Chúc mừng nhóm sinh viên ngành An toàn thông tin - Khoa Mạng máy tính & Truyền thông, 𝗛𝘂𝘆̀𝗻𝗵 𝗧𝗵𝗮́𝗶 𝗧𝗵𝗶 - 𝗡𝗴𝗼̂ Đ𝘂̛́𝗰 𝗛𝗼𝗮̀𝗻𝗴 𝗦𝗼̛𝗻 và 𝗻𝗵𝗼́𝗺 𝗻𝗴𝗵𝗶𝗲̂𝗻 𝗰𝘂̛́𝘂 𝐈𝐧𝐒𝐞𝐜𝐋𝐚𝐛 đã có công trình nghiên cứu được chấp nhận đăng tại Kỷ yếu Hội nghị khoa học quốc tế "𝗧𝗵𝗲 𝟮𝟭𝘀𝘁 𝗜𝗻𝘁𝗲𝗿𝗻𝗮𝘁𝗶𝗼𝗻𝗮𝗹 𝗦𝘆𝗺𝗽𝗼𝘀𝗶𝘂𝗺 𝗼𝗻 𝗖𝗼𝗺𝗺𝘂𝗻𝗶𝗰𝗮𝘁𝗶𝗼𝗻𝘀 𝗮𝗻𝗱 𝗜𝗻𝗳𝗼𝗿𝗺𝗮𝘁𝗶𝗼𝗻 𝗧𝗲𝗰𝗵𝗻𝗼𝗹𝗼𝗴𝗶𝗲𝘀 (𝗜𝗦𝗖𝗜𝗧 𝟮𝟬𝟮𝟮)“.
Đây là một trong những hội nghị khoa học uy tín cao về lĩnh vực Công nghệ mạng máy tính và truyền thông (xếp hạng B theo chuẩn ERA), được tổ chức tại Tây An, Trung Quốc vào tháng 09.2022.
✍️✍️Tên bài báo: " 𝗙𝗲𝗱𝗲𝗿𝗮𝘁𝗲𝗱 𝗹𝗲𝗮𝗿𝗻𝗶𝗻𝗴-𝗯𝗮𝘀𝗲𝗱 𝗰𝘆𝗯𝗲𝗿 𝘁𝗵𝗿𝗲𝗮𝘁 𝗵𝘂𝗻𝘁𝗶𝗻𝗴 𝗳𝗼𝗿 𝗔𝗣𝗧 𝗮𝘁𝘁𝗮𝗰𝗸 𝗱𝗲𝘁𝗲𝗰𝘁𝗶𝗼𝗻 𝗶𝗻 𝗦𝗗𝗡-𝗲𝗻𝗮𝗯𝗹𝗲𝗱 𝗻𝗲𝘁𝘄𝗼𝗿𝗸𝘀"
- 𝗦𝗶𝗻𝗵 𝘃𝗶𝗲̂𝗻:
● 𝗛𝘂𝘆̀𝗻𝗵 𝗧𝗵𝗮́𝗶 𝗧𝗵𝗶 - 𝗟𝗼̛́𝗽 𝗔𝗡𝗧𝗡𝟮𝟬𝟭𝟵 (Tác giả chính)
● 𝗡𝗴𝗼̂ Đ𝘂̛́𝗰 𝗛𝗼𝗮̀𝗻𝗴 𝗦𝗼̛𝗻 - 𝗟𝗼̛́𝗽 𝗔𝗡𝗧𝗡𝟮𝟬𝟭𝟵 (Đồng tác giả)
- 𝗚𝗩𝗛𝗗:
● 𝗧𝗦. 𝗣𝗵𝗮̣𝗺 𝗩𝗮̆𝗻 𝗛𝗮̣̂𝘂, 𝗧𝗵𝗦. 𝗣𝗵𝗮𝗻 𝗧𝗵𝗲̂́ 𝗗𝘂𝘆,
🚀Đây là đề tài nghiên cứu được Thái Thi và Hoàng Sơn (sinh viên ngành An toàn thông tin) thực hiện dưới sự hướng dẫn của 2 thầy trong thời gian bạn tham gia nghiên cứu về công nghệ học máy – trí tuệ nhân tạo, dưới góc nhìn an toàn, bảo mật thông tin tại Phòng thí nghiệm An toàn thông tin (InSecLab).
🚀Nghiên cứu này tập trung vào việc áp dụng phương pháp học liên kết/cộng tác (federated learning - FL) cho các dịch vụ săn tìm mối đe dọa (cyber threat hunting) giúp nhận diện tấn công có chủ đích/tấn công mới (APT/zero day attack) trong ngữ cảnh mạng khả lập trình (SDN). Cách tiếp cận học liên kết/cộng tác được sử dụng để đảm bảo giảm thiểu tải lượng dữ liệu khi so sánh với cơ chế thu gom dữ liệu tập trung trong các mô hình huấn luyện truyền thống, do FL huấn luyện mô hình trực tiếp ngay tại mỗi thực thể tham gia. Ngoài ra, phương pháp này cũng đảm bảo quyền riêng tư dữ liệu, đặc biệt là các dữ liệu mạng vốn được xem là dữ liệu nhạy cảm – rất khó để người sở hữu chấp nhận chia sẻ ra bên ngoài. Do đó, học cộng tác/liên kết giúp khuyến khích các bên tham gia đóng góp vào quá trình đào tạo mô hình phát hiện xâm nhập, nhận diện mối đe dọa trên không gian mạng. Điểm mới của nghiên cứu là đề tài này sử dụng thuật toán tổng hợp FedPlus vào mô hình học liên kết để tối ưu hiệu năng hóa khả năng nhận diện tấn công APT nhắm vào hệ thống mạng SDN; đồng thời hệ thống còn tích hợp thêm khả năng làm giàu thông tin ngữ cảnh cho các kết quả dự đoán từ các lưu lượng mạng đầu vào phục vụ tác vụ săn tìm mối đe dọa hiệu quả hơn.
Hội nghị ISCIT 2022 là một hội nghị quốc tế thường niên hướng tới những nghiên cứu mới trong trong lĩnh vực Mạng máy tính và thông tin. Đây là một diễn đàn để các nhà nghiên cứu trao đổi chia sẻ kết quả làm việc của mình trong môi trường học thuật cũng như doanh nghiệp. Hội nghị ISCIT được xếp hạng B trong các hội nghị uy tín, nằm trong danh sách các hội nghị uy tín theo đề xuất của SCOPUS. Hội nghị ISCIT đã trải qua 20 lần tổ chức tại nhiều thành phố lớn trên thế giới: Incheon, Hàn Châu, Syney, Tottori, Bangkok, Samui, Tp. HCM, Queensland, Tokyo, Nara, Thanh Đảo....
Hội nghị ISCIT 2022 do Đại học Kỹ thuật Điện tử Tây An (Xidian University) tổ chức, sẽ diễn ra vào ngày 27-30.09.2022 tại thành phố Tây An, tỉnh Thiểm Tây, Trung Quốc.
