NGHIÊN CỨU, SO SÁNH VÀ TRIỂN KHAI CÁC GIẢI PHÁP TƯỜNG LỬA MÃ NGUỒN MỞ PFSENSE VÀ OPNSENSE TRONG HỆ THỐNG AN NINH MẠNG

Abstract

Trong bối cảnh các mối đe dọa an toàn thông tin ngày càng gia tăng cả về quy mô lẫn mức độ phức tạp, việc triển khai các giải pháp tường lửa hiệu quả, linh hoạt và có chi phí phù hợp trở thành nhu cầu quan trọng đối với doanh nghiệp và tổ chức. Bên cạnh các giải pháp thương mại, các hệ thống firewall mã nguồn mở như pfSense và OPNsense đang được sử dụng rộng rãi nhờ khả năng cung cấp nhiều tính năng bảo mật, quản trị mạng và hỗ trợ VPN với chi phí thấp. Tuy nhiên, việc đánh giá toàn diện hiệu năng, tính năng bảo mật và khả năng vận hành giữa hai nền tảng này vẫn còn là vấn đề cần được nghiên cứu và so sánh thực tế. Đề tài “Nghiên cứu, triển khai và so sánh giải pháp firewall mã nguồn mở pfSense và OPNsense” tập trung nghiên cứu cơ sở lý thuyết về firewall, vai trò của firewall trong an ninh mạng, các kỹ thuật lọc gói, NAT, VPN, IDS/IPS và các cơ chế bảo mật hiện đại. Trên cơ sở đó, luận văn tiến hành khảo sát, phân tích kiến trúc và tính năng của hai nền tảng pfSense và OPNsense nhằm đánh giá ưu điểm, hạn chế cũng như khả năng ứng dụng trong thực tế. Luận văn xây dựng mô hình mạng thử nghiệm gồm các vùng WAN, LAN và DMZ trên môi trường ảo hóa để triển khai đồng thời pfSense và OPNsense. Hệ thống được cấu hình các chức năng như firewall rules, NAT, VPN, IDS/IPS, High Availability và Multi-WAN. Đồng thời, nhiều kịch bản kiểm thử được thực hiện nhằm đánh giá hiệu năng định tuyến, khả năng xử lý firewall, hiệu suất VPN và khả năng phát hiện – ngăn chặn các hình thức tấn công mạng phổ biến. Kết quả thực nghiệm cho thấy cả pfSense và OPNsense đều đáp ứng tốt các yêu cầu về bảo mật và quản trị mạng trong môi trường doanh nghiệp vừa và nhỏ. pfSense có ưu thế về tính ổn định, hệ sinh thái package phong phú và khả năng tối ưu hiệu năng, trong khi OPNsense nổi bật với giao diện hiện đại, khả năng cập nhật linh hoạt và tích hợp bảo mật thuận tiện hơn. Luận văn đồng thời chỉ ra các hạn chế của môi trường thử nghiệm và đề xuất hướng phát triển trong tương lai như tích hợp mô hình Zero Trust, ứng dụng Machine Learning vào IDS/IPS và triển khai trên hạ tầng thực tế hoặc môi trường Cloud. In the context of increasingly sophisticated and large-scale cybersecurity threats, deploying effective, flexible, and cost-efficient firewall solutions has become an essential requirement for organizations and enterprises. Besides commercial solutions, open-source firewall platforms such as pfSense and OPNsense are widely adopted due to their rich security features, network management capabilities, VPN support, and low deployment cost. However, a comprehensive evaluation and practical comparison between these two platforms in terms of performance, security, and operational capability remain necessary. The thesis entitled “Research, Deployment, and Comparison of Open-Source Firewall Solutions pfSense and OPNsense” focuses on studying the theoretical foundations of firewalls, including firewall classification, packet filtering techniques, NAT, VPN, IDS/IPS, and modern network security mechanisms. Based on this foundation, the thesis analyzes the architectures and features of pfSense and OPNsense in order to evaluate their strengths, limitations, and practical applicability. An experimental network model consisting of WAN, LAN, and DMZ zones was designed and deployed in a virtualized environment to implement both pfSense and OPNsense simultaneously. The systems were configured with various functions such as firewall rules, NAT, VPN, IDS/IPS, High Availability, and Multi-WAN. In addition, multiple testing scenarios were conducted to evaluate routing performance, firewall processing capability, VPN efficiency, and the ability to detect and prevent common cyberattacks. Experimental results show that both pfSense and OPNsense effectively satisfy the security and network management requirements of small and medium-sized enterprises. pfSense demonstrates advantages in stability, extensive package support, and performance optimization, while OPNsense stands out with its modern user interface, flexible update mechanism, and convenient security integration. The thesis also identifies limitations of the experimental environment and proposes future development directions such as integrating Zero Trust models, applying Machine Learning techniques to IDS/IPS systems, and deploying the solutions on real-world infrastructures or cloud environments.