servers (class 
1), 0.312
ISSN 2354-0575
Khoa học & Công nghệ - Số 15/Tháng 9 - 2017 Journal of Science and Technology 61
Hình 3: (22). Response Time of Servers (class 1), 0.498s
Hình 3: (23). Number of customer of Ethernet (class 
1), 0.585
Hình 3: (24). Response Time of Ethernet (class 1), 0.498s
Từ Hình 3: (17) đến Hình 3: (24) thể hiện kết 
quả của số lượng khách hàng trung bình và mức đáp 
ứng trung bình của hệ thống trong kịch bản 3.
Bảng 1. Tổng hợp các giá trị trung bình của kết quả mô phỏng mạng hàng đợi LAN+NIDS
Kịch bản 1:
Các thời gian phục vụ trung bình, E[S]:
Với các gói thuộc class 1: Router+firewall và NIDS có E[S]=0.5s, Servers và Ethernet có E[S]= 0.5s
Với các gói thuộc class 2: Router+firewall và NIDS có E[S]=0.1s, Servers và Ethernet có E[S]= 0.5s
Tốc độ đến trung bình từ Source (Internet), λ:
của các gói thuộc lớp class 1 và class 2 đều bằng 0.5sec-1
E[S]=0.5s Number of customers Response Time
Class 1 NIDS 128.088 98.838s
Class 1 Servers 0.365 0.500s
Class 1 Ethernet 0.699 0.499s
E[S]=0.1s
Class 2 NIDS 52.305 14.31s
Kịch bản 2: 
Các thời gian phục vụ trung bình, E[S]:
Với các gói thuộc class 1: Router+firewall và NIDS có E[S]=0.5s, Servers và Ethernet E[S]=0.5s
Với các gói thuộc class 2: Router+firewall và NIDS có E[S]=0.5s, Servers và Ethernet có E[S]=0.5s
Tốc độ đến trung bình từ Source (Internet), λ:
của các gói thuộc class 1 và class 2 đều bằng 0.5sec-1
E[S]=0.5s Number of customers Response Time
Class 1 NIDS 89.832 59.901s
Class 1 Servers 0.349 0.500s
Class 1 Ethernet 0.668 0.500s
E[S]=0.5s
Class 2 NIDS 50.239 64.390s
Kịch bản 3:
Với các gói thuộc class 1: Router+firewall và NIDS có E[S]=0.5s, Servers và Ethernet có E[S]=0.5s
Với các gói thuộc class 2: Router+firewall và NIDS có E[S]=1s, Servers và Ethernet có E[S]=0.5s
Tốc độ đến trung bình từ Source (Internet), λ:
 của các gói thuộc class 1 và class 2 đều bằng 0.5 sec-1
E[S]=0.5s Number of customers Response Time
Class 1 NIDS 164.158 172.876s
Class 1 Servers 0.312 0.498s
Class 1 Ethernet 0.585 0.498s
E[S]=0.5s
Class 2 NIDS 300.689 490.908s
ISSN 2354-0575
Journal of Science and Technology62 Khoa học & Công nghệ - Số 15/Tháng 9 - 2017
5. Kết luận và đánh giá
Nhận thấy, sự thay đổi thời gian phục vụ 
trung bình E[S] của NIDS đối với các gói tấn công 
(job class 2) làm thay đổi đáp ứng trung bình E[R] 
của NIDS: E[S] càng lớn (tốc độ phục vụ càng 
chập) thì E[R] càng lớn. Điều này chứng minh 
mạng hàng đợi mở được đề xuất như cho ở hình 
1 là phù hợp cho mô phỏng hiệu năng của NIDS. 
