Ứng dụng phương pháp tính Entropy thông tin trong việc phòng chống Ransomware

Thông tin khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san An toàn Thông tin, 05 - 2017 167
ỨNG DỤNG PHƯƠNG PHÁP TÍNH ENTROPY THÔNG TIN 
TRONG VIỆC PHÒNG CHỐNG RANSOMWARE 
Hoàng Văn Quyết*, Đoàn Văn Minh 
Tóm tắt: Bài báo trình bày phương pháp tính Entropy thông tin, tiến hành thực 
nghiệm xác định giá trị Entropy của các tập tin dữ liệu nguyên bản và khi bị mã hóa 
bởi mã độc tống tiền trong hệ thống mạng máy tính. Đề xuất giải pháp và xây dựng 
phần mềm bảo vệ dữ liệu máy tính trước sự tấn công của Ransomware dựa trên 
phương pháp tính Entropy thông tin. 
Từ khóa: Entropy thông tin, Entropy liên tục, Phần mềm độc hại, Mã hóa dữ liệu. 
1. MỞ ĐẦU 
Ngày nay, sự thuận tiện của các phương thức thanh toán điện tử, cũng như công 
nghệ mã hóa hiện đại là cơ sở để mã độc tống tiền (Ransomware) bùng phát và có xu 
hướng ngày càng gia tăng, gây hậu quả nghiêm trọng cho người sử dụng máy tính. 
Chính vì vậy, bảo vệ dữ liệu điện tử khỏi Ransomware là một vấn đề rất cấp thiết. 
Bài báo này không đề cập đến phương pháp tiêu diệt Ransomware (một phương 
pháp mà các hãng bảo mật lớn trên thế giới thường làm), hay phương pháp khắc 
phục hậu quả khi dữ liệu đã bị mã hóa bởi Ransomware do công nghệ mã hóa ngày 
càng hiện đại. Tác giả chỉ tập trung vào phương pháp bảo vệ dữ liệu máy tính khi 
bị nhiễm Ransomware, một phương pháp hiện nay chưa có hãng bảo mật nào 
nghiên cứu. 
Đặc điểm đặc trưng của dữ liệu mã hóa bởi Ransomware đó là mức độ ngẫu 
nhiên lớn và để đo mức độ ngẫu nhiên đó có thể sử dụng đại lượng Entropy thông 
tin của C. E. Shannon [3]. Từ công thức tính Entropy của C. E. Shannon, tác giả 
xây dựng công thức tính Entropy cho tập tin dữ liệu được lưu trên bộ nhớ, làm cơ 
sở tiến hành tính thực nghiệm lượng Entropy của các tập tin dữ liệu cụ thể, từ đó 
rút ra ngưỡng Entropy phân biệt giữa tập tin mã hóa và chưa mã hóa. Trên những 
cở sở lý thuyết và thực nghiệm đó, tác giả đã phát triển chương trình bảo vệ dữ liệu 
máy tính khi bị nhiễm Ransomware. 
2. PHƯƠNG PHÁP TÍNH ENTROPY THÔNG TIN 
2.1. Khái quát về Entropy và Ransomware 
Năm 1927, Von Neumann đã xây dựng công thức thống kê trong nhiệt động 
lực học và cơ học có chứa giá trị Entropy, tuy nhiên, đến năm 1948, khái niệm 
Entropy thông tin mới được C. E. Shannon đưa ra trong bài báo "A Mathematical 
Công nghệ thông tin 
H. V. Quyết, Đ. V. Minh, “Ứng dụng phương pháp tính Entropy chống Ransomware.” 168 
Theory of Communication". 
Entropy thông tin là một khái niệm mở rộng của Entropy trong nhiệt động lực 
học và cơ học thống kê, được áp dụng sang lý thuyết thông tin, mô tả mức độ hỗn 
loạn trong tín hiệu lấy từ một sự kiện ngẫu nhiên, cho phép chỉ ra số lượng thông tin 
(các phần không hỗn loạn ngẫu nhiên) có trong tín hiệu. Xem xét trường hợp cụ thể, 
một câu có ý nghĩa được viết bằng tiếng Việt và được thể hiện bởi các ký tự (chữ 
cái, khoảng cách và dấu câu), sẽ không hiện ra một cách hoàn toàn hỗn loạn ngẫu 
nhiên. Cụ thể, tần số xuất hiện của ký tự "x" sẽ không giống với tần số xuất hiện của 
ký tự phổ biến hơn là "t", đồng thời, nếu dòng chữ vẫn đang được viết hay đang 
truyền tải, sẽ khó đoán trước được ký tự tiếp theo. Việc xuất hiện ký tự tiếp theo có 
mức độ ngẫu nhiên nhất định, giá trị này được xác định bởi Entropy thông tin. 
