-    Phân tích, đánh giá các đặc trưng khác biệt giữa mã độc IoT botnet so với mã độc trên máy tính truyền thống.
-    Đề xuất các phương pháp, thuật toán phân tích, phát hiện mã độc IoT botnet dựa trên các thuật toán khai phá dữ liệu đồ thị.
-    Xây dựng, thử nghiệm, đánh giá các phương pháp đề xuất trên các bộ dữ liệu mẫu và dữ liệu thực.
-    Công bố các kết quả nghiên cứu trên các tạp chí quốc tế thuộc danh mục SCIE.

-    Về khoa học:
1) Nghiên cứu các đặc trưng, phương thức hoạt động, sự tiến hóa và đánh giá mức độ nguy hiểm của mã độc botnet trên các thiết bị IoT.
2) Đề xuất các phương pháp, thuật toán phát hiện mã độc botnet trên các thiết bị IoT dựa trên các thuật toán khai phá dữ liệu đồ thị.
3)  Hỗ trợ đào tạo 01 NCS, đào tạo 01 ThS theo hướng nghiên cứu của đề tài.
4) Công bố 03 bài báo khoa học liên quan đến nội dung nghiên cứu của đề tài. Trong đó: 01 bài báo quốc tế thuộc danh mục SCIE; 01 bài báo trên Tạp chí An toàn thông tin; 01 bài báo trên Kỷ yếu Hội nghị quốc tế chuyên ngành.
-    Về ứng dụng:
1) Xây dựng chương trình thử nghiệm phát hiện mã độc botnet trên các thiết bị IoT sử dụng các thuật toán phát hiện mã độc đề xuất.
2) Thử nghiệm, đánh giá kết quả chạy chương trình phát hiện mã độc botnet trên các thiết bị IoT từ dữ liệu thu thập được trên các thiết bị IoT dân dụng và dữ liệu mẫu với tổng số 10.010 mẫu dữ liệu.

1) Đề xuất các phương pháp phát hiện mã độc botnet trên IoT sử dụng các thuật toán khai phá dữ liệu đồ thị dựa trên tần số (frequency-based) và thuật toán lười (lazy-based).
2) Đề xuất các phương pháp phát hiện mã độc botnet trên IoT sử dụng các thuật toán khai phá dữ liệu đồ thị dựa trên nén (compression-based) và vét cạn (Exhaustive-based).
Đề tài áp dụng các phương pháp phát hiện mã độc trên thiết bị IoT đề xuất thực hiện xây dựng và thử nghiệm chương trình phát hiện mã độc trên các thiết bị IoT thông dụng với tổng số 10.010 mẫu dữ liệu.

*** Sản phẩm cụ thể giao nộp:

-    Các bài báo đã công bố (liệt kê): 01 bài báo được đăng trong tạp chí SCIE-Q1, 01 bài báo trên Tạp chí An toàn thông tin, 01 bài báo trên Kỷ yếu Hội nghị quốc tế, cụ thể như sau:
1.    Giang L. Nguyen, Braulio Dumbab, Quoc-Dung Ngoc, Hai-Viet Le, Tu N. Nguyen (2022), A Collaborative Approach to Early Detection of IoT Botnet, Computers & Electrical Engineering 97,  107525, (SCIE, Q1, IF = 4.152 ).
2.    Nguyen Huy Trung, Le Hai Viet, Tran Duc Thang, Research and development automatically generate detection rules for IDS based on machine learning technology, Tạp chí Khoa học và Công nghệ trong lĩnh vực An toàn thông tin, Ban Cơ yếu Chính phủ, Số 2. CS(14) 2021, tr. 45-54.
3.    Quoc-Dung Ngo, Quoc-Huu Nguyen, A Reinforcement Learning-Based Approach for Detection Zero-Day Malware Attacks on IoT,  CSOC 2022: Artificial Intelligence Trends in Systems,  Lecture Notes in Networks and Systems, pp 381–394
-    Các sản phẩm cụ thể (mô tả sản phẩm, nơi lưu giữ)
1)    Báo cáo khoa học về các phương pháp, thuật toán phát hiện mã độc botnet trên các thiết bị IoT dựa trên các thuật toán khai phá dữ liệu đồ thị
2)    Chương trình thử nghiệm phát hiện mã độc botnet trên các thiết bị IoT
3)    Báo cáo kết quả thử nghiệm chương trình phát hiện mã độc botnet trên các thiết bị IoT
4)    Báo cáo tổng hợp kết quả thực hiện đề tài
5)    Bài báo khoa học (minh chứng trong báo cáo tổng hợp kết quả thực hiện đề tài)
6)    Hỗ trợ đào tạo 01 NCS, đào tạo 01 ThS (minh chứng trong báo cáo tổng hợp kết quả thực hiện đề tài)

Đề nghị triển khai thử nghiệm tại Học viện An ninh Nhân dân, Bộ Công an.