Trong kỷ nguyên chuyển đổi số, ERP đang trở thành một trong những nền tảng cốt lõi giúp doanh nghiệp vận hành hiệu quả và phát triển bền vững. Việc hiểu và tiếp cận ERP từ sớm sẽ giúp sinh viên nắm bắt cách doanh nghiệp hoạt động, đồng thời mở ra nhiều cơ hội nghề nghiệp tiềm năng trong tương lai.Nhằm mang đến góc nhìn thực tế và định hướng rõ ràng cho sinh viên, workshop “ERP và Chuyển đổi số trong doanh nghiệp: Cơ hội cho sinh viên” được tổ chức với sự tham gia của các chuyên gia đến từ doanh nghiệp.Thông tin sự kiệnThời gian: 8:30 – 11:00, sáng thứ Tư ngày 25/03/2026Địa điểm: Hội trường E.12 – Trường ĐH Công nghệ Thông tin, ĐHQG-HCMDiễn giả- Anh Andrew Quach – Phó Chủ tịch HĐQT A1 Consulting (Đối tác vàng toàn cầu của Odoo, Top đầu tại Việt Nam)- Anh Tony To – Education Program Officer, Odoo HK LimitedNội dung chương trìnhTriển khai ERP thực tế & cơ hội nghề nghiệp tại Việt NamHệ sinh thái Odoo & sức mạnh công nghệ toàn cầuTọa đàm & Q&A: “Lộ trình trở thành chuyên gia ERP”Workshop không chỉ mang đến kiến thức nền tảng mà còn giúp sinh viên hiểu rõ nhu cầu thực tế của doanh nghiệp, định hướng lộ trình phát triển và mở rộng kết nối trong lĩnh vực ERP & chuyển đổi số.Đăng ký ngay: link.uit.edu.vn/ERP2026Thông tin chi tiết: https://www.facebook.com/uit.khoahttt/posts/pfbid0jkb8KfUn8AuPVaJdiEskavaUNQnhjHTt17r4gc3qHDxUroM95296Hz88Le3dH32Gl

Sinh viên Trần Quang Anh Kiệt (MSSV: 22520725) – ngành Kỹ thuật Phần mềm, Khoa Công nghệ Phần mềm, Trường Đại học Công nghệ Thông tin (UIT) – vừa có hai bài báo khoa học được chấp nhận đăng tại hội nghị quốc tế IEA/AIE 2026. Đây là một kết quả đáng ghi nhận trong quá trình học tập và nghiên cứu của Kiệt khi còn đang là sinh viên đại học.Trong số đó, một bài báo có tiêu đề:Transformer-Based Classification of Illicit Darknet Marketplace Products: A Comparative NLP Study of Machine LearningTóm tắt bài viết: Các chợ đen tạo ra một lượng lớn danh sách sản phẩm, khiến việc theo dõi và phân loại thủ công trở nên rất khó khăn, do đó tạo ra nhu cầu về các phương pháp tự động để xác định và nhóm nội dung giao dịch bất hợp pháp. Trong bài báo này, nghiên cứu vấn đề phân loại văn bản đa lớp cho các mô tả sản phẩm tiếng Anh được thu thập từ chợ Nemesis, với năm nhóm chính: ma túy, gian lận, tấn công/hack, hướng dẫn và các loại khác. Tác giả xây dựng một quy trình hoàn chỉnh từ dữ liệu JSON thô đến tập dữ liệu được làm sạch và gắn nhãn, sau đó đánh giá các mô hình phân loại truyền thống dựa trên TF-IDF và so sánh chúng với các mô hình Transformer được tinh chỉnh. Kết quả thực nghiệm cho thấy RoberTa được tinh chỉnh đạt hiệu suất tốt nhất với độ chính xác 0,9055 và macro-F1 là 0,7400, vượt trội hơn cả các mô hình cơ bản cổ điển và BERT. Hơn nữa, tác giả phân tích ma trận nhầm lẫn và các trường hợp dự đoán sai nhưng có độ tin cậy cao để làm rõ các nguyên nhân hệ thống của lỗi, đặc biệt là trong các lớp có ít mẫu và các lớp có ngữ nghĩa chồng chéo. Cuối cùng, bài báo đề xuất một thiết kế hệ thống mô-đun để hỗ trợ huấn luyện, đánh giá và giám sát mô hình có thể tái tạo, phù hợp với các kịch bản triển khai thực tế.Thành quả này không chỉ là dấu ấn cá nhân của Trần Quang Anh Kiệt, mà còn cho thấy môi trường học thuật tại Khoa Công nghệ Phần mềm – UIT đang ngày càng khuyến khích sinh viên tham gia nghiên cứu khoa học ngay từ khi còn trên ghế nhà trường, với sự đồng hành và hướng dẫn từ các giảng viênThông tin chi tiết: https://www.facebook.com/CNPM.Fanpage/posts/pfbid0ez4k9PjWw8B4C4SudDk5BSJQGPSmTc6TZkXaz2q1gqQREWptoUsrXURwtjXJehPwl 

