Tóm tắt 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 vượt bậc, đặc biệt là sự ra đời của mạng di động 5G, nhu cầu về an toàn thông tin ngày càng trở nên cấp thiết. Mạng 5G, với khả năng kết nối tốc độ cao và độ trễ cực thấp, là nền tảng cho chuyển đổi số và tích hợp Internet vạn vật (IoT), mang lại nhiều lợi ích nhưng cũng đồng thời mở rộng bề mặt tấn công. Trong số các mối đe dọa, tấn công DDoS nổi lên như một thách thức nghiêm trọng, có thể làm gián đoạn các dịch vụ quan trọng và gây hậu quả khôn lường. Do đó, việc nghiên cứu phương pháp phát hiện tấn công DDoS trong mạng di động 5G là hết sức cần thiết để đảm bảo tính an toàn và tin cậy cho hạ tầng viễn thông hiện đại.

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

Đề án tập trung vào việc nghiên cứu toàn diện về kiến trúc mạng di động 5G, các nguy cơ đe dọa an toàn bảo mật và các phương pháp phát hiện tấn công DDoS trong môi trường 5G. Luận văn đi sâu vào phân tích các đặc điểm của mạng 5G, bao gồm tính linh hoạt, khả năng thích ứng cao, và các công nghệ mới như MIMO, SDN, NFV, điện toán biên, cũng như các lỗ hổng bảo mật tiềm ẩn như tấn công chiếm quyền truy cập, tấn công chéo lát. Các loại hình tấn công phổ biến như DoS, MitM, giả mạo được trình bày chi tiết, trong đó đặc biệt nhấn mạnh đến tác động của tấn công DDoS đối với tính sẵn sàng của dịch vụ trong mạng 5G. Để giải quyết thách thức này, nghiên cứu đề xuất và đánh giá các giải pháp kỹ thuật dựa trên trí tuệ nhân tạo và học máy. Cụ thể, phương pháp nghiên cứu bao gồm khảo sát lý thuyết về kiến trúc mạng 5G và các mô hình học máy, học sâu để nhận diện truy cập bất thường. Đồng thời, nghiên cứu thực nghiệm được thực hiện bằng cách sử dụng các công cụ giám sát mạng để thu thập dữ liệu gói tin, áp dụng các mô hình học máy trên tập dữ liệu đối sánh 5G-NIDD để phân loại và phát hiện tấn công. Mục tiêu cuối cùng là tối ưu hóa hiệu suất phát hiện tấn công DDoS trong môi trường 5G, góp phần bảo vệ hạ tầng 5G khỏi các mối đe dọa, nâng cao độ tin cậy và khả năng hoạt động liên tục của mạng, hỗ trợ hiệu quả cho việc triển khai và thương mại hóa 5G tại Việt Nam.