Trường Đại học Công nghệ thông tin - Đại học Quốc gia Thành phố Hồ Chí Minh

Chúc mừng Nguyễn Toàn Thắng và Đoàn Trần Việt Hà - sinh viên ngành An toàn thông tin - có bài báo khoa học được chấp nhận đăng tại Hội nghị Quốc tế lần thứ 20 về An toàn Mạng và Hệ thống - The 20th International Conference on Network and System Security (NSS 2026) tại Hàng Châu, Trung Quốc.Bài báo: “FAM-STAR: Federated Android Malware Classification with Sparse Topology Adaptation and Role-Specific Aggregation”Sinh viên thực hiện:- Nguyễn Toàn Thắng - ATTN2025 (Khoa Mạng máy tính và Truyền thông)- Đoàn Trần Việt Hà - ATTN2025 (Khoa Mạng máy tính và Truyền thông)Giảng viên hướng dẫn: ThS. Nguyễn Hữu Quyền, PGS.TS. Phạm Văn HậuTóm tắt bài báo:Trong bài toán phân loại mã độc Android bằng học liên kết (Federated Learning – FL), sự không đồng nhất về quy mô dữ liệu và phân bố các lớp mã độc giữa các bên tham gia đặt ra nhiều thách thức đối với hiệu quả huấn luyện và khả năng nhận diện các lớp ít xuất hiện. Bên cạnh đó, việc trao đổi tham số qua nhiều vòng huấn luyện làm gia tăng chi phí truyền thông, đòi hỏi các giải pháp vừa duy trì hiệu quả phân loại, vừa giảm dung lượng dữ liệu trao đổi. Mặc dù các nghiên cứu hiện có đã đề xuất nhiều phương pháp giải quyết từng vấn đề, việc kết hợp thông tin đặc thù của từng lớp dữ liệu vào quá trình thích nghi cấu trúc mô hình và tổng hợp tham số vẫn chưa được khai thác đầy đủ. Nhằm giải quyết những hạn chế này, bài báo đề xuất FAM-STAR, một khung học liên kết kết hợp thích nghi cấu trúc mạng thưa có xét đến thông tin lớp (class-aware sparse topology adaptation) và tổng hợp tham số theo vai trò (role-specific aggregation). Phương pháp khai thác tín hiệu học có xét đến sự mất cân bằng và thiếu hụt lớp dữ liệu để định hướng quá trình cắt tỉa và tái kích hoạt các kết nối trong mô hình, đồng thời áp dụng các quy tắc tổng hợp riêng biệt cho bộ trích xuất đặc trưng dùng chung và bộ phân loại theo từng lớp. Ngoài ra, FAM-STAR sử dụng các nguyên mẫu đại diện cho từng lớp (class prototypes) được tổng hợp từ nhiều bên tham gia để hỗ trợ huấn luyện, kết hợp kỹ thuật nén và lượng tử hóa nhằm giảm chi phí truyền thông. Kết quả thực nghiệm cho thấy FAM-STAR cải thiện hiệu quả phân loại cân bằng giữa các lớp so với các phương pháp đối sánh, đồng thời giảm đáng kể dung lượng truyền thông, cho thấy tiềm năng ứng dụng trong các hệ thống phân loại mã độc Android phân tán.Thông tin về hội nghị:NSS 2026 là hội nghị khoa học quốc tế thường niên về an toàn mạng và hệ thống, được tổ chức từ năm 2007 nhằm tạo diễn đàn trao đổi học thuật và kết nối các nhà nghiên cứu, chuyên gia trong lĩnh vực an toàn thông tin. Hội nghị tập trung vào những nghiên cứu lý thuyết, phương pháp và ứng dụng liên quan đến bảo mật mạng, an toàn hệ thống và các thách thức an ninh mạng hiện đại. NSS 2026 đánh dấu kỳ tổ chức lần thứ 20, diễn ra từ ngày 30/10 đến 01/11/2026 tại Hàng Châu, Trung Quốc, đồng tổ chức cùng SocialSec 2026 – Hội nghị chuyên đề quốc tế lần thứ 12 về An toàn và Quyền riêng tư trong Mạng xã hội và Dữ liệu lớn.Thông tin chi tiết tại: https://www.facebook.com/share/p/19piQqxr5r/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin