PHÁT HIỆN VÀ PHÂN LOẠI TẤN CÔNG BOT-NET CHO CÁC THIẾT BỊ IOT SỬ DỤNG PHƯƠNG PHÁP MÁY HỌC
Khoá luận tốt nghiệp · Đại học · năm 2021 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Nguyễn Văn Tài |
| Người hướng dẫn | Thái Minh Tuấn |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2021 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Do sự phát triển mạnh mẽ của trí tuệ nhân tạo (AI) và mạng 5G đã tạo điều kiện thuận lợi cho các thiết bị IoT phát triển. Bên cạnh những lợi ích mà các thiết bị IoT mang lại, nó còn tiềm ẩn nhiều rủi ro cho vấn đề an ninh mạng. Các thiết bị IoT đang phát triển theo cấp số nhân nhưng vấn đề bảo mật cho các thiết bị này còn nhiều hạn chế, những kẻ xấu lợi dụng lỗ hổng bảo mật trên các thiết bị này để tạo thành mạng bot-net dùng để tấn công các máy chủ khác. Để phát hiện và ngăn chặn kịp thời các cuộc tấn công mạng bot-net là một thách thức đến ngành an ninh mạng. Các phương pháp theo dõi và phát hiện truyền thống không còn hiệu quả với các bot-net được thiết kế mới như: Mirai và Okiru. Các bot-net mới này được thiết kế thông minh hơn nhằm lẫn tránh sự theo dõi và phát hiện của các quản trị mạng, đặt ra nhiều thách thức hơn cho an ninh mạng. Vì thế luận văn này đề xuất một phương pháp phát hiện và phân loại tấn công mạng sử dụng mô hình học sâu CNN và LSTM. Mô hình sử dụng dữ liệu đầu vào là lưu lượng truy cập mạng của các thiết bị IoT để từ đó phát hiện các bất thường trong việc truy cập mạng của thiết bị này. Chúng tôi sử dụng tập dữ liệu IoT-23 làm tập dữ liệu huấn luyện chính cho mô hình với kết quả huấn luyện đạt độ chính xác cao trên 98%. Ngoài ra kết quả thực nghiệm trên mạng bot-net Mirai dự đoán được các hình thức của tấn công mạng.
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.
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
- PHÂN TÍCH CẢM XÚC BÀI HÁT BẰNG CÁC KỸ THUẬT HỌC SÂU
- HỆ THỐNG QUẢN LÝ CÁC KHÓA HỌC CỦA MỘT TRUNG TÂM NGOẠI NGỮ
- HỆ THỐNG GỢI Ý CHO CHẨN ĐOÁN VÀ ĐIỀU TRỊ BỆNH DỰA TRÊN NỀN TẢNG PHÂN TÍCH DỮ LIỆU LỚN
- PHÁT TRIỂN WEBSITE GÂY QUỸ TRỰC TUYẾN SỬ DỤNG REACTJS VÀ NODEJS CÓ TÍCH HỢP MÁY HỌC ĐỂ NHẬN DẠNG GƯƠNG MẶT
- XÂY DỰNG ỨNG DỤNG TRÒ CHƠI NHẬP VAI 2D TRÊN NỀN TẢNG ANDROID
- XÂY DỰNG HỆ THỐNG ĐẶT LỊCH KHÁM BỆNH CHO CÁC PHÒNG KHÁM
- DEVELOPMENT OF AN AI-BASED LEGAL CONSULTATION SYSTEM USING HIERARCHICAL RAG, HYBRID RETRIEVAL, AND LARGE LANGUAGE MODELS FOR VIETNAMESE LEGAL DOCUMENT SEARCH
- XÂY DỰNG GƯƠNG THÔNG MINH ĐIỀU KHIỀN THIẾT BỊ TRONG NHÀ
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.