 Chúc mừng sinh viên có công trình nghiên cứu về Pentest tự chủ bằng Mô hình ngôn ngữ lớn - được chấp nhận đăng tại Kỷ yếu Hội nghị Khoa học quốc tế IEEE International Conference on Big Data (IEEE Big Data 2025) tại Macao- Trung Quốc.Bài báo: “Leveraging LLM Agents for Autonomous Web Penetration Testing Targeting SQL Injection Vulnerability”Bài báo được đăng trong kỷ yếu Hội nghị khoa học quốc tế IEEE Big Data 2025 - xếp hạng B - theo bảng tiêu chuẩn CORE.Sinh viên thực hiện:- Trần Thanh Phong - ATTT 2022 - Nguyễn Lê Bảo Phúc - ATTT 2022Giảng viên hướng dẫn:- PGS.TS Phạm Văn Hậu- TS. Phan Thế Duy- ThS. Tô Trọng NghĩaĐây là đề tài nghiên cứu được các bạn sinh viên thực hiện dưới sự hướng dẫn của các GVHD trong thời gian các bạn tham gia nghiên cứu tại Phòng thí nghiệm An toàn thông tin (InSecLab) về kiểm thử an toàn, bảo mật thông tin với góc nhìn Trí tuệ nhân tạo, với định hướng xây dựng sản phẩm Pentest tự chủ khai thác lỗ hổng bảo mật phần mềm.Tóm tắt:"With the increasing ubiquity of web systems across various domains, they have become primary targets of cyberattacks. Among these, SQL Injection (SQLi) remains one of the most critical and prevalent vulnerabilities, consistently listed in the OWASP Top 10. Early detection and mitigation of such flaws are crucial for ensuring information security. This paper presents the design and implementation of an automated SQLi penetration testing system based on a multi-agent architecture integrated with Large Language Models (LLMs) such as GPT-4, Gemini, and DeepSeek. The system enhances penetration testing by automating vulnerability detection, reducing reliance on manual effort, and supporting proactive defense strategies. The key contributions include: (i) flexible LLM integration, (ii) automated report generation with visual statistics, and (iii) comparative analysis of LLM performance against existing approaches. The results demonstrate the potential of combining multi-agent systems and LLMs to improve both the efficiency and intelligence of penetration testing, laying the foundation for future smart and proactive cybersecurity systems."Link bài báo: https://ieeexplore.ieee.org/document/11402114 Thông tin hội nghị: Hội nghị khoa học quốc tế "2025 IEEE International Conference on Big Data (IEEE BigData 2025)" được tổ chức tại Ma Cao (Trung Quốc) vào ngày 08-11/12/2025. Hội nghị IEEE BigData là một hội nghị quốc tế thường niên hướng tới những nghiên cứu mới trong lĩnh vực dữ liệu lớn và các ứng dụng liên quan. Đây là một trong những hội nghị khoa học uy tín (xếp hạng B theo chuẩn CORE).Lời cảm ơn:"Chúng em xin chân thành gửi lời cảm ơn đến Trường Đại học Công nghệ Thông tin - ĐHQG TP.HCM (UIT) và Phòng Thí nghiệm An toàn thông tin (InSecLab) đã tạo ra môi trường học thuật năng động và sáng tạo để nhóm hoàn thiện quá trình học tập và nghiên cứu. Nhóm xin bày tỏ lòng biết ơn sâu sắc đến ThS. Tô Trọng Nghĩa, PGS.TS. Phạm Văn Hậu và TS. Phan Thế Duy, những người đã tận tâm dẫn dắt, định hướng đề tài và chia sẻ những