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

Trong bối cảnh bùng nổ của công nghệ thông tin và sự phụ thuộc ngày càng tăng của xã hội vào các nền tảng số, thông tin cá nhân và tài sản trực tuyến trở thành mục tiêu hấp dẫn của tội phạm mạng. Đặc biệt, tấn công lừa đảo (phishing) nổi lên như một mối đe dọa nghiêm trọng, tinh vi, có khả năng gây thiệt hại lớn về tài chính và dữ liệu nếu không được phát hiện và ngăn chặn kịp thời. Mặc dù đã có nhiều giải pháp phòng chống, chúng thường đối mặt với hạn chế về độ chính xác và khả năng thích ứng với các hình thức tấn công mới. Nghiên cứu này đặt mục tiêu phát triển một giải pháp hiệu quả hơn, ứng dụng kỹ thuật học biểu diễn (representation learning) để nâng cao khả năng phát hiện tấn công phishing với độ chính xác cao.

Các nhà nghiên cứu trong lĩnh vực an toàn thông tin, học máy và học sâu; sinh viên, giảng viên ngành công nghệ thông tin; và các chuyên gia bảo mật đang tìm kiếm giải pháp phát hiện tấn công lừa đảo hiệu quả.

Luận văn này khám phá việc ứng dụng học biểu diễn (representation learning) để phát triển một mô hình phát hiện tấn công phishing hiệu quả, nhằm giải quyết những thách thức về độ chính xác và khả năng thích ứng của các giải pháp hiện có. Nghiên cứu bắt đầu bằng cách tổng quan sâu rộng về các phương thức tấn công phishing phổ biến và các kỹ thuật phòng chống, phát hiện đã biết. Sau đó, tập trung vào nền tảng lý thuyết của representation learning, phân tích ưu nhược điểm của phương pháp này trong việc xử lý dữ liệu phức tạp liên quan đến tấn công mạng. Để xây dựng mô hình dự báo/cảnh báo, luận văn nghiên cứu và thu thập bộ dữ liệu phishing từ các nguồn đáng tin cậy như Kaggle và Mendeley. Phương pháp tiếp cận bao gồm việc áp dụng các kỹ thuật học sâu (Deep Learning) và phân tích HTML (HTML Analysis), với mô hình ResNet18 được đề xuất cho các thử nghiệm. Mô hình này được huấn luyện và kiểm thử dựa trên các đặc trưng đã trích xuất từ URL và các yếu tố khác. Các thử nghiệm được thực hiện trong môi trường mô phỏng mạng LAN nhằm đánh giá hiệu suất, chứng minh khả năng dự đoán chính xác và kịp thời của giải pháp đề xuất, góp phần tăng cường an ninh mạng.