Ransomware là một loại phần mềm độc hại sử dụng hệ thống mật mã để mã 
hóa dữ liệu, ngăn chặn người dùng truy cập và sử dụng máy tính, yêu cầu nạn nhân 
phải nộp một khoản tiền chuộc nếu muốn lấy lại dữ liệu [1]. 
Ransomware mã hóa dữ liệu bằng cách đọc dữ liệu lên bộ nhớ RAM, mã hóa 
dữ liệu, sau đó ghi ngược xuống ổ đĩa. Quá trình mã hóa thành công khi dữ liệu mã 
hóa trên bộ nhớ RAM được ghi ngược hoàn toàn xuống ổ đĩa. Dữ liệu mã hóa bởi 
Ransomware sẽ có mức độ ngẫu nhiên (mức độ hỗn loạn) của các byte lớn hơn dữ 
liệu chưa bị mã hóa. Mức độ phức tạp của việc giải mã các dữ liệu tỉ lệ thuận với 
mức độ ngẫu nhiên [2]. 
2.2. Cơ sở nền tảng tính Entropy thông tin 
C. E. Shannon [3] đã xây dựng định nghĩa về Entropy thông tin để thoả mãn 
các giả định sau: 
- Entropy phải tỷ lệ thuận liên tục với các xác suất xuất hiện của các phần tử 
ngẫu nhiên trong tín hiệu. Thay đổi nhỏ trong xác suất xuất hiện sẽ dẫn đến thay 
đổi nhỏ trong Entropy; 
- Nếu các phần tử ngẫu nhiên đều có xác suất xuất hiện bằng nhau, việc tăng số 
lượng phần tử ngẫu nhiên phải làm tăng Entropy; 
- Các chuỗi tín hiệu có thể tạo ra theo nhiều bước và giá trị Entropy phải bằng 
tổng trọng số của các Entropy của từng bước. 
C. E. Shannon chỉ ra rằng, các định nghĩa Entropy cho một tín hiệu có thể nhận 
các giá trị rời rạc, thoả mãn các giả định trên, đều được tính theo công thức: 

n
i
ipipK
1
2 )(log)( (1) 
với K là một hằng số, chỉ phụ thuộc vào đơn vị đo; n là tổng số các giá trị có thể 
Thông tin khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san An toàn Thông tin, 05 - 2017 169
nhận của tín hiệu; i là giá trị rời rạc thứ i; p(i) là xác suất xuất hiện của giá trị i. 
2.3. Xác định Entropy trong trường hợp ngẫu nhiên rời rạc 
Nếu một sự kiện ngẫu nhiên rời rạc x, có thể nhận các giá trị là n..1 , thì 
Entropy H(x) của nó được tính theo công thức (2): 

n
i
n
i
ipip
ip
ipxH
1
2
1
2 )(log)()
)(
1
(log)()( (2) 
Như vậy, Entropy của x cũng là giá trị kì vọng của các độ ngẫu nhiên của các 
giá trị mà x có thể nhận. Entropy thông tin trong trường hợp phần tử tín hiệu ngẫu 
nhiên rời rạc còn được gọi là Entropy Shannon. 
Thực nghiệm kết quả tính Entropy của phép thử Bernoulli: X=1 với xác suất p 
và X=0 với xác suất (1-p), khi đó: 
)1(log)1(log)()( 22 pppppHxH (3) 
Hình 1. Biểu đồ giá trị Entropy rời rạc của X. 
2.4. Xác định giá trị Entropy trong trường hợp ngẫu nhiên liên tục 
Nếu x là số thực ngẫu nhiên liên tục, thì Entropy liên tục được tính theo công thức: 
 dxxfxffH ))()(log()( (4) 
với f là hàm mật độ xác suất. 
