Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu
➤ Gửi thông báo lỗi ⚠️ Báo cáo tài liệu vi phạmNội dung chi tiết: Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu
Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu
HỌC VIỆN CÔNG NGHẸ BU1 CHÍNH VIỂN THÔNGBÙI CÔNG THÀNHPHÁT TR1ẺN MỘT SÓ MÔ HÌNH PHÁT HIỆN BÁT THƯỜNG MẠNG DựA TRÊN HỌC SÂU VA TÒNG HỢP DỮ'LIỆULUẬN ÁN T Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu TIÉN Sĩ KỸ Till ẠTHANOI -2021HỌC VIỆN CÔNG NGHẸ Bưu CHÍNH VIẺN THÔNGBÙI CÔNG THÀNHPHÁT TRTÉN MỘT SÓ MÔ HÌNH PHÁT HIỆN BẤT THƯỜNG MẠNG DỤ A TRÊN HỌC SÂƯ V A TÔNG HỘP Dữ LĨỆư’CHUYÊN NGÀNH: HỆ THÔNG THÔNG TIN MÀ SÔ:: 9.48.01.04LUẬN ÁN TIẾN SĨNGƯỜI HƯỚNG DẤN KHOA HỌC:1PGS.TS. HOÀNG MINH2PGS. TS. NGUYỀN Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu QUANG UYHÀ NỘI - 2021iTÓM TẮTSự phát triển nhanh cha mạng máy tính và lo i' (sau đậy gọi là mạng) câ ve (lịch vụ và hạ I ầng đã kéo I heo những I háchPhát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu
thức rấl lón 1 rong van de bảo darn an ninh mạng. Tìm kiếm giài pháp phát hiện các tấn cõng mạng là nhiệm vụ trọng tâm cho bảo vệ an ninh mạng. I ronHỌC VIỆN CÔNG NGHẸ BU1 CHÍNH VIỂN THÔNGBÙI CÔNG THÀNHPHÁT TR1ẺN MỘT SÓ MÔ HÌNH PHÁT HIỆN BÁT THƯỜNG MẠNG DựA TRÊN HỌC SÂU VA TÒNG HỢP DỮ'LIỆULUẬN ÁN T Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu hiên cứu đe tìm ra các giải pháp hiệu quả trong phan tách giữa trạng thái lành I hường và bat thường mạng. Học máy được biết như phương pháp chù yếu cho xây dựng các thuật toán phát hiện bất thường. Các mô hình học máy được huân luyện chỉ với dừ liệu bình thường hay còn gọi là các bộ phân đơn lớp (O Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu ne-class Classification - occ) được cho là sự lựa chọn phù hợp và dang cho thảy các kết quá phát hiện bất thường rat hiệu quà. Nhừng nãm gằn dãy. phátPhát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu
trien các kỳ thuật học sâu (deep learning) dã mạng lại nhiều thành tựu trong các lĩnh vực. học sâu dựa trên kiến trúc AutoEncoders (AE) dược công nhạHỌC VIỆN CÔNG NGHẸ BU1 CHÍNH VIỂN THÔNGBÙI CÔNG THÀNHPHÁT TR1ẺN MỘT SÓ MÔ HÌNH PHÁT HIỆN BÁT THƯỜNG MẠNG DựA TRÊN HỌC SÂU VA TÒNG HỢP DỮ'LIỆULUẬN ÁN T Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu ncoder).Mạc dù vạy, eác phương pháp NAI) can phai liên tục dượ<- nghiên cứu cải lien đe có the đáp ứng tốt hơn khi mà các nguy cơ đc doạ an ninh mạng ngày càng tâng. Them vào dó. các phương pháp NAI) dơn lé dựa trên (XX? nhìn chung dang phai dối mại vói một số Ihách Lhức khác như: mói phương pháp dơ Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu n dược cho là chì hiệu quà trẽn mọt điều kiện mõi trường mạng cụ the: các phương pháp occ van can sự hỗ I rỢ của chuyên gia de dưa ra ngương quyết dịnPhát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu
h, dây là yên Cầu đối với một mõ hình phát hiện tắn cõng khi được triổn khai trong thực te.Luận án hướng tới mục tiêu nghiên cứu cài tiến phương pháp HỌC VIỆN CÔNG NGHẸ BU1 CHÍNH VIỂN THÔNGBÙI CÔNG THÀNHPHÁT TR1ẺN MỘT SÓ MÔ HÌNH PHÁT HIỆN BÁT THƯỜNG MẠNG DựA TRÊN HỌC SÂU VA TÒNG HỢP DỮ'LIỆULUẬN ÁN T Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu giãi pháp cho cải tiến một số hạn chế của phương pháp học sâu NAD tiêu biểu, các thuật toán cải tiến cho phép xây (lựng mỏ hình NAD hiệu quả hơn trong điều kiện (lư liệu của đói tượng quan sát có tính phàn cụm cao, tồn tại ở (lạng nhiều cụm; có the phát hiện hiệu quà hơn đói với nhóm tan công mạng m Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu à mõ hình tiêu biểu (lựa trên học sâu AutoEncoder gặp khó. (ii) Luận án (tã (tề xuất (tược mô hình khung tổng hợp (lư liệu, có tên OFuseAD. cho bài toPhát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu
