Chúc mừng sinh viên ngành An toàn thông tin (Khoa Mạng máy tính và truyền thông) có bài báo khoa học về giao thức đồng thuận Blockchain trong ngữ cảnh Decentralized Federated Learning, hỗ trợ xác thực và đóng góp dữ liệu cho hệ thống Security Operation Centers và Cyber Threat Hunting được chấp nhận đăng tại Tạp chí quốc tế Cluster Computing (tạp chí ISI xếp hạng Q1).
Tên Bài báo:
- “PoFQ: A Blockchain Consensus Protocol for Decentralized Federated Learning-Based Threat Hunting Approach in a Trustless Computing Landscape”
Sinh viên thực hiện:
- Võ Trường Trung Hiếu – lớp An toàn thông tin 2021 (Khoa Mạng máy tính và truyền thông)
Giảng viên hướng dẫn:
- ThS. Đỗ Hoàng Hiển
- ThS. Phan Thế Duy
- TS. Phạm Văn Hậu
Tóm tắt bài báo:
The increasing complexity of cyber threats targeting critical infrastructure necessitates robust and decentralized solutions for collaborative cybersecurity operations, such as Security Operation Centers (SOCs) and Cyber Threat Hunting (CTH) systems. Existing Federated Learning (FL) frameworks often rely on a central aggregation server, creating a single point of failure (SPoF), and inadequately address poisoned model updates that degrade the reliability of centralized FL (CFL) models. To tackle these challenges, we propose PoFQ (Proof-of-Federated-Learning-Quality), a novel blockchain-based consensus protocol integrated into decentralized FL (DFL)-enabled SOCs and CTH systems, designed for untrusted collaborative parties. PoFQ eliminates the need for a constant aggregation server by tracking shared model updates among participating nodes, mitigating SPoF risks, and providing data owners with greater control and flexibility over their collaborative processes. To enhance security, we integrate Differential Privacy (DP) and Cosine Similarity (CS) into PoFQ to detect and eliminate poisoned model updates while preserving privacy. Additionally, a Trust Management System (TMS) is introduced to evaluate the reliability of participants based on their contributions and historical model performance, incentivizing meaningful collaboration. We validate PoFQ through extensive experiments on the CICIOT2023 dataset, highlighting its effectiveness in detecting attacks and maintaining robust performance. The proposed system achieves high F1-scores for FL with CS and near-perfect detection on malicious classes, while demonstrating scalable block generation times in decentralized environments, thus emphasizing its practicality for real-world cybersecurity applications.
Thông tin về Tạp chí khoa học:
Tạp chí Cluster Computing là một tạp chí quốc tế uy tín, chuyên về nghiên cứu và ứng dụng trong lĩnh vực điện toán phân tán, điện toán đám mây và các hệ thống máy tính cụm. Tạp chí này được xuất bản bởi Springer, một nhà xuất bản học thuật hàng đầu thế giới, và tập trung vào các vấn đề liên quan đến hiệu suất, khả năng mở rộng, bảo mật và quản lý tài nguyên trong các hệ thống tính toán hiện đại. Các bài báo trong Cluster Computing thường bao gồm cả nghiên cứu lý thuyết và ứng dụng thực tế, đề cập đến các công nghệ tiên tiến như điện toán hiệu năng cao, xử lý dữ liệu lớn, Internet of Things (IoT) và trí tuệ nhân tạo (AI).
Tạp chí được phát hành định kỳ và là một nguồn tài liệu quý giá cho các nhà nghiên cứu, kỹ sư và chuyên gia trong lĩnh vực công nghệ thông tin. Các chủ đề chính của tạp chí bao gồm, nhưng không giới hạn, các phương pháp tối ưu hóa hiệu suất hệ thống, kỹ thuật quản lý tài nguyên phân tán, bảo mật trong điện toán đám mây, và các ứng dụng thực tế của điện toán cụm trong các lĩnh vực như y tế, tài chính và khoa học dữ liệu. Cluster Computing cung cấp một nền tảng cho các nghiên cứu mang tính đột phá, đồng thời đề xuất các giải pháp hiệu quả cho các thách thức trong lĩnh vực điện toán phân tán.
Với sự phát triển nhanh chóng của công nghệ và nhu cầu ngày càng tăng về các hệ thống tính toán hiệu suất cao, Cluster Computing đóng vai trò quan trọng trong việc cung cấp kiến thức và hướng dẫn cho cộng đồng nghiên cứu và ngành công nghiệp, giúp giải quyết các vấn đề phức tạp trong lĩnh vực điện toán hiện đại.