Entropy liên tục thường được gọi là Entropy vi phân hay Entropy Boltzmann 
[4]. Entropy Boltzmann không phải là giới hạn của Entropy Shannon khi n , 
do đó không phải là độ đo mức độ hỗn loạn của thông tin. 
Trường hợp một dòng chữ luôn chỉ có các ký tự "a" sẽ có Entropy bằng 0, vì ký 
tự tiếp theo sẽ luôn là "a". Một dòng chữ chỉ có hai ký tự 0 và 1 ngẫu nhiên hoàn 
toàn sẽ có Entropy là 1 bit cho mỗi ký tự. 
Công nghệ thông tin 
H. V. Quyết, Đ. V. Minh, “Ứng dụng phương pháp tính Entropy chống Ransomware.” 170 
Một dòng chữ tiếng Anh thông thường có Entropy khoảng 1,1 đến 1,6 bit cho 
mỗi ký tự. Thuật toán nén PPM [4] có thể tạo ra tỷ lệ nén 1,5 bit cho mỗi ký tự. 
Trên thực tế, tỷ lệ nén của các thuật toán nén thông dụng có thể được dùng làm 
ước lượng cho Entropy của dữ liệu. 
Entropy của dòng văn bản S thông thường được định nghĩa dựa trên mô hình 
Markov. Nếu các ký tự tiếp theo hoàn toàn độc lập với các ký tự trước đó, Entropy 
nhị phân H[S] sẽ là: 
   )(log)( 2 ipipSH (5) 
2.5. Công cụ phân tích Entropy nhị phân 
Bintropy là công cụ phân tích mẫu, ước tính khả năng một tệp tin có chứa các 
thông tin nén hoặc mã hóa. Bintropy có hai chế độ hoạt động: 
- Chế độ thứ nhất, công cụ sẽ phân tích Entropy của mỗi đoạn thực thi có định 
dạng PE, được xác định trong phần đầu của tệp thực thi. Điều này giúp người phân 
tích xác định đoạn mã thực thi có thể bị mã hóa và nén. Một bộ biên dịch chuẩn tạo 
ra PE thực thi có các phần theo định dạng chuẩn (.text, .data, .reloc, .rsrc). Tuy 
nhiên, nhiều công cụ đóng gói biến đổi định dạng của tệp thực thi gốc, nén các 
đoạn mã, dữ liệu và dồn chúng vào một hay hai đoạn mới. Trong chế độ này, 
Bintropy tính giá trị Entropy cho mỗi đoạn nó cần. Tuy nhiên, không tính Entropy 
cho phần đầu tệp tin bởi vì phần này không chứa các byte dữ liệu nén hay mã hóa; 
- Chế độ thứ hai bỏ qua định dạng tệp, thay vào đó Bintropy phân tích Entropy 
của toàn bộ tệp, từ byte đầu tiên cho đến byte cuối cùng. Với tệp định dạng PE, 
người dùng có thể phân tích Entropy của đoạn mã và dữ liệu ẩn tại cuối tệp hoặc ở 
giữa các đoạn định dạng PE. 
Entropy của một khối dữ liệu là một phép thống kê lượng thông tin chứa bên 
trong. Trong bài báo “Sử dụng phân tích Entropy để tìm ra mã độc nén và mã hóa”, 
hai tác giả Hamrock và Lyda đưa ra một quan sát đáng chú ý là các dữ liệu nén và 
mã hóa trong mẫu mã dữ liệu độc hại đóng gói có mức Entropy cao. Mã chương 
trình và dữ liệu bình thường có mức Entropy thấp hơn nhiều. Mã độc hại sử dụng 
kỹ thuật đóng gói được xác định bởi mức Entropy cao trong nội dung của nó. 
Để đánh giá khả năng công cụ Bintropy dựa trên phân tích Entropy, Lynda và 
Hamrock đã tiến hành đánh giá thử nghiệm trên bốn tập dữ liệu với các phân loại 
tệp khác nhau: plain text, thực thi thông thường, thực thi nén và thực thi mã hóa. 