Tuy nhiên, có thể sử dụng mạng hàng đợi M/M/c/K 
để phân tích hệ thống NIDS với sự hữu hạn (K chỉ 
giá trị hữu hạn của tài nguyên của NIDS) của công 
suất xử lý của NIDS đối với trường hợp tấn công 
dạng DoS làm đầy bộ đệm của NIDS, khi đó xác 
suất mất gói ở NIDS khi số gói tin đạt tới K. Với 
xác suất mất gói tại NIDS thì NIDS cũng không còn 
khả năng đưa ra cảnh báo chính xác nữa. Cũng thể 
dùng mạng hàng đợi để phân tích hệ thống NNIDS 
kết hợp của HIDS và NIDS. Sự nâng cấp công nghệ 
của hệ thống NIDS bằng các giải pháp, ví dụ: ứng 
dụng kiến trúc tính toán song song - đa xử lý - đa 
nhân, các thuật toán, các phương pháp an ninh, hay 
ứng dụng trí tuệ nhân tạo sẽ làm tốc độ phục vụ 
trung bình của NIDS tăng lên, nghĩa là E[S] giảm 
đi, và làm đáp ứng trung bình của NIDS giảm, hiệu 
năng của NIDS tăng. Ngoài những công cụ đo đạc 
thông dụng chạy trên các hệ thống giám sát sẵn có 
trên các hệ thống quản lý mạng, thì giải pháp ứng 
dụng mạng hàng đợi để mô hình hóa và phân tích 
hiệu năng của NIDS có thể hữu ích trong thiết kế 
và nâng cấp các mạng LAN có cài đặt các hệ thống 
bức tường lửa.
Tài liệu tham khảo
[1]. Hồ Khánh Lâm, (2015), “Mạng hàng đợi và chuỗi Markov: lý thuyết và ứng dụng”, NXB KHKT.
[2]. Sergey Zapechnikov, Natalia Miloslavskaya, Alexander Tolstoy, “Analysis of Intrusion Detection 
and Prevention Systems as Queueing Services”, Cyberneticsand Information Security Faculty, 
Information Security of BankingSystems Department, National Research Nuclear University 
MEPhI (Moscow Engineering Physics Institute), Moscow, Russia. Switzerland, Crans-Montana, 24 
March 2016.
[3]. Wei T. Yue, Metin Cakanyildirim, Young U. Ryu, “A Queuing Formulation of Intrusion Detection 
with Active and Passive Responses”, Department of Information Systems and Operations Management 
School of Management The University of Texas at Dallas Richardson, Texas 75083-0688, USA.
[4]. Khaled Salah, “Performance Modeling and Analysis of Network Firewalls”. IEEE TRANSACTIONS 
ON NETWORK AND SERVICE MANAGEMENT, VOL. 9, NO. 1, MARCH 2012.
[5]. Preeti Saini Ms. Sunila Godara, “Modelling Intrusion Detection System using Hidden Markov 
Model: A Review”. International Journal of Advanced Research in Computer Science and Software 
Engineering. Volume 4, Issue 6, June 2014. ISSN: 2277 128X. 
[6]. Amit Kumar Choudhary and Akhilesh Swarup, “Performance of Intrusion Detection System 
using GRNN”. IJCSNS International Journal of Computer Science and Network Security, Vol.9, 
No.12, December 2009.
[7]. Devarakonda, Nagaraju, et al. “Intrusion Detection System using Bayesian Network and Hidden 
Markov Model.” Procedia Technology 4 (2012): 506-514.
[8]. Khosronejad, Mahsa, et al. “Developing a Hybrid Method of Hidden Markov Models and C5. 0 
as a Intrusion Detection System.” International Journal of Database Theory & Application 6.5 (2013).
[9]. John C.S. Lui, “Introduction to Queueing Networks”. Department of Computer Science & 
Engineering The Chinese University of Hong Kong.
[10]. Politecnico di Milano Italy, Imperial College London, “JMT Java Modelling Tools, user 
manual for JMT version 1.0.1 and above, May 4th, 2017”. 
users_Manual.pdf.
PERFORMANCE ANALYSIS OF INTRUSION DETECTION SYSTEM 
NETWORK-BASED (NIDS) USE QUEUE NETWORK
Abstract:
Intrusion detection systems (IDS) play an important and necessary role in the LAN connection 
structure to ensure the security of a facility: public authorities, businesses, schools, etc... Today, the increase 
in network attacks is increasing the demand big about types IDS. The technology of IDS, security solutions 
that IDS perform increased performance in ensuring network security. Therefore, the performance analysis 
of IDS is a problem be interested, research. This paper proposes the use of a queue model to analyze the 
performance of Intrusion detection system Relies on network connection, one of the consequence methods 
(one of the effective methods).
Keywords: NIDS, performance, LAN, network queue.