Bài báo: “IncWAD: An Incremental Learning Approach for Web Attack Detection using MLOps”
Sinh viên thực hiện:
Lê Phi Hùng – 21522115 – MMCL2021 – Tác giả chính.
Vũ Xuân Khang – 21522202 – MMCL2021 – Đồng tác giả.
Giảng viên hướng dẫn:
TS. Phạm Văn Hậu
ThS. Nghi Hoàng Khoa
Tóm tắt bài báo:
Với sự phát triển không ngừng của Internet và các ứng dụng web, chúng đã trở thành một phần không thể thiếu trong cuộc sống hiện nay. Tuy nhiên, điều đó cũng dẫn tới các cuộc tấn công độc hại và tinh vi hơn, đồng thời đặt ra yêu cầu xây dựng hệ thống phát hiện tấn công web (WAD) với độ thực thi cao. Hiện nay, nhiều phương pháp tiếp cận WAD dựa trên Machine Learning (ML) đã được nghiên cứu và mang lại hiệu quả cao. Ngoài ra, để đảm bảo hiệu suất phân loại tối ưu với dữ liệu chứa các nhãn mới, các mô hình này phải thường xuyên được huấn luyện lại. Tuy nhiên, quá trình huấn luyện lại các mô hình sử dụng cả dữ liệu cũ và mới đặt ra những thách thức đáng kể về độ phức tạp tính toán và dung lượng lưu trữ. Mặt khác, khi đào tạo lại mô hình chỉ với dữ liệu mới, mô hình sẽ gặp phải vấn đề Catastrophic Forgetting (CF) dẫn tới việc không thể giữ lại đầy đủ lượng kiến thức đã học trước đó từ dữ liệu cũ. Để giải quyết những vấn đề này, trong nghiên cứu này, chúng tôi đã đề xuất WAD dựa trên mô hình học sâu (DNN) cùng với kỹ thuật học tiệm tiến (IL), được đặt tên là IncWAD. Ngoài ra, chúng tôi cũng thiết kế chu trình quản lý và triển khai mô hình (MLOPs) để tự động hóa việc huấn luyện và cập nhật mô hình học máy. Kết quả đánh giá trên bộ dữ liệu đa nhãn SR-BH 2020 được phân tích trên nhiều kịch bản khác nhau cho thấy mô hình IncWAD có thể phân loại chính xác các loại tấn công khác nhau và đạt độ chính xác hơn 95%. Trong tương lai, nhóm đề xuất việc xây dựng mô hình Federated WAD (FWAD) để tận dụng kích cỡ lớn của dữ liệu từ các nơi tham gia vào, với việc không chia sẻ dữ liệu để tăng tính hiệu quả trong việc phân loại dữ liệu đa nhãn.
"Chúng em xin chân thành gửi lời cảm ơn đến Thầy Phạm Văn Hậu – Trưởng bộ môn An toàn thông tin đã tạo ra một môi trường học thuật vô cùng năng động dành cho các bạn sinh viên chúng em tham gia, cảm ơn Thầy Nghi Hoàng Khoa đã định hướng, hỗ trợ, đưa ra những lời khuyên bổ ích, và đồng hành cùng chúng em trong khoảng thời gian không nhỏ vừa qua. Ngoài ra, chúng em cũng xin cảm ơn anh Nguyễn Hữu Quyền – Nghiên cứu sinh tại phòng thí nghiệm InSecLab đã có những góp ý quý giá cho chúng em trong quá trình thực hiện đề tài . Chúng em cảm ơn các Thầy đã tận tình chỉ dạy, tìm ra những mặt hạn chế, đưa ra những hướng cải tiến có thể thực hiện giúp cho quá trình nghiên cứu của chúng em đạt kết quả tốt nhất"
The international Conference on Advanced Technologies for Communications (ATC) là Hội nghị quốc tế về công nghệ tiên tiến cho truyền thông. Đây là một chuỗi hội nghị thường niên, kể từ năm 2008, được đồng tổ chức bởi Radio & Electronics Association of Vietnam (REV) và IEEE Communications Society (IEEE ComSoc). Mục tiêu của loạt bài này là hai vấn đề: thúc đẩy một diễn đàn trao đổi khoa học và công nghệ quốc tế giữa các nhà khoa học và kỹ sư Việt Nam và trên toàn thế giới trong lĩnh vực điện tử, truyền thông và các lĩnh vực liên quan, đồng thời thu thập những đóng góp nghiên cứu chất lượng cao của họ. Năm 2023, ATC sẽ được tổ chức bởi Đại học Trường Đại học Công nghệ Thông tin và Truyền thông Việt Hàn - Đại học Đà Nẵng (VKU) trong thời gian từ ngày 19 đến ngày 21 tháng 10 năm 2023. Hội nghị sẽ có sự tham gia của các diễn giả được mời nổi bật cũng như các bài báo của các nhà nghiên cứu hàng đầu từ khắp nơi trên thế giới.
Thông tin chi tiết: https://www.facebook.com/UIT.Fanpage/posts/pfbid02KMVr95AqXuoFshYej3PWCfMzMz9KFJEnepPdzRTPPhNKD9dTnYA81FQYT1FDiywMl
Hải Băng - Cộng tác viên Truyền thông trường Đại học Công nghệ Thông tin