Mỗi tập dữ liệu gồm 100 tệp khác nhau, mỗi tệp được tính Entropy dựa trên các 
khối dữ liệu có độ dài 256 byte. Công cụ Bintropy tính Entropy mức trung bình 
của các khối và khối có mức Entropy cao nhất. Mục đích thử nghiệm này là xác 
Thông tin khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san An toàn Thông tin, 05 - 2017 171
 định mức Entropy tối ưu để phân loại tệp thực thi thông thường và tệp thực thi đã 
biến đổi sử dụng kỹ thuật mã hóa hoặc kỹ thuật nén. Sau khi sử dụng tập dữ liệu 
training, Bintropy có khả năng phát hiện các tệp thực thi bị nén hoặc mã hóa khi 
đặc tính Entropy vượt qua một mức định trước. 
Bảng 1. Độ chính xác thống kê Entropy dựa trên tập dữ liệu. 
Tập dữ liệu 
Mức Entropy 
trung bình 
Entropy trong 
khoảng 
Mức Entropy 
cao nhất 
Plain text 4.347 4.066−4.629 4.715 
Thực thi trông thường 5.099 4.941−5.258 6.227 
Thực thi nén 6.801 6.677−6.926 7.233 
Thực thi mã hóa 7.175 7.174−7.177 7.303 
Bảng kết quả cho thấy, với độ chính xác đạt 99% và mức Entropy trong khoảng 
6.677 đến 7.177, công cụ Bintropy sẽ phát hiện tệp nén hay mã hóa. 
Hình 2. Phân bố số lượng tệp mã độc theo đoạn (session) bị mã hóa hoặc nén. 
Lyda và Hamrock cũng đã thực hiện xác định xu hướng Entropy bởi công cụ 
Bintropy và để tạo độ tin cậy của đánh giá đã áp dụng trên một tập 21.567 mã độc 
Win32 - với thực thi định dạng PE từ bộ thu thập của các hãng phần mềm chống 
virus nổi tiếng trên thế giới trong khoảng thời gian từ tháng 01/2000 đến tháng 
12/2005. Dựa trên khảo sát bởi sử dụng công cụ Bintropy để phân tích, kết quả chỉ 
ra rằng, UPX1 là phần được kẻ viết mã độc sử dụng kỹ thuật đóng gói phổ biến 
nhất, sau đó là phần text (hình 2). 
2.6. Xây dựng công thức tính Entropy cho dữ liệu lưu trên RAM 
Dữ liệu lưu trên bộ nhớ máy tính được mô tả dưới dạng các byte nhớ, một byte 
Công nghệ thông tin 
H. V. Quyết, Đ. V. Minh, “Ứng dụng phương pháp tính Entropy chống Ransomware.” 172 
có giá trị từ 1 đến 255, do đó đơn vị rời rạc i sẽ có giá trị từ 1 đến 255. 
Từ thực nghiệm và áp dụng công thức tính Entropy nhị phân (5), tác giả đã xây 
dựng công thực tính lượng Entropy cho một tập tin dữ liệu được lưu trên RAM, cụ 
thể như sau: 

255
1
2 )(log)(
i
ipipKEntropy (6) 
với hằng số K = 1.4426950408; p(i) là xác suất xuất hiện của giá trị i (từ 1 đến 
255) trên độ dài của tập tin dữ liệu được lưu trên RAM. 
Dựa trên công thức tính Entropy thông tin, đã tiến hành kiểm tra thực nghiệm 
đối với các tập tin dữ liệu, trong trạng thái nguyên bản và trạng thái bị mã hóa bởi 
Ransomware và được lưu trữ ở các định dạng khác nhau như .doc, .pdf, .htm, .xls. 
Kết quả thực nghiệm được thể hiện trong bảng 2. 
Bảng 2. Kết quả thực nghiệm tính Entropy cho các tập tin có định dạng khác nhau. 
Tập tin đã bị 
mã hóa 
Tập tin định 
dạng .pdf 
Tập tin định 
dạng .doc 
Tập tin định 
dạng .htm 
Tập tin định 
dạng .xls 
9.230 1.631 0.101 0.104 0.097 
9.408 1.178 0.039 0.104 0.107 
10.000 1.458 0.039 0.109 0.097 
10.000 2.928 0.068 0.098 0.109 
10.000 1.055 0.067 0.097 0.109 
9.454 1.648 0.071 0.100 0.109 
10.000 2.108 0.119 0.082 0.076 
10.000 1.468 0.070 0.105 0.102 
10.000 1.155 0.039 0.104 0.098 
Kết quả thực nghiệm cho thấy sự khác biệt về lượng Entropy của tập tin dữ liệu 
bị mã hóa bởi Ransomware so với của các tập tin dữ liệu chưa bị mã hóa. Kết quả 
này cho phép xác định được ngưỡng Entropy để làm cơ sở thiết lập quyền ghi dữ 
liệu từ Ram xuống ổ đĩa. Nếu lượng Entropy lớn hơn ngưỡng cho phép, việc ghi 
xuống ổ đĩa bị cấm, ngược lại việc ghi xuống ổ đĩa diễn ra như bình thường. 
