LuanVan.vnLuận Văn
Gửi thư

Phòng thủ chống tấn công đầu độc trong bối cảnh học liên kết

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

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
Tác giảĐào Bích Thương
Người hướng dẫnTrương Thu Hương
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu bài toán tấn công đầu độc trong học liên kết (Federated Learning – FL), đặc biệt trong lĩnh vực y tế với yêu cầu cao về bảo mật dữ liệu. Đề xuất thuật toán HyperShield dựa trên hypernetwork cá nhân hóa nhằm phát hiện client độc hại mà không cần truy cập dữ liệu gốc. Phương pháp sử dụng embedding hành vi kết hợp cosine similarity và DBSCAN để phát hiện bất thường và phân cụm các client trong hệ thống FL. Thực nghiệm trên bộ dữ liệu ICU MIMIC-III cho thấy mô hình đạt AUC trên 0.82 trong nhiều kịch bản tấn công, kể cả khi tỷ lệ client độc hại lên tới 50%. Đồng thời, HyperShield có chi phí tính toán thấp và chỉ tăng nhẹ tài nguyên so với FedAvg, và đã được triển khai trên thiết bị biên Jetson Nano, chứng minh tính khả thi trong thực tế. Cơ chế hypernetwork cũng hỗ trợ cá nhân hóa mô hình cho từng client, góp phần cải thiện hiệu năng trong môi trường dữ liệu không đồng nhất.
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.

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.