Đề án tốt nghiệp Thạc sĩ: Nghiên cứu phương pháp phát hiện tấn công DDoS trong mạng di động 5G

Trong bối cảnh công nghệ thông tin và truyền thông phát triển mạnh mẽ, mạng di động 5G đang nổi lên như một trụ cột cho chuyển đổi số, mang lại tốc độ vượt trội, độ trễ thấp và khả năng kết nối khổng lồ cho các ứng dụng như IoT, AI và điện toán đám mây. Tuy nhiên, sự phức tạp và khả năng mở rộng của 5G cũng đi kèm với những thách thức an ninh mạng nghiêm trọng, đặc biệt là các cuộc tấn công từ chối dịch vụ phân tán (DDoS), có thể gây tổn hại lớn đến các dịch vụ mạng. Đảm bảo an toàn bảo mật cho mạng 5G là yếu tố then chốt để thương mại hóa công nghệ này một cách an toàn và tin cậy. Đề án này nhằm nghiên cứu và phát triển các phương pháp phát hiện tấn công DDoS hiệu quả trong môi trường mạng di động 5G, thông qua việc áp dụng các giải pháp kỹ thuật tiên tiến, tối ưu hóa hiệu suất phát hiện và tăng cường bảo mật.

Các nhà nghiên cứu, kỹ sư mạng, chuyên gia an ninh mạng, và sinh viên trong lĩnh vực hệ thống thông tin, viễn thông có quan tâm đến bảo mật mạng di động 5G, phát hiện tấn công DDoS và ứng dụng học máy trong an ninh mạng.

Nghiên cứu này đi sâu vào vấn đề cấp bách về phát hiện các cuộc tấn công từ chối dịch vụ phân tán (DDoS) trong môi trường mạng di động 5G đang phát triển nhanh chóng. Mạng 5G, với kiến trúc tiên tiến, cung cấp các tính năng đột phá như tốc độ cao, độ trễ thấp, hỗ trợ IoT và tích hợp AI, nhưng đồng thời cũng đối mặt với nhiều nguy cơ an ninh mới, đặc biệt là sự gia tăng của các tấn công DDoS. Các cuộc tấn công này có thể gây gián đoạn nghiêm trọng và ảnh hưởng đến tính sẵn sàng, toàn vẹn của hệ thống. Luận văn tiến hành khảo sát toàn diện về kiến trúc mạng di động 5G, các mối đe dọa bảo mật tiềm ẩn và các phương pháp bảo mật hiện có, tập trung vào việc áp dụng các mô hình học máy và học sâu để nhận diện các truy cập bất thường. Cụ thể, phương pháp tiếp cận chủ yếu dựa trên thuật toán máy vectơ hỗ trợ (SVM) được đề xuất để nâng cao khả năng phát hiện tấn công DDoS. Mô hình này được triển khai và đánh giá thông qua thực nghiệm trên các bộ dữ liệu mẫu như 5G-NIDD, sử dụng các công cụ giám sát mạng để thu thập và phân tích gói tin. Kết quả thực nghiệm minh chứng hiệu quả của việc sử dụng SVM trong việc phát hiện sớm và chính xác các cuộc tấn công, tối ưu hóa hiệu suất và nâng cao an toàn cho mạng 5G. Nghiên cứu này cung cấp những hiểu biết quan trọng và đóng góp vào việc phát triển các giải pháp bảo mật mạng di động 5G tin cậy và vững chắc.