Trên nền tảng tính toán Entropy thông tin, tác giả đã xây dựng phần mềm bảo 
vệ dữ liệu có tên là Firefly [6], bảo vệ người dùng trước các cuộc tấn công của 
Ransomware, hành động có chủ đích của tin tặc bằng cách xác định các ngưỡng 
Entropy của các định dạng tập tin khác nhau (hình 3). Phần mềm được phát triển 
có các chức năng sau: Mã hóa và giải mã dữ liệu; Phòng chống mã độc tống tiền; 
Thông tin khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san An toàn Thông tin, 05 - 2017 173
Thiết lập chính sách sử dụng thiết bị lưu trữ ngoài; Kiểm soát truy cập dữ liệu; Tạo 
và quản lý ổ đĩa ảo; Kiểm soát cài đặt; Chống thay đổi tập tin thực thi; Ghi nhật ký 
hệ thống; Bảo vệ dữ liệu bằng khóa cứng. 
Hình 3. Phần mềm chống thất thoát dự liệu và phòng chống Ransomware. 
3. KẾT LUẬN 
Trong nhiệm vụ bảo mật, bảo đảm an ninh, an toàn thông tin, việc xây dựng 
các hệ thống, ứng dụng, dịch vụ ngăn cản các hành vi của mã độc là rất quan 
trọng. Tác giả đã giới thiệu phương pháp tính Entropy thông tin cho tín hiệu, làm 
cơ sở cho phương pháp tính Entropy thông tin cho dữ liệu máy tính. Kết quả 
nghiên cứu, thực nghiệm tính toán giá trị Entropy dữ liệu máy tính, đã xác định 
được ngưỡng Entropy để thiết lập quyền ghi xuống ổ đĩa, từ đó, cho phép xây 
dựng các phần mềm, dịch vụ nhằm ngăn chặn Ransomware mã hóa dữ liệu trên 
máy tính người dùng. 
TÀI LIỆU THAM KHẢO 
[1]. N. M. Abramson, “Information Theory and Coding”, McGraw-Hill, New 
York, 1963. 
[2]. M. Sikorski, “Practical Malware Analysis”, Physical model and science 
Journal, vol. 10, No.1 (1995), pp. 79-93. 
[3]. C. E. Shannon, “Prediction and Entropy of Printed English”, Bell System 
Technical Journal, vol.30, No. 1 (1951), pp. 50-64. 
[4]. C. Tom, “An introduction to information theory and Entropy”, Physical 
Công nghệ thông tin 
H. V. Quyết, Đ. V. Minh, “Ứng dụng phương pháp tính Entropy chống Ransomware.” 174 
tecnology (2014), pp. 67-80. 
[5]. C. E. Shannon, “A Mathematical Theory of Communication”, Bell System 
Technical Journal, vol. 27, No.3 (1953), pp. 379-423. 
[6]. Firefly, Data Threat Prevention,  
ABSTRACT 
THE USAGE OF INFORMATION ENTROPY CALCULATION IN 
RANSOMWARE PREVENTION 
This article shows how to calculate information Entropy changes for 
the original files and the files that were encrypted by Ransomware in a 
computer system. It is also proposing a method using information Entropy 
calculation in order to develop software that protects data from 
Ransomware. 
Keywords: Information Entropy, Boltzmann’s Entropy, Malware, Data encryption. 
Nhận bài ngày 15 tháng 2 năm 2017 
Hoàn thiện ngày 15 tháng 3 năm 2017 
Chấp nhận đăng ngày 01 tháng 5 năm 2017 
Địa chỉ: Cục Công nghệ thông tin, BTTM. 
 *Email: hoangquyetik@gmail.com.