LuanVan.vnLuận Văn
Gửi thư

Study on a proximal policy optimization reinforcement learning algorithm for network intrusion detection

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

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
Tác giảĐào Hà Xuân Mai
Người hướng dẫnNguyễn Linh Giang
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Trình bày phương pháp xây dựng hệ thống phát hiện xâm nhập mạng dựa trên học tăng cường nhằm nâng cao khả năng nhận diện các loại tấn công trong môi trường mạng. Phân tích thực trạng cho thấy bộ dữ liệu NSL-KDD tồn tại tình trạng mất cân bằng giữa các lớp dữ liệu, làm giảm hiệu quả phát hiện các dạng tấn công hiếm của nhiều phương pháp hiện có. Đề xuất giải pháp sử dụng thuật toán Proximal Policy Optimization kết hợp hai tác tử đối kháng, hàm thưởng tùy biến và lấy mẫu phân tầng để tối ưu quá trình huấn luyện. Kết luận khẳng định mô hình cải thiện đáng kể khả năng phát hiện các lớp tấn công hiếm, tăng tính bền vững và hiệu quả của hệ thống phát hiện xâm nhập mạng.
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.