Tóm tắt Luận án - Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu

nghệ Bưu chính Viễn thông Vào hồi giờ ngày tháng năm 2021 Có thể tìm hiểu luận án tại: - Thư viện Học viện Bưu chính Viễn thông - Thư viện Quốc gia Việt Nam CÁC CÔNG TRÌNH CÓ LIÊN QUAN ĐẾN LUẬN ÁN  [CT1] Thanh Cong Bui, Loi Van Cao, Minh Hoang, and Quang Uy Nguyen. A clustering-based shrink autoencoder for detecting anomalies in intrusion detection systems. In 2019 11th International Conference on Knowledge and Systems Engineering (KSE), pp. 1–5. IEEE, (2019).  [CT2] Thanh Cong Bui, Minh Hoang, Quang Uy Nguyen, and Cao Loi Van. Data fusion-based network anomaly detection towards evidence theory. 2019 6th NAFOSTED International Conference on Information and Computer- Science (NICS’19). pp. 33–38. IEEE (2019) (The Best Paper Award).  [CT3] Bùi Công Thành, Vũ Tuấn Anh, Hoàng Trung Kiên. Ứng dụng lý thuyết Dempster Shafer trong xây dựng mô hình suy luận. Tạp chí Nghiên cứu Khoa học và Công nghệ Quân sự, 50(08) 08.2017, 144–157 (2017).  [CT4] Bùi Công Thành, Nguyễn Quang Uy, Hoàng Minh. Một số bộ dữ liệu kiểm thử phổ biến cho phát hiện xâm nhập mạng và đặc tính phân cụm. Tạp chí Khoa học và Công nghệ Việt Nam, Bộ Khoa học và Công nghệ, 62(1) 1.2020:1–7, (2020), (Series B), ISSN 1859-4794.  [CT5] Thanh Cong Bui, Loi Van Cao, Minh Hoang, and Quang Uy Nguyen. Double-shrink autoencoder for network anomaly detection. Tạp chí Tin học điều khiển, Viện Hàn lâm Khoa học và Công nghệ Việt Nam V.36, N.2 (2020).  [CT6] Thanh Cong Bui, Van Loi Cao, Quang Uy Nguyen, and Minh Hoang. One-class Fusion-based Learning Model for Anomaly Detection. Journal of Computer in Industry: Classification, Machine learning, pp. ...-- .... (ISI-SCIE, IF=3.954) (2021) (Under Review).