LuanVan.vnLuận Văn
Gửi thư

PHÁT HIỆN VÀ PHÂN LOẠI ĐE DOẠ NỘI BỘ DỰA TRÊN DỮ LIỆU HÀNH VI NGƯỜI DÙNG BẰNG MÔ HÌNH HỌC MỜ - PHÂN HỆ 3

Khoá luận tốt nghiệp · Đại học · năm 2026 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
Tác giảNguyễn Hữu Ân
Người hướng dẫnPhan Thượng Cang
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2026
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Luận văn nghiên cứu bài toán phát hiện và phân loại đe dọa nội bộ dựa trên dữ liệu hành vi người dùng, trong đó ranh giới giữa hành vi bình thường và bất thường thường không rõ ràng, đồng thời dữ liệu có mức độ mất cân bằng lớn. Nghiên cứu sử dụng hai phiên bản của bộ dữ liệu CERT Insider Threat là r4.2 và r5.2, khai thác các nguồn nhật ký đăng nhập, thiết bị, truy cập web, thư điện tử và tệp tin. Dữ liệu được tổ chức theo ba mức Event, Session và User, sau đó được làm sạch, trích xuất đặc trưng, chuẩn hóa, xây dựng cửa sổ trượt và phân chia theo thời gian. Để xử lý tình trạng mất cân bằng dữ liệu, nghiên cứu áp dụng K-Means undersampling kết hợp với SMOTE và kiểm định chéo theo thời gian. Trên cơ sở đó, 20 mô hình học máy và học sâu được khảo sát; đồng thời, logic mờ được tích hợp tại đầu vào, thông qua tầng mờ có khả năng học (Fuzzy Learnable Layer), tại đầu ra và trong các cấu hình kết hợp. Trên CERT r4.2, XGBoost đạt Macro F1 cao nhất là 0,9625 khi hợp nhất dữ liệu ở cả ba mức, còn với cấu hình Session + User, LightGBM đạt cao nhất với 0,9589. Thực nghiệm liên tập dữ liệu cho thấy hiệu quả mô hình suy giảm rõ rệt khi chuyển giao trực tiếp từ r4.2 sang r5.2 (Macro F1 trung bình của 20 mô hình chỉ đạt 0,5615), trong khi việc huấn luyện trực tiếp trên r5.2 hoặc bổ sung các mẫu từ r5.2 vào dữ liệu huấn luyện giúp cải thiện đáng kể hiệu quả phân loại (lần lượt đạt 0,6871 và 0,7063). Trong 15 mô hình có đầy đủ kết quả trên năm phương pháp tích hợp mờ, Fuzzy Input + Output đạt kết quả trung bình cao nhất ở cả ba chỉ số, với Macro Precision là 0,7425, Macro Recall là 0,8696 và Macro F1 là 0,7492; trong đó, LSTM kết hợp tầng mờ có khả năng học đạt Macro F1 cao nhất là 0,7850. Dựa trên cấu hình này, kiến trúc phân loại phân tầng Benign–Scen2 được đề xuất nhằm cải thiện khả năng nhận diện Scen2, giúp Macro Recall trung bình của 15 mô hình tăng từ 0,8696 lên 0,8911 (tăng 0,0216; 12/15 mô hình cải thiện), trong khi Macro F1 trung bình tăng nhẹ từ 0,7492 lên 0,7588. Kết quả nghiên cứu cho thấy việc kết hợp biểu diễn hành vi đa mức, xử lý mất cân bằng dữ liệu, tích hợp logic mờ và phân loại phân tầng có khả năng nâng cao hiệu quả phát hiện đe dọa nội bộ, đặc biệt là khả năng nhận diện (Macro Recall) đối với các lớp tấn công khó phân biệt với hành vi bình thường. Từ khóa: đe dọa nội bộ, phân tích hành vi người dùng, học máy mờ, dữ liệu đa mức, CERT, phân loại mất cân bằng, phân loại phân tầng. This thesis investigates insider threat detection and classification using user behavior data, where the distinction between normal and abnormal activities is often ambiguous and the class distribution is highly imbalanced. The study uses two versions of the CERT Insider Threat dataset, r4.2 and r5.2, and analyzes logon, device, web, email, and file activity logs. The data are organized at three levels—Event, Session, and User—and subsequently cleaned, transformed into features, standardized, arranged into sliding windows, and split chronologically. To address class imbalance, the study applies K-Means undersampling combined with SMOTE and time-aware cross-validation. On this basis, 20 machine-learning and deep-learning models are evaluated. Fuzzy logic is also integrated at the input stage, through a Fuzzy Learnable Layer, at the output stage, and in combined configurations. On CERT r4.2, XGBoost achieves the highest Macro F1 score of 0.9625 when data from all three levels are fused, while LightGBM achieves the highest score of 0.9589 with the Session + User configuration. Cross-dataset experiments show that model performance decreases substantially when directly transferring from r4.2 to r5.2 (an average Macro F1 of only 0.5615 across the 20 models), whereas training directly on r5.2 or incorporating r5.2 samples into the training data markedly improves classification performance (0.6871 and 0.7063, respectively). Among the 15 models with complete results across five fuzzy integration approaches, Fuzzy Input + Output achieves the highest average o
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

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.

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.