Đề án Thạc sĩ: Nghiên cứu giải pháp phân loại spear phishing email dựa trên các kỹ thuật xử lý ngôn ngữ tự nhiên

Trong bối cảnh chuyển đổi số ngày càng sâu rộng và sự phụ thuộc vào các hệ thống thông tin, an ninh mạng đã trở thành mối quan tâm hàng đầu. Trong số các hình thức tấn công mạng, spear phishing nổi lên như một mối đe dọa đặc biệt nguy hiểm và tinh vi. Khác với phishing truyền thống, các email spear phishing được cá nhân hóa cao, được thiết kế tỉ mỉ để lừa đảo mục tiêu cụ thể, dẫn đến rò rỉ thông tin nhạy cảm hoặc xâm nhập hệ thống. Mức độ nguy hiểm và khả năng ngụy trang tinh vi của chúng đòi hỏi các giải pháp phát hiện tiên tiến. Do đó, nghiên cứu phát triển một giải pháp phân loại email spear phishing hiệu quả, dựa trên các kỹ thuật xử lý ngôn ngữ tự nhiên và học máy hiện đại, không chỉ có ý nghĩa khoa học mà còn mang giá trị thực tiễn to lớn trong việc bảo vệ an toàn thông tin.

Các nhà nghiên cứu, kỹ sư an ninh mạng, chuyên gia học máy/xử lý ngôn ngữ tự nhiên, và sinh viên trong lĩnh vực an toàn thông tin và khoa học máy tính quan tâm đến phát hiện tấn công mạng và ứng dụng AI.

Nghiên cứu này tập trung vào việc phát triển một giải pháp tự động để phát hiện và phân loại email spear phishing bằng tiếng Việt, một dạng tấn công tinh vi đang gia tăng và gây ra những hậu quả nghiêm trọng. Khác với các phương pháp truyền thống dựa trên từ khóa, giải pháp đề xuất tận dụng sức mạnh của các kỹ thuật xử lý ngôn ngữ tự nhiên (NLP) và học máy (ML) để phân tích sâu sắc nội dung ngữ nghĩa của email. Cụ thể, nghiên cứu sử dụng các mô hình ngôn ngữ hiện đại như PhoBERT, cùng với các thuật toán học máy phổ biến như Logistic Regression, Random Forest, SVM, và Transformer, để hiểu ý định, ngữ cảnh và các chiến thuật lừa đảo tâm lý được kẻ tấn công sử dụng. Quy trình triển khai bao gồm thu thập, làm sạch và gán nhãn dữ liệu email tiếng Việt, tiếp theo là tiền xử lý văn bản (tokenization, loại bỏ stopword) và huấn luyện mô hình. Đặc biệt, việc tinh chỉnh mô hình PhoBERT với đầu ra softmax cho phép phân loại nhị phân (spear phishing/hợp pháp) đạt độ chính xác cao. Hệ thống được thiết kế để triển khai dưới dạng dịch vụ web API (sử dụng Flask hoặc FastAPI), cho phép tích hợp dễ dàng vào các hệ thống email doanh nghiệp hoặc các giải pháp bảo mật khác để phát hiện email đáng ngờ theo thời gian thực. Giá trị ứng dụng của đề tài nằm ở khả năng nâng cao hiệu quả phòng thủ mạng, giảm thiểu false positives/false negatives và cung cấp một công cụ mạnh mẽ trong cuộc chiến chống lại tội phạm mạng, đóng góp thiết thực vào an ninh mạng tại Việt Nam.