án phát hiện bất thường. Mô hình đạt được từ kết quả cài tiến lý thuyết Dempster-Shafer, giâi quyết các thách thức trong kết hợp các phương pháp occ nHỌC VIỆN CÔNG NGHẸ BU1 CHÍNH VIỂN THÔNGBÙI CÔNG THÀNHPHÁT TR1ẺN MỘT SÓ MÔ HÌNH PHÁT HIỆN BÁT THƯỜNG MẠNG DựA TRÊN HỌC SÂU VA TÒNG HỢP DỮ'LIỆULUẬN ÁN T Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu lư liệu phó biên trong lĩnh vực an ninh mạng cho thấy mô hình hoạt động khả thi, cho hiệu quả phát hiện bất thường hiệu quả, ổn đinh hơn so vói các phương pháp đơn occ trong đa số tâp (lư liêu (9/10 tập (lừ liệu thực nghiệm). Ngoài ra. mô hình OFuseAD có the hoạt động mà không cần sự can thiệp cuả c Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu huyên gia trong thiết lặp ngưdng quyết đinh.Các van đề trên đà điíỢc luận án nghiên cứu. giâi quyết. Các đóng góp của luận án đã được cóng bó trong cáPhát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu
c công trình khoa học có uy tín. Trong hiểu biết cùa nghiên cứu sinh, đóng góp của luận án mói và không trùng vói các kết quà nghiên cứu đã công bố trHỌC VIỆN CÔNG NGHẸ BU1 CHÍNH VIỂN THÔNGBÙI CÔNG THÀNHPHÁT TR1ẺN MỘT SÓ MÔ HÌNH PHÁT HIỆN BÁT THƯỜNG MẠNG DựA TRÊN HỌC SÂU VA TÒNG HỢP DỮ'LIỆULUẬN ÁN T Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu ia các thầy hướng (lan khoa học. Luận án sử dụng các trích dẫn thõng tin từ nhiều nguồn khác nhau và có nguồn gốc rõ ràng. Những (lóng góp trong luận án dã được cõng bố trong các bài báo ( lia lác giả và chưa được công bố trẽn bất kỳ công trình khoa học nào khác.Hà Nội, ngày...tháng...nám 2021LỜI CÀ Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu M ƠNThực hiẹn luận ấn Tien si (tối hói nghiên cứu sinh phái lập l.rung cao độ, trong thời gian (lài. Kel quả nghiên cứu ciìa NCS là sự góp sức rất kilPhát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu
l lừ các thầy hướng đẵn khoa học. cơ sỏ đào tạo. cơ quan cõng tác. đổng nghiệp và đặc biệt là gia đình. lồi muon bày tó lòng biết ơn đói với họ.NghiênHỌC VIỆN CÔNG NGHẸ BU1 CHÍNH VIỂN THÔNGBÙI CÔNG THÀNHPHÁT TR1ẺN MỘT SÓ MÔ HÌNH PHÁT HIỆN BÁT THƯỜNG MẠNG DựA TRÊN HỌC SÂU VA TÒNG HỢP DỮ'LIỆULUẬN ÁN T Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu hoa, học và phương pháp nghiên cứu để toi hoàn thành nội (lung nghiên cứu luận án. Toi xin cảm ơn TS. Cao Vãn Lợi về nhưng góp ý rát hữu ích. giúp tỏi thèm động lực trong nghiên cứu.Nghiên cứu sinh xin bày tỏ lòng biết ơn chân thành tói Học viện Cõng nghệ Bưu chính Viên thõng. Khoa Sau đại học. các Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu thay cõ giáo đà giúp đờ tôi trong suốt, quá trình tham gia học tập. Nghiên cứu sinh xin bày tó lòng biết, ơn đến BTL Thông tin liên lạc, các Thù trươnPhát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu
g và (tống chí tại Thing tâm Kỷ thuật, thõng tin cõng nghệ cao đã giúp đở, tạo điều kiện thời gian cho tôi.Cuối cùng, nghiên cứu sinh võ cùng biot ơn HỌC VIỆN CÔNG NGHẸ BU1 CHÍNH VIỂN THÔNGBÙI CÔNG THÀNHPHÁT TR1ẺN MỘT SÓ MÔ HÌNH PHÁT HIỆN BÁT THƯỜNG MẠNG DựA TRÊN HỌC SÂU VA TÒNG HỢP DỮ'LIỆULUẬN ÁN T Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu ác con đe tôi yen tãm nghiên cứu hoàn t hành luạn án.NCS. Bùi Công ThànhHỌC VIỆN CÔNG NGHẸ BU1 CHÍNH VIỂN THÔNGBÙI CÔNG THÀNHPHÁT TR1ẺN MỘT SÓ MÔ HÌNH PHÁT HIỆN BÁT THƯỜNG MẠNG DựA TRÊN HỌC SÂU VA TÒNG HỢP DỮ'LIỆULUẬN ÁN TGọi ngay
Chat zalo
Facebook