Thông tin Đề tài

Tên đề tài Phát triển và nghiên cứu các phương pháp lai để phát hiện các dạng tấn công hiếm gặp trong mạng không dây cục bộ
Mã số đề tài QTRU01.14/21-22
Cơ quan chủ trì (Cơ quan thực hiện) Viện Công nghệ Thông tin
Cơ quan phối hợp Phòng “Kỹ thuật phần mềm”- Trường đại học kinh tế cao cấp (Trường nghiên cứu quốc gia), Liên bang Nga.
Thuộc Danh mục đề tài Nhiệm vụ Hợp tác Quốc tế
Họ và tên TS. Bùi Thị Thanh Quyên và PGS, TS. Avdoshin S. M.
Thời gian thực hiện 01/05/2021 - 31/10/2023
Tổng kinh phí 200 triệu đồng
Xếp loại Khá
Mục tiêu đề tài

- Phát triển các phương pháp lai nhằm nâng cao hiệu quả phát hiện các cuộc tấn công hiếm gặp trong mạng không dây cục bộ.
- Bồi dưỡng cán bộ KH&CN, tăng cường hợp tác, hội nhập và giao lưu quốc tế.

 

Kết quả chính của đề tài

1. Về khoa học
1) Thực hiện so sánh và đánh giá các bộ dữ liệu phổ biến hiện nay trên thế giới trong bài toán phát hiện tấn công nói chung và các bộ dữ liệu cho bài toán phát hiện tấn công trong mạng không dây cục bộ nói riêng. Ngoài ra trong nghiên cứu cũng chỉ ra vấn đề của việc mất cân bằng dữ liệu giữa các cuộc tấn công hiếm gặp với các cuộc tấn công phổ biến. Từ đó cho thấy việc đề xuất giải pháp cho bài toán phát hiện các cuộc tấn công hiếm gặp là bài toán có tính cấp thiết và quan trọng.   
2)  Nghiên cứu, đề xuất hàm kích hoạt mới SegRelu cho mạng học sâu (CNN) nhằm cải thiện chất lượng phân loại dạng tấn công hiếm gặp. Thông qua thực nghiệm đã chứng minh rằng đề xuất của nhóm nghiên cứu là khả quan so với các hàm kích hoạt khác.
3) Nghiên cứu, đề xuất giải pháp phát hiện dị thường dựa trên phân cụm bán giám sát (Density peak clustering with constraints). Đề xuất “Constrained Density Peak Clustering” (CDPC) đã giúp cải thiện chất lượng trong bài toán phát hiện dị thường đối với các dữ liệu có cấu trúc và mật độ khác nhau. Thuật toán CDPC tuy không trực tiếp tìm ra các dạng tấn công hiếm gặp trong mạng nhưng nó góp phần không nhỏ trong việc tìm ra những “dị thường” của dữ liệu để hệ thống giám sát an ninh mạng có thêm cơ sở để tìm ra các dạng tấn công hiếm gặp.
2. Về công bố
Kết quả nghiên cứu của nhiệm vụ được công bố trên 01 bài báo trong tạp chí thuộc danh mục SCIE, 01 bài báo thuộc Kỷ yếu Hội nghị quốc tế chuyên ngành, 01 bài báo trên Tạp chí trong nước.
3. Về đào tạo
Hướng dẫn 01 sinh viên ngành Khoa học máy tính bảo vệ đồ án tốt nghiệp thành công theo hướng nghiên cứu của đề tài.

Những đóng góp mới

- Đã đề xuất một hàm kích hoạt mới cho mạng nơ-ron tích chập (CNN) nhằm tăng khả năng phân loại các cuộc tấn công hiếm gặp.
- Đã đề xuất phương pháp phát hiện dị thường dựa trên phân cụm (Density peaks clustering with constraints), cho phép phát hiện dị thường đối với các dữ liệu có cấu trúc và mật độ khác nhau cũng như kích thước bất kỳ.

*** Sản phẩm cụ thể giao nộp:
- Các bài báo đã công bố:  Nhiệm vụ đã công bố được 03 bài báo khoa học, trong đó 01 bài báo trong tạp chí quốc tế thuộc danh mục SCIE, 01 bài báo trong Kỷ yếu hội thảo quốc tế chuyên ngành, 01 bài báo đăng trên tạp chí trong nước, chi tiết như sau:
01 bài báo trong tạp chí thuộc danh mục SCIE
Vu, V., Bui, T. T., Nguyen, T. L., Tran, D., Do, H., Vu, V., & Avdoshin, S. M. (Aug. 2023). Constrained Density Peak Clustering. International Journal of Data Warehousing and Mining (IJDWM), 19(1), 1-19. (SCIE, ISSN: 1548-3924).
01 bài báo trong Kỷ yếu hội thảo quốc tế
Viet-Thang Vu, Thanh Quyen Bui Thi, Hong-Seng Gan, Viet-Vu Vu, Do Manh Quang, Vu Thanh Duc, Dinh-Lam Pham. Activation functions for deep learning: an application for rare attack detection in wireless local area network (WLAN). 25th International Conference on Advanced Communication Technology (ICACT), Pyeongchang, Korea, Republic of, 2023, pp. 59-64.
01 bài báo trên Tạp chí trong nước
Thang, V. V., Pantiukhin, D. V. ., Quyen, B. T. T. ., & Vu, V. V. (Dec. 2023). A review of neural networks for rare intrusions detection in wireless networks. Journal of Science and Technology on Information Security, 3(20), 23-34. (ISSN: 2615-9570).
-   Các bằng sáng chế, giải pháp hữu ích: Không
-  Các sản phẩm: Báo cáo tổng kết kết quả thực hiện nhiệm vụ HTQT về KHCN cấp Viện Hàn lâm.
-   Đào tạo: Hướng dẫn 01 sinh viên bảo vệ đồ án tốt nghiệp thành công với chủ đề thuộc lĩnh vực của đề tài.

 

Địa chỉ ứng dụng

Đề nghị áp dụng kết quả của nhiệm vụ vào giảng dạy ở học phần “An ninh mạng” tại Khoa Công nghệ thông tin, Trường Đại học Công nghiệp Hà Nội.

 

Kiến nghị

Tiếp tục hợp tác với nhóm nghiên cứu thuộc phía đối tác tham gia nhiệm vụ (Phòng “Kỹ thuật phần mềm”- Trường đại học kinh tế cao cấp (Trường nghiên cứu quốc gia), Liên bang Nga) về việc ứng dụng, triển khai các giải pháp đề xuất vào việc giải quyết các bài toán cụ thể trong thực tiễn.

Ảnh nổi bật đề tài
1718252795072-thanhquyen.jpg