kinh nghiệm quý báu từ những bước đi đầu tiên cho đến khi công trình được phát triển thành bài báo khoa học. Sự hỗ trợ nhiệt tình và lời khuyên sâu sắc của quý Thầy là chỗ dựa tinh thần vững chắc giúp nhóm vượt qua khó khăn trong suốt chặng đường nghiên cứu. Nhóm em xin trân trọng ghi nhận và cảm ơn những đóng góp quý báu đó, đồng thời kính chúc quý Thầy nhiều sức khỏe, thành công và tiếp tục gặt hái nhiều thành tựu trong sự nghiệp giảng dạy và nghiên cứu”.Thông tin chi tiết tại: https://web.facebook.com/share/p/18338HZEi2/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

Khoa KH&KTTT nhiệt liệt chúc mừng các bạn sinh viên các hệ đào tạo đã đạt điểm cao nhất tại Hội đồng bảo vệ KLTN vào Học kỳ I năm học 2025-2026. Thông tin các nhóm như sau:1. Ngành KHDL (01 nhóm sinh viên):Trân trọng chúc mừng nhóm sinh viên:- Nguyễn Thành Luân - 22520826 và Nguyễn Trương Minh Khoa - 22520680;+ Tên đề tài: Sinh báo cáo X-quang tập trung vào lồng ngực: Phân tích nội vùng kết hợp hướng dẫn chủ đề;+ GVHD: TS. Nguyễn Tất Bảo Thiện;2. Ngành CNVN (01 sinh viên):Trân trọng chúc mừng sinh viên-  Trịnh Quốc Bảo - 22520125;+ Tên đề tài: Nghiên cứu suy luận ngôn ngữ trực quan giữa hình ảnh và văn bản tiếng Việt.+ GVHD: ThS. Huỳnh Văn Tín3. Ngành CNTT (04 sinh viên/nhóm sinh viên) (đồng điểm):Trân trọng chúc mừng nhóm sinh viên:- Thạch Minh Luân -  22520827 và Đỗ Nguyên Phương - 22521159+ Tên đề tài: Trọng số lũy thừa động cho cơ chế bằng chứng cổ phần nhằm tăng tính phi tập trung và triển khai mạng thử nghiệm minh họa.+ GVHD: ThS. Võ Tấn KhoaTrân trọng chúc mừng nhóm sinh viên:- Võ Phi Thân -  22521323 và Nguyễn Cao Thắng - 22521329+ Tên đề tài: Trọng số lũy thừa động cho cơ chế bằng chứng cổ phần nhằm tăng tính phi tập trung và triển khai mạng thử nghiệm minh họa.+ GVHD: ThS. Nguyễn Thành LuânTrân trọng chúc mừng sinh viên:- Cao Quốc Kiệt - 22520714+ Tên đề tài: Hiện thực hệ thống Cuproof và ứng dụng trong chứng minh điểm văn bằng bằng Zero-Knowledge Range Proof+ GVHD: ThS. Võ Tấn KhoaTrân trọng chúc mừng nhóm sinh viên:- Nguyễn Lê Thanh Huyền -  22520590 và Lê Ngọc Lan - 22520749+ Tên đề tài: Nâng cao hiệu suất của hệ thống AggLayer trong môi trường Blockchain đa chuỗi+ GVHD: ThS. Võ Tấn KhoaMột lần nữa Khoa KH&KTTT xin được chúc mừng tất cả các bạn và chúc các bạn nhiều thành công!Thông tin chi tiết tại: https://web.facebook.com/share/p/18RCBioF2x/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

Trường Đại học Công nghệ Thông tin – ĐHQG-HCM thông tin đến giảng viên, nhà nghiên cứu và sinh viên về các chương trình tài trợ dự án nghiên cứu và học bổng trong mạng lưới ASEA-UNINET năm 2026. Các cá nhân quan tâm có thể tìm hiểu và nộp hồ sơ tham gia.ASEA-UNINET ProjectsHạn nộp hồ sơ: 23/04/2026Chương trình hỗ trợ các dự án nghiên cứu (các dự án giảng dạy chỉ áp dụng cho lĩnh vực Nghệ thuật) với thời gian triển khai từ tháng 10/2026 đến tháng 09/2027 hoặc 2028. Nguồn tài trợ chủ yếu hỗ trợ chi phí đi lại và sinh hoạt cho các thành viên tham gia dự án.Điều kiện:- Dự án có ít nhất một trường đại học thành viên ASEA-UNINET tại Áo và một trường thuộc khu vực ASEAN (hoặc Pakistan).- Các dự án hợp tác đa phương được ưu tiên.