Luận văn Thạc sĩ: Ứng dụng Representation Learning phát hiện tấn công Botnet

Trong kỷ nguyên số hóa hiện nay, sự phát triển không ngừng của Internet đi kèm với đó là hàng loạt các mối đe dọa an ninh mạng ngày càng tinh vi, đặc biệt là các cuộc tấn công Botnet. Các Botnet gây ra những thiệt hại nghiêm trọng cho hệ thống mạng, làm mất mát dữ liệu và ảnh hưởng lớn đến kinh tế - xã hội thông qua các hành vi như phát tán mã độc, tấn công DDoS và APT. Việc phát hiện và ngăn chặn Botnet trở thành một thách thức lớn do khả năng biến đổi liên tục của chúng. Do đó, nghiên cứu các phương pháp phát hiện Botnet mới, hiệu quả là vô cùng cần thiết. Luận văn này tập trung vào việc "Ứng dụng Representation Learning" trong khuôn khổ học máy để nâng cao độ chính xác và hiệu quả của việc phát hiện các cuộc tấn công Botnet.

Các nhà nghiên cứu và sinh viên ngành an ninh mạng, khoa học máy tính và trí tuệ nhân tạo; chuyên gia an ninh mạng và quản trị viên hệ thống.

Luận văn này nghiên cứu việc xây dựng một mô hình học máy sử dụng phương pháp Representation Learning nhằm phát hiện các cuộc tấn công Botnet với độ chính xác cao. Bắt đầu với tổng quan về tấn công Botnet, luận văn phân tích các cơ chế hoạt động và thách thức trong việc phát hiện chúng, đồng thời xem xét các kỹ thuật phát hiện hiện có cùng với những hạn chế của chúng. Nghiên cứu đi sâu vào cơ sở lý thuyết của Representation Learning và các kỹ thuật Deep Learning, phân tích ưu điểm và tiềm năng ứng dụng của chúng trong lĩnh vực an ninh mạng. Phương pháp tiếp cận bao gồm việc thu thập và xử lý dữ liệu lưu lượng mạng từ các bộ dữ liệu phổ biến như CTU-13, chuyển đổi dữ liệu thô thành các biểu diễn có ý nghĩa (ví dụ: định dạng hình ảnh) để phù hợp với mô hình học sâu. Tiếp theo, luận văn đề xuất thiết kế và triển khai một mô hình phát hiện dựa trên mạng nơ-ron tích chập (như ResNet-18 CNN) để phân loại lưu lượng mạng thành các loại bình thường hoặc Botnet. Các thí nghiệm và đánh giá chi tiết được thực hiện để kiểm định hiệu quả và độ chính xác của mô hình. Kết quả nghiên cứu kỳ vọng đóng góp vào việc cải thiện khả năng phát hiện Botnet, cung cấp giải pháp tiên tiến để chống lại các mối đe dọa mạng ngày càng phức tạp và xây dựng hệ thống cảnh báo sớm hiệu quả hơn trong an ninh mạng.