Tóm tắt Luận văn Thạc sĩ: Nghiên cứu phát hiện tấn công web cơ bản dựa trên học máy sử dụng web log

Trong bối cảnh chuyển đổi số mạnh mẽ, ứng dụng web ngày càng khẳng định vai trò thiết yếu, đồng thời trở thành mục tiêu hàng đầu của các cuộc tấn công mạng. Những thiệt hại do mã độc và các hình thức tấn công web cơ bản như SQL Injection, Cross-Site Scripting gây ra đã lên đến hàng nghìn tỷ đồng mỗi năm, ảnh hưởng nghiêm trọng đến tài chính và uy tín của doanh nghiệp, cơ quan. Mặc dù đã có nhiều biện pháp phòng chống truyền thống, sự tinh vi không ngừng của các cuộc tấn công đòi hỏi những phương pháp phát hiện hiệu quả hơn. Nghiên cứu này tập trung vào việc ứng dụng học máy để phát hiện tấn công web cơ bản thông qua phân tích web log, một hướng tiếp cận đầy tiềm năng để nâng cao năng lực bảo mật cho các hệ thống ứng dụng web.

Nghiên cứu sinh, sinh viên ngành Khoa học Máy tính và An toàn Thông tin, các chuyên gia bảo mật web, nhà phát triển hệ thống phòng chống tấn công mạng.

Luận văn này trình bày một nghiên cứu chuyên sâu về phát hiện tấn công web cơ bản bằng cách ứng dụng các phương pháp học máy dựa trên phân tích dữ liệu web log. Trong bối cảnh các ứng dụng web ngày càng trở nên phổ biến và là mục tiêu chính của tội phạm mạng, các cuộc tấn công như SQL Injection (SQLi) và Cross-Site Scripting (XSS) vẫn gây ra những thiệt hại đáng kể. Phương pháp phát hiện truyền thống dựa trên chữ ký gặp hạn chế trong việc đối phó với các cuộc tấn công mới hoặc chưa từng biết, trong khi các phương pháp dựa trên bất thường, sử dụng học máy, lại cho thấy tiềm năng vượt trội. Nghiên cứu tập trung vào việc khảo sát các thuật toán học máy có giám sát để phân loại các yêu cầu URI được trích xuất từ web log, nhằm mục đích giảm thiểu thời gian huấn luyện và phát hiện. Đề tài bao gồm việc tìm hiểu các dạng tấn công web cơ bản, các thuật toán học máy phù hợp, và cách khai thác dữ liệu web log. Phương pháp nghiên cứu bao gồm cả phần lý thuyết (khảo sát các tài liệu khoa học liên quan đến các dạng tấn công và thuật toán học máy) và thực nghiệm (sử dụng các công cụ và phần mềm để đánh giá hiệu quả của các thuật toán học máy trên các bộ dữ liệu web log đã chọn). Mục tiêu là xây dựng mô hình phát hiện tấn công hiệu quả, có khả năng cảnh báo sớm các hành vi độc hại. Kết quả nghiên cứu sẽ đóng góp vào việc cải thiện bảo mật ứng dụng web, cung cấp một giải pháp đáng tin cậy hơn trong việc phòng chống các mối đe dọa an ninh mạng đang ngày càng phức tạp.