- Hồ sơ nộp bởi trưởng dự án từ trường đại học thành viên ASEA-UNINET tại Áo.Học bổng University of Brescia – Italy (LMINT & STAR)Hạn nộp hồ sơ: 15/03/2026Hai chương trình học bổng LMINT và STAR hỗ trợ học bậc Thạc sĩ tại Đại học Brescia dành cho sinh viên tốt nghiệp từ các trường thuộc mạng lưới ASEA-UNINET.Học bổng Transilvania University of Brasov – Romania (TAS)Hạn nộp hồ sơ: 10/04/2026Chương trình Transilvania Academica Scholarships hỗ trợ học bậc Thạc sĩ tại Transilvania University of Brasov, ưu tiên sinh viên tốt nghiệp từ các trường thuộc mạng lưới ASEA-UNINET.Học bổng West University of Timișoara – Romania (WUT)Hạn nộp hồ sơ: 01/08/2026Chương trình học bổng hỗ trợ bậc Cử nhân, Thạc sĩ và Tiến sĩ tại West University of Timișoara dành cho sinh viên tốt nghiệp từ các trường thuộc mạng lưới ASEA-UNINET.Thông tin chi tiết vui lòng liên hệ: asea-uninet@oead.atThông tin chi tiết xem tại: https://qhdn.uit.edu.vn/vi/bai-viet/cac-chuong-trinh-tai-tro-va-hoc-bong-asea-uninet-nam-2026 Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin  

Bài báo:DESW: Reducing Concentration in Proof-of-Stake with Dynamic Exponential Stake WeightingNhóm tác giả:- Thạch Minh Luân – CNTT2022 – Tác giả chính- Đỗ Nguyên Phương – CNTT2022 – Đồng tác giảGiảng viên hướng dẫn:- PGS. TS. Nguyễn Hoàng Tú Anh- ThS. Võ Tấn Khoa- ThS. Nguyễn Thị Anh ThưTóm tắt:Trong các hệ thống blockchain phi cấp phép, cơ chế Proof-of-Stake (PoS) lựa chọn các validator dựa trên lượng tài sản được stake nhằm đảm bảo tính bảo mật của mạng lưới thông qua việc đồng bộ lợi ích kinh tế. Tuy nhiên, cơ chế này cũng tạo ra hiệu ứng “người giàu càng giàu”, khi các validator lớn ngày càng gia tăng lợi thế thông qua phần thưởng, ủy quyền stake và các dịch vụ staking thanh khoản, từ đó dẫn đến sự tập trung quyền lực và đe dọa tính phi tập trung của mạng.Để giải quyết vấn đề này, nghiên cứu đề xuất mô hình Dynamic Exponential Stake Weighting (DESW), dựa trên nguyên lý phân phối xác suất có trọng số và lý thuyết cân bằng. DESW xây dựng một cơ chế lựa chọn validator thích ứng, trong đó trọng số stake được điều chỉnh dựa trên mức độ bất bình đẳng của toàn mạng, được đo bằng hệ số Gini. Bằng cách áp dụng trọng số trong miền giá trị, DESW làm giảm ảnh hưởng của các validator quá lớn khi mức độ tập trung gia tăng, đồng thời không làm thay đổi phần thưởng, hình phạt hay luồng hoạt động của giao thức PoS hiện tại.Nghiên cứu đánh giá DESW trong ba kịch bản điển hình của các mạng PoS công khai: (i) phân phối stake ổn định, (ii) hệ thống quy mô lớn với tần suất thay đổi cao và (iii) kịch bản tấn công bằng cách bơm stake. So với PoS truyền thống, DESW giúp giảm hệ số Gini lần lượt từ 0.623 xuống 0.318 (-48.9%), từ 0.876 xuống 0.501 (-42.8%) và từ 0.945 xuống 0.462 (-52.1%). Đồng thời, hệ số Nakamoto – thước đo mức độ phi tập trung của blockchain – tăng mạnh từ 134 lên 303 (+126.1%), từ 384 lên 2138 (+456.8%) và từ 9 lên 196 (+2,077.8%).Khi áp dụng mô hình DESW trên tập validator của mạng Ethereum, hệ số Nakamoto có thể tăng từ 3 lên 391 (khoảng 130 lần), trong khi hệ số Gini giảm từ 0.99 xuống 0.10. Những kết quả này cho thấy DESW có khả năng cải thiện đáng kể tính phi tập trung và công bằng của mạng blockchain, đồng thời vẫn giữ được hiệu quả hoạt động của cơ chế PoS.Bài báo được công bố tại hội nghị quốc tế:The 14th International Symposium on Information and Communication Technology (SOICT). Đây là hội nghị khoa học quốc tế uy tín thuộc danh mục Scopus, bao phủ nhiều lĩnh vực quan trọng như AI Foundations và Big Data, Networking and Communication Technologies, Multimedia Processing, AI Applications, Generative AI, Applied Operations Research and Optimization và Cyber Security.SOICT 2025 được tổ chức tại TP. Nha Trang từ ngày 12–14/12/2025, tiếp nối thành công của SOICT 2024 với sự tham gia của các nhà nghiên cứu đến từ hơn 25 quốc gia. Hội nghị là diễn đàn học thuật quan trọng để các nhà nghiên cứu và học viên sau đại học chia sẻ các kết quả nghiên cứu mới và thảo luận về những thách thức tương lai trong lĩnh vực Khoa học Máy tính.Thông tin chi tiết tại: https://web.facebook.com/share/p/18aqUAWnGk/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

Bài báo:SplitSight: Multi-Dimensional Verification for Client-Side TLS InterceptionNhóm tác giả:- Vũ Nguyễn Minh Quang – ATTT2023.2 – Tác giả chính- Phạm Tấn Gia Quốc – ATTT2023.2 – Tác giả chính- Phan Quang Vũ – ATTT2023.2 – Đồng tác giả- Khương Ngọc Toàn – ATTT2023.2 – Đồng tác giảGiảng viên hướng dẫn:- ThS. Trần Tuấn DũngTóm tắt:Các cuộc tấn công chèn Root Certificate Authority (CA) là một mối đe dọa nghiêm trọng đối với bảo mật TLS, cho phép kẻ tấn công chặn và giải mã lưu lượng mạng trong khi trình duyệt vẫn hiển thị kết nối như một phiên HTTPS hợp lệ. Điều này tạo ra nguy cơ lớn đối với quyền riêng tư và an toàn thông tin của người dùng.Nghiên cứu này giới thiệu SplitSight – một framework phát hiện tấn công dựa trên nguyên lý split-view: khi chứng chỉ TLS mà phía client quan sát được khác với chứng chỉ được xác minh từ các điểm kiểm tra bên ngoài, hệ thống sẽ xác định khả năng tồn tại của hành vi chặn và can thiệp lưu lượng.Hệ thống sử dụng kiến trúc Native Messaging để vượt qua các hạn chế sandbox của trình duyệt, cho phép trích xuất chứng chỉ theo thời gian thực từ TLS stack của hệ điều hành. Một cơ chế chấm điểm đa chiều thích ứng được áp dụng, kết hợp sáu yếu tố xác minh bao gồm: so sánh fingerprint (30%), kiểm tra sự tồn tại trong Certificate Transparency log (25%), trạng thái thu hồi OCSP (15%), so sánh với cache lịch sử (10%), phân tích tính hợp lệ của chuỗi chứng chỉ (10%) và phát hiện bất thường thống kê (10%). Ngoài ra, kiểm tra DNS CAA được thiết kế cho các phiên bản mở rộng trong tương lai.Phương pháp chấm điểm theo trọng số cho phép hệ thống đưa ra các kết luận chi tiết hơn, phân biệt giữa các trường hợp bị can thiệp rõ ràng, chứng chỉ đáng ngờ hoặc kết nối an toàn. Kiến trúc còn hỗ trợ cơ chế đồng thuận đa tác nhân (multi-agent consensus) với các ràng buộc đa dạng về ASN và vị trí địa lý nhằm phát hiện các cuộc tấn công chỉ xảy ra tại một khu vực cụ thể.Kết quả thực nghiệm với ba công cụ MITM phổ biến (Burp Suite, mitmproxy và Charles Proxy) cho thấy hệ thống đạt độ chính xác phát hiện 99.3%, tỷ lệ báo động sai 0.5%, với độ trễ xác minh trung vị 387 ms ở lần kiểm tra đầu và chỉ 8 ms khi sử dụng bộ nhớ đệm.Nhóm tác giả xin chân thành cảm ơn ThS. Trần Tuấn Dũng đã tận tình hỗ trợ và phản hồi kịp thời trong quá trình thực hiện nghiên cứu, giúp bài báo được hoàn thiện và đạt chất lượng tốt hơn.Bài báo được công bố tại hội nghị quốc tế:International Conference on Intelligent Information Technology (ICIIT 2026) – hội nghị khoa học quốc tế xếp loại ISI/Scopus, lần thứ 11 được tổ chức, diễn ra tại Đà Nẵng từ ngày 05–08/03/2026.Hội nghị do FPT University, Swinburne Vietnam và HKCBEES đồng tổ chức, nhằm tạo diễn đàn học thuật cho các nhà nghiên cứu, giảng viên và sinh viên trao đổi và công bố các kết quả nghiên cứu trong lĩnh vực công nghệ thông tin thông minh. Các bài báo được chấp nhận sẽ được xuất bản trong ACM International Conference Proceedings, lưu trữ tại ACM Digital Library, và được lập chỉ mục bởi Ei Compendex, Scopus, đồng thời được gửi xét duyệt vào ISI Web of Science.Thông tin chi tiết tại: https://web.facebook.com/share/p/1Co5Gz8xUE/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

Bài báo:Enhancing Security and Efficiency in Diabetes Prediction using Federated Learning and Generative Adversarial NetworksNhóm tác giả:- Phạm Thái Bảo – ATCL2021 – Tác giả chính- Hồng Bích Như – ATTT2023.3 – Đồng tác giảGiảng viên hướng dẫn:- ThS. Nguyễn Khánh Thuật- PGS. TS. Lê Trung Quân- ThS. Trần Thị DungTóm tắt:Sức khỏe đóng vai trò quan trọng trong cuộc sống con người và các công nghệ trí tuệ nhân tạo đang ngày càng được ứng dụng rộng rãi trong chẩn đoán y khoa. Tuy nhiên, dữ liệu bệnh nhân thường mang tính nhạy cảm cao và không thể chia sẻ công khai, gây ra nhiều thách thức đối với các phương pháp AI truyền thống.Để giải quyết vấn đề này, nghiên cứu áp dụng Federated Learning – một phương pháp cho phép huấn luyện mô hình học máy trên các nguồn dữ liệu phân tán mà vẫn đảm bảo quyền riêng tư và tuân thủ các quy định bảo vệ dữ liệu. Trong bài toán dự đoán bệnh tiểu đường, dữ liệu thường bị mất cân bằng giữa các lớp, ảnh hưởng đáng kể đến độ chính xác và độ tin cậy của mô hình.Trong nghiên cứu, nhóm tác giả đã áp dụng và đánh giá hệ thống nhiều kỹ thuật xử lý mất cân bằng dữ liệu, xác định được các phương pháp hiệu quả nhất giúp cải thiện hiệu năng dự đoán lên đến 7%. Đồng thời, việc sử dụng dữ liệu tổng hợp được tạo ra từ Generative Adversarial Networks (GAN) đã giúp nâng cao khả năng học của mô hình, đạt F1-score lên đến 93%. Kết quả cho thấy dữ liệu tổng hợp có thể góp phần giải quyết hiệu quả bài toán thiếu dữ liệu và mất cân bằng dữ liệu.Tổng thể, khung phương pháp dựa trên Federated Learning được đề xuất đã kết hợp hiệu quả giữa trí tuệ nhân tạo, tăng cường dữ liệu và các kỹ thuật bảo vệ quyền riêng tư, mang lại một giải pháp mạnh mẽ, chính xác và khả thi cho các hệ thống hỗ trợ chẩn đoán bệnh tiểu đường trong thực tế.“Chúng em xin gửi lời tri ân sâu sắc đến quý thầy cô hướng dẫn, những người đã tận tình hỗ trợ và tạo điều kiện cho chúng em trong suốt quá trình thực hiện đề tài. Những góp ý chuyên môn quý báu và sự đồng hành của thầy cô đã giúp nhóm vượt qua nhiều khó khăn, từng bước hoàn thiện nghiên cứu. Kiến thức và sự dìu dắt của thầy cô sẽ luôn là hành trang quý giá, tiếp thêm động lực cho chúng em trên con đường học thuật.”Bài báo được công bố tại hội nghị quốc tế:The Second International Conference on Computational Intelligence in Engineering Science (ICCIES 2026). Đây là hội nghị khoa học quốc tế thường niên do Trường Đại học Tôn Đức Thắng tổ chức, với sự đồng tổ chức của Wrocław University of Science and Technology (Ba Lan) và University College Dublin (Ireland).Hội nghị tập trung vào các lĩnh vực như trí tuệ nhân tạo, học máy, công nghệ thông tin, điện – điện tử, cơ điện tử và hệ sinh thái Internet vạn vật (IoT), nhằm thúc đẩy trao đổi học thuật và kết nối cộng đồng nghiên cứu quốc tế. Các bài báo được chấp nhận sẽ được xuất bản trong chuỗi sách Communications in Computer and Information Science (CCIS) của Springer và được lập chỉ mục trong các cơ sở dữ liệu uy tín như ISI Proceedings, EI-Compendex, SCOPUS và DBLP.Thông tin chi tiết tại: https://web.facebook.com/share/p/189gW4Bqu8/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

Bài báo:Mango-Mamba and VN-MangoLeaf: A lightweight Mamba model and New Dataset for Mango leaf disease classificationLink bài báo: https://doi.org/10.1016/j.compeleceng.2026.111033Nhóm tác giả:- Phạm Thanh Bình – HVCH Khóa 2023, Ngành Công nghệ Thông tin – Tác giả chínhGiảng viên hướng dẫn:- TS. Nguyễn Tất Bảo ThiệnTóm tắt:Bệnh trên lá xoài là một trong những yếu tố ảnh hưởng nghiêm trọng đến năng suất và chất lượng trái xoài, do đó cần có các hệ thống phát hiện chính xác và hoạt động theo thời gian thực. Tuy nhiên, nhiều phương pháp Deep Learning hiện nay, đặc biệt là các mô hình dựa trên Transformer, thường có độ phức tạp tính toán cao (tăng theo bậc hai), gây khó khăn khi triển khai trên các thiết bị biên có tài nguyên hạn chế.Nhằm giải quyết vấn đề này, nghiên cứu đề xuất MangoMamba – một kiến trúc lai nhẹ được tối ưu cho triển khai trên thiết bị di động. Mô hình kết hợp Multi-Scale Mamba Mixers với cơ chế Large-Kernel Attention trong cấu trúc phân cấp bốn giai đoạn, giúp đạt độ phức tạp tuyến tính trong khi vẫn giữ được khả năng học ngữ cảnh toàn cục.Các thí nghiệm được thực hiện trên bộ dữ liệu MangoLeafBD và bộ dữ liệu mới VN-MangoLeaf gồm 7000 ảnh lá xoài của các giống xoài tại Việt Nam. Kết quả cho thấy MangoMamba đạt độ chính xác phân loại lần lượt 99.75% và 98.71% trên hai bộ dữ liệu. Đáng chú ý, mô hình chỉ có 5.8 triệu tham số và đạt độ trễ suy luận 1.46 ms mỗi ảnh trên GPU T4, nhanh hơn khoảng 80 lần so với các kiến trúc ViX-MangoEFormer gần đây.Bên cạnh đó, nghiên cứu còn phát triển một ứng dụng Android cho phép nhận diện bệnh lá xoài trực tiếp trên điện thoại thông minh với khả năng suy luận offline (100–300 ms mỗi ảnh). Kết quả cho thấy MangoMamba mang lại sự cân bằng hiệu quả giữa độ chính xác và hiệu năng, mở ra tiềm năng ứng dụng thực tiễn trong lĩnh vực nông nghiệp thông minh.Bài báo được công bố trên tạp chí quốc tế:Computers & Electrical Engineering (SCIE, Q1, Impact Factor: 4.9). Đây là tạp chí khoa học quốc tế uy tín, công bố các nghiên cứu về công nghệ máy tính và kỹ thuật tính toán trong các hệ thống điện, truyền thông và thông tin. Các lĩnh vực trọng tâm bao gồm trí tuệ nhân tạo, xử lý tín hiệu, năng lượng xanh, an ninh – quyền riêng tư và công nghệ truyền thông.Thông tin chi tiết tại: https://web.facebook.com/share/p/18TnaNQaUA/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

 Thông báo lịch thi tập trung giữa kỳ học kỳ 2 năm học 2025-2026Thân chào các bạn sinh viên;Phòng Đào tạo Đại học, Trường Đại học Công nghệ Thông tin thông báo lịch thi Giữa kỳ học kỳ 2 năm học 2025-2026 Nếu các bạn có thắc mắc vui lòng liên hệ Phòng Đào tạo Đại học/Văn phòng Các chương trình Đặc biệt để được hỗ trợ.Trân trọngPhòng Đào tạo Đại học.

