Chúc mừng nhóm học viên cao học và sinh viên ngành An toàn thông tin đã chính thức có bài báo khoa học về phân tích Swarm Learning trước các tấn công đầu độc dữ liệu trong môi trường học máy phân tán bảo toàn quyền riêng tư, được chấp nhận đăng tại Computers & Electrical Engineering, tạp chí khoa học quốc tế Q1 uy tín thuộc nhà xuất bản Elsevier.
Tên bài báo: “Poisoning the Swarm: Evaluating Data-Level Vulnerabilities in Decentralized Internet of Medical Things-enabled Healthcare Networks”
Danh sách tác giả:
- Ngô Đức Hoàng Sơn – Học viên cao học An toàn thông tin 2023, Chính quy, Khoa Mạng máy tính và Truyền thông
- Vương Đinh Thanh Ngân – Lớp An toàn thông tin 2020, Chất lượng cao, Khoa Mạng máy tính và Truyền thông
- Lê Minh Nhã – Lớp An toàn thông tin 2020, Chất lượng cao, Khoa Mạng máy tính và Truyền thông
Giảng viên hướng dẫn:
- TS. Phan Thế Duy
- PGS. TS. Phạm Văn Hậu
Tóm tắt bài báo:
Swarm Learning (SL) integrates federated learning and blockchain to support decentralized privacy-preserving learning for smart healthcare. However, the resilience of its learning and aggregation process against malicious data injection remains underexplored. This study presents a vulnerability analysis of SL against data-level poisoning, including label-flipping and GAN-generated adversarial sample injection. We conduct experiments across COVID-19 Radiography, ECG Heartbeat Categorization, and Credit Card Fraud Detection datasets under IID and non-IID client distributions. Results show that SL and FL exhibit dataset-dependent robustness under poisoning attacks. SL often preserves recall under attack, but this benefit can be accompanied by substantial precision degradation, especially in ECG-based physiological signal classification. To mitigate these effects, we evaluate the Trimmed-Mean aggregation defense. The results show that Trimmed-Mean can recover performance in several attack settings, although its effectiveness depends on assumptions about the attacker budget and the separability of malicious updates from benign non-IID updates. This study highlights that blockchain-based coordination alone is insufficient for secure SL deployment; robust learning-layer safeguards are required for safety-critical IoMT applications.
Thông tin về tạp chí khoa học Q1:
Tạp chí Computers & Electrical Engineering là tạp chí quốc tế uy tín do Elsevier xuất bản, thuộc nhóm Q1 theo SCImago, có Impact Factor 5.5. Tạp chí tập trung công bố các nghiên cứu liên ngành trong lĩnh vực máy tính, điện – điện tử và kỹ thuật hệ thống, nhấn mạnh các đóng góp về mô hình, thuật toán, thiết kế hệ thống và kiểm chứng thực nghiệm, đặc biệt trong các hướng như xử lý tín hiệu, truyền thông, hệ thống nhúng, trí tuệ nhân tạo, an toàn thông tin và hệ thống kỹ thuật thông minh.
Thông tin chi tiết tại: https://www.facebook.com/share/p/1ByANe3sto/
Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin
