Chúc mừng Nguyễn Ngọc Thanh (HVCH ngành KHMT) và Phạm Công Lập (SV ngành ATTT) đã chính thức có bài báo khoa học về về khung kiểm thử xâm nhập tường lửa ứng dụng web thích ứng sử dụng hệ thống đa tác tử và học tăng cường được chấp nhận đăng tại Expert Systems With Applications (ESWA), tạp chí khoa học quốc tế danh giá hàng đầu về lĩnh vực trí tuệ nhân tạo thuộc nhà xuất bản Elsevier.
Theo bảng xếp hạng Google Scholar Metrics, ESWA hiện giữ vị trí thứ 5 toàn cầu trong lĩnh vực Trí tuệ nhân tạo (Artificial Intelligence), là địa chỉ xuất bản hạng Q1 uy tín cho các nghiên cứu về AI. Với chỉ số h5-index đạt 183 và Impact Factor 7.5, ESWA là một trong những tạp chí có sức ảnh hưởng sâu rộng nhất, đòi hỏi các công trình công bố phải vượt qua những tiêu chuẩn kiểm duyệt khắt khe về cả tính mới lẫn giá trị ứng dụng. Nghiên cứu về khung kiểm thử xâm nhập tường lửa ứng dụng web thích ứng sử dụng hệ thống đa tác vụ và học tăng cường kết hợp RAG của nhóm tác giả là một minh chứng rõ nét cho năng lực nghiên cứu tiệm cận chuẩn mực quốc tế của sinh viên và học viên cao học tại InSecLab.
Tên bài báo:
- “AutoWAFuzzer: An Adaptive Framework for Web Application Firewall Penetration Testing with Multi-agent System and RAG-enabled Reinforcement Learning”
Học viên/sinh viên thực hiện:
- Nguyễn Ngọc Thanh, HVCH ngành KHMT
- Phạm Công Lập, SV ngành ATTT K2021
Giảng viên hướng dẫn:
- TS. Phan Thế Duy,
- ThS. Ngô Khánh Khoa,
- PGS. TS. Phạm Văn Hậu,
- PGS. TS. Trương Hữu Trầm (Infocomm Technology Cluster, Singapore Institute of Technology, Singapore).
Công trình nghiên cứu về khung kiểm thử xâm nhập tường lửa ứng dụng web (AutoWAFuzzer) là kết quả của dự án nghiên cứu khoa học quốc tế với sự phối hợp chặt chẽ giữa nhóm nghiên cứu về An toàn thông tin tại InSecLab và nhà khoa học đến từ Singapore Institute of Technology (SIT), Singapore.
Tóm tắt bài báo:
Web Application Firewalls (WAFs) are crucial in mitigating web-based threats such as SQLi and XSS, yet the evolving complexity of WAF detection mechanisms poses significant challenges for penetration testing (pentest) tools. Existing ML- and RL-based fuzzers often suffer from three main limitations: (1) reliance on static training datasets, making them unflexible to new WAF rules; (2) monolithic single-agent architectures, which hinder diverse strategy exploration; and (3) lack of contextual awareness due to missing integration with real-world threat intelligence. To address these challenges, we propose AutoWAFuzzer, an adaptive multi-agent framework that integrates Large Language Models (LLM), Reinforcement Learning (RL), and Retrieval-Augmented Generation (RAG). AutoWAFuzzer decomposes the testing process into modular agents: a generative LLM agent, an RL-based policy optimizer, a Reward Model agent simulating WAF feedback, and a RAG agent that continuously retrieves threat context from structured sources like MISP. This design enables parallel strategy exploration, semantic conditioning of payloads, and continuous policy refinement in a closed feedback loop. Experimental evaluations across rule-based and ML-based WAFs—including ModSecurity, Naxsi, WAF-Brain, and CloudGuard—demonstrate that AutoWAFuzzer significantly outperforms prior approaches in bypass rate, adaptability, and generalization, advancing the state-of-the-art in automated WAF penetration testing.
Thông tin về Tạp chí khoa học:
Tạp chí "Expert Systems With Applications" là tạp chí quốc tế có bình duyệt chuyên tập trung vào việc trao đổi thông tin liên quan đến các hệ thống chuyên gia và hệ thống thông minh được ứng dụng trong công nghiệp, chính phủ và các trường đại học trên toàn thế giới. Trọng tâm của tạp chí là xuất bản các công trình nghiên cứu gốc liên quan đến thiết kế, phát triển và ứng dụng thực tiễn của các hệ thống này.
ESWA không chỉ là tạp chí quốc tế có bình duyệt lâu đời mà còn là "ngọn hải đăng" trong việc công bố các ứng dụng hệ thống thông minh trên toàn cầu. Với việc đứng trong Top 5 chuyên ngành AI (theo Google Scholar), các công trình được chấp nhận tại đây phải đảm bảo tính đột phá về thuật toán và giá trị thực tiễn cao trong công nghiệp. Việc nghiên cứu về AutoWAFuzzer xuất hiện trên ESWA là minh chứng rõ nét cho năng lực của nhóm tác giả trong việc giải quyết các thách thức bảo mật hiện đại bằng những công nghệ tiên phong như Multi-agent và RAG. Đây là niềm tự hào lớn, tiếp thêm động lực cho phong trào nghiên cứu khoa học của sinh viên, học viên tại InSecLab và UIT hướng tới những chuẩn mực quốc tế cao nhất.
Link bài báo: https://doi.org/10.1016/j.eswa.2026.132546