Phòng Thí nghiệm An toàn Thông tin InSecLab gia hạn thời gian đăng ký chương trình Research Intern – Spring 2026 dành cho sinh viên UIT quan tâm đến nghiên cứu AI x Cybersecurity.Hướng nghiên cứu• Autonomous Pentest with LLM• Software Security with LLM & PoC Generation• LLM Red Teaming & Agentic AI Security• Blockchain Security• Threat Intelligence & TTP ExtractionĐối tượng: Sinh viên năm 2+ UITYêu cầu: GPA ≥ 7.0, có khả năng lập trình, đọc hiểu tài liệu kỹ thuật tiếng Anh, có thể làm việc tại Lab 5 buổi/tuần.Quyền lợi:• Chứng nhận thực tập nghiên cứu• Cơ hội tham gia công bố bài báo khoa học• Tham gia phát triển công cụ bảo mật thực tế• Hỗ trợ định hướng đồ án & khóa luậnĐịa điểm: E8.1 – Trường ĐH Công nghệ Thông tin, ĐHQG-HCMTimeline cập nhật• Hạn nộp CV: 16/03/2026• Phỏng vấn: 18/03 – 20/03/2026• Bắt đầu thực tập: 23/03/2026Đăng ký: https://forms.gle/LAAuPuxwFxfSmVyHAThông tin chi tiết tại: https://web.facebook.com/share/p/1AsTNQ8Vgb/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

Mở đầu năm mới bằng một tin vui đầy ý nghĩa, xin chúc mừng nghiên cứu sinh - ThS. Tô Trọng Nghĩa - hiện đang là Nghiên cứu viên tại Phòng thí nghiệm An toàn Thông tin - đã xuất sắc được trao Học bổng Tiến sĩ VINIF 2025. Đây là học bổng dành cho các ứng viên đang làm Nghiên cứu sinh theo đuổi chương trình đào tạo Tiến sĩ trong nước được cấp bởi Quỹ đổi mới sáng tạo VINIF - Tập đoàn Vingroup.Với việc nhận học bổng này, Nghiên cứu sinh nhận học bổng sẽ có thêm nguồn kinh phí hỗ trợ , giúp nâng cao chất lượng nghiên cứu trong quá trình theo đuổi bằng Tiến sĩ ngay chính tại cơ sở đào tạo chương trình Tiến sĩ - Trường ĐH Công nghệ Thông tin. Đây không chỉ là một cột mốc quan trọng trong hành trình học thuật của cá nhân, mà còn là kết quả xứng đáng cho quá trình nỗ lực bền bỉ, nghiêm túc và đam mê nghiên cứu khoa học trong lĩnh vực an toàn thông tin. Thành quả này cũng như một “lộc may mắn đầu năm 2026”, mở ra nhiều kỳ vọng và động lực mới cho chặng đường phía trước.Năm 2025, VINIF tiếp tục ghi dấu năm thứ 7 liên tiếp đồng hành cùng cộng đồng khoa học Việt Nam, với tổng tài trợ lũy kế vượt 1.000 tỷ đồng, góp phần nuôi dưỡng tri thức, phát triển nhân tài và thúc đẩy khoa học - công nghệ vì sự phát triển bền vững của đất nước. Qua các vòng xét duyệt và thẩm định khắt khe, 09 dự án nghiên cứu khoa học công nghệ tập trung vào các lĩnh vực chiến lược; 03 dự án bảo tồn và lưu giữ các giá trị văn hóa, lịch sử; 85 học bổng tiến sĩ, 44 học bổng sau tiến sĩ, cùng hàng chục hội nghị, sự kiện quy tụ các nhà khoa học ưu tú trong và ngoài nước được lựa chọn tài trợ. Việc thầy Tô Trọng Nghĩa trở thành một trong 85 nghiên cứu sinh nhận học bổng tiến sĩ VINIF 2025 là niềm tự hào không chỉ của cá nhân anh mà còn của tập thể Phòng thí nghiệm An toàn Thông tin.Chúc thầy thật nhiều sức khỏe, nhiệt huyết và thành công trên chặng đường nghiên cứu sắp tới. Mong rằng “lộc khoa học” đầu năm 2026 này sẽ mở ra một hành trình mới đầy cảm hứng, đột phá và nhiều đóng góp ý nghĩa cho lĩnh vực An toàn Thông tin.Thông tin chi tiết tại: https://web.facebook.com/share/p/17RKtNVhs3/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin