Chúc mừng nhóm sinh viên Phan Quốc Đạt và Tiền Đức Anh Hào đã có bài báo khoa học được chấp nhận trình bày và xuất bản tại The 9th International Conference on Multimedia Analysis and Pattern Recognition (MAPR 2026), diễn ra tại Huế, Việt Nam.
Bài báo:
- Explainable Malware Detection from Noisy API Sequences with RAG-Based MITRE ATT&CK Mapping
Sinh viên thực hiện:
Phan Quốc Đạt - ATTT2022.1, Khoa MMT&TT, Trường Đại học Công nghệ Thông tin - ĐHQG-HCM
Tiền Đức Anh Hào - ATTT2022.1, Khoa MMT&TT, Trường Đại học Công nghệ Thông tin - ĐHQG-HCM
Giảng viên hướng dẫn:
ThS. Nghi Hoàng Khoa
PGS.TS. Phạm Văn Hậu
Tóm tắt bài báo:
Trước sự phát triển ngày càng tinh vi của các kỹ thuật né tránh như polymorphism và staged execution, vốn làm suy giảm hiệu quả của các cơ chế phát hiện mã độc dựa trên chữ ký truyền thống, phân tích chuỗi API động đang nổi lên như một hướng tiếp cận hiệu quả. Tuy nhiên, việc trích xuất thông tin hữu ích từ các execution log nhiều nhiễu mà vẫn duy trì khả năng giải thích của mô hình vẫn là một thách thức lớn. Để giải quyết vấn đề này, chúng tôi đề xuất một framework đa tầng nhằm kết nối các tín hiệu hành vi thô với thông tin tình báo mối đe dọa được chuẩn hóa. Kiến trúc sử dụng cơ chế lọc nhiễu Log2 để tinh lọc execution trace thành các phân đoạn API, sau đó ánh xạ chúng vào không gian biểu diễn ngữ nghĩa bằng CodeBERT. Kết hợp HDBSCAN cho phân cụm dựa trên mật độ và PrefixSpan, hệ thống có thể trích xuất các mẫu tuần tự đại diện cho những hành vi độc hại cốt lõi. Ở giai đoạn phân loại, mô hình Soft-Voting Ensemble kết hợp Random Forest và XGBoost đạt độ chính xác 99,40%, đồng thời sử dụng SHAP để cung cấp khả năng giải thích ở cấp độ đặc trưng. Bên cạnh đó, chúng tôi tích hợp một LLM Agent dựa trên Retrieval-Augmented Generation (RAG) để diễn giải các tín hiệu kỹ thuật và hỗ trợ ánh xạ hành vi mã độc vào MITRE ATT&CK. Kết quả thực nghiệm trên các bộ dữ liệu mã độc Windows cho thấy framework đề xuất có khả năng phát hiện hiệu quả các mối đe dọa đã được làm rối, đồng thời tự động tạo các báo cáo điều tra số có cấu trúc nhằm hỗ trợ quy trình Incident Response và Digital Forensics & Incident Response (DFIR).
Thông tin về hội nghị:
MAPR 2026 (International Conference on Multimedia Analysis and Pattern Recognition) là hội nghị khoa học quốc tế uy tín về Phân tích đa phương tiện và Nhận dạng mẫu do Trường Đại học Công nghệ Thông tin (UIT) – ĐHQG-HCM tổ chức. Hội nghị là diễn đàn trao đổi học thuật chất lượng cao, kết nối các nhà nghiên cứu, chuyên gia và học giả trong và ngoài nước thuộc lĩnh vực trí tuệ nhân tạo, nhận dạng mẫu và xử lý đa phương tiện. MAPR 2026 sẽ được diễn ra tại thành phố Huế, với sự tham gia của diễn giả chính (Keynote Speaker) là Giáo sư NGO Chong Wah đến từ Trường Máy tính và Hệ thống Thông tin thuộc Đại học Quản lý Singapore (SMU). Tất cả các bài báo được chấp nhận tại hội nghị sẽ được xuất bản trong kỷ yếu hội nghị và lập chỉ mục trong cơ sở dữ liệu uy tín IEEE Xplore.
Xin chúc mừng nhóm nghiên cứu và quý thầy hướng dẫn. Thành quả này là minh chứng cho tinh thần nghiên cứu nghiêm túc, sự hợp tác hiệu quả giữa các thành viên, đồng thời góp phần lan tỏa niềm đam mê nghiên cứu khoa học và đổi mới sáng tạo trong cộng đồng sinh viên.