Tóm tắt Đề án Thạc sĩ: Nghiên cứu phương pháp phát hiện tấn công Web dựa trên học sâu

Trong bối cảnh chuyển đổi số mạnh mẽ, các ứng dụng web đóng vai trò trung tâm trong nhiều lĩnh vực, từ thương mại điện tử đến dịch vụ công. Tuy nhiên, sự phát triển này cũng đi kèm với rủi ro gia tăng từ các cuộc tấn công mạng, gây ra hậu quả nghiêm trọng như mất mát dữ liệu cá nhân, gián đoạn dịch vụ (DoS), và thiệt hại tài chính. Việc phát hiện và ngăn chặn các cuộc tấn công ứng dụng web hiệu quả là một thách thức cấp bách, đòi hỏi những phương pháp tiên tiến hơn các hệ thống truyền thống. Nghiên cứu này tập trung vào việc khám phá và ứng dụng học sâu, đặc biệt là mạng nơ-ron tích chập (CNN), như một giải pháp tiềm năng để nâng cao khả năng phát hiện các mối đe dọa này, hướng tới xây dựng một môi trường mạng an toàn hơn.

Nghiên cứu sinh, sinh viên, chuyên gia an ninh mạng, kỹ sư phần mềm, và các nhà nghiên cứu trong lĩnh vực học sâu và bảo mật ứng dụng web.

Luận văn này trình bày một nghiên cứu chuyên sâu về phương pháp phát hiện tấn công ứng dụng web, một vấn đề cấp thiết trong bối cảnh các mối đe dọa an ninh mạng ngày càng gia tăng và phức tạp. Mục tiêu chính là phát triển một giải pháp hiệu quả nhằm bảo vệ các ứng dụng web khỏi những cuộc tấn công có thể gây ra hậu quả nghiêm trọng như mất dữ liệu cá nhân, tiết lộ thông tin doanh nghiệp, tấn công từ chối dịch vụ (DoS), và xâm nhập trái phép hệ thống. Nghiên cứu bắt đầu bằng việc khảo sát tổng quan về các phương pháp tấn công ứng dụng web hiện có và các giải pháp phòng chống truyền thống. Sau đó, luận văn tập trung vào tiềm năng của học máy và học sâu, đặc biệt là mạng nơ-ron tích chập (CNN), trong việc cải thiện độ chính xác và hiệu quả của hệ thống phát hiện. Phương pháp tiếp cận bao gồm việc xây dựng mô hình phát hiện tấn công ứng dụng web sử dụng học sâu CNN, với các giai đoạn xử lý dữ liệu, huấn luyện và kiểm tra mô hình trên các tập dữ liệu thực nghiệm. Phạm vi nghiên cứu giới hạn ở các request sử dụng phương thức GET và POST, vốn là những hình thức phổ biến trong các cuộc tấn công web. Giá trị ứng dụng của nghiên cứu nằm ở khả năng nâng cao độ chính xác trong việc phát hiện và cảnh báo các cuộc tấn công. Các kết quả từ các nghiên cứu trước đây đã chứng minh hiệu quả vượt trội của học sâu trong lĩnh vực này, cho thấy tiềm năng to lớn của mô hình đề xuất. Hàm ý của công trình là cung cấp một giải pháp bảo mật mạnh mẽ hơn, giảm thiểu rủi ro từ các lỗ hổng bảo mật phổ biến như SQL Injection, XSS, và DoS, góp phần tăng cường an toàn thông tin cho cả người dùng và tổ chức.