LuanVan.vnLuận Văn
Gửi thư

Phân tích và đánh giá một số thuật toán học máy trong phát hiện DDoS dựa trên phân tích lưu lượng mạng

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảBùi Xuân Nguyên
Người hướng dẫnTrần Quang Vinh
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Phân tích và đánh giá hiệu năng các thuật toán học máy và học sâu trong phát hiện tấn công từ chối dịch vụ phân tán (DDoS) dựa trên dữ liệu lưu lượng mạng. Khảo sát và triển khai các mô hình Random Forest, Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM) và Transformer trên hai bộ dữ liệu chuẩn CICDDoS2019 và CICIDS2017, thực hiện tiền xử lý và chuẩn hóa dữ liệu trước khi huấn luyện. Đánh giá hiệu quả của các mô hình thông qua các chỉ số Accuracy, Precision, Recall và F1-score, đồng thời so sánh khả năng phát hiện đối với từng loại tấn công và từng bộ dữ liệu. Kết quả thực nghiệm cho thấy các mô hình học sâu, đặc biệt là Transformer và LSTM, có hiệu năng cao và ổn định hơn mô hình học máy truyền thống trong nhiều trường hợp, nhất là với dữ liệu có tính phức tạp và đa dạng. Kết quả nghiên cứu cung cấp cơ sở đánh giá ưu điểm, hạn chế và khả năng ứng dụng của các mô hình trí tuệ nhân tạo trong xây dựng hệ thống bảo mật và phát hiện DDoS.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.