Sáng 17/7/2021, Học viện đã tổ chức bảo vệ luận án tiến sĩ cấp Học viện cho NCS Vũ Thị Ly về đề tài: “Developing Deep Neutral Networks for Network Attack Detection” (Tên tiếng Việt “Phát triển một số mạng nơ-ron học sâu cho bài toán phát hiện tấn công mạng”); ngành Cơ sở toán cho tin học; mã số: 9.46.01.10, do Trung tá PGS. TS Nguyễn Quang Uy – Học viện KTQS và GS. Eryk Dutkiewicz – Trường Kỹ thuật Điện và Dữ liệu, Đại học Công nghệ Sydney, Úc hướng dẫn.
Hội đồng đánh giá LATS cấp Học viện gồm các thành viên: GS. TS Nguyễn Thanh Thủy – Trường ĐH Công nghệ/ĐHQGHN, Chủ tịch Hội đồng; PGS. TS Nguyễn Đức Dũng – Viện Hàn lâm KH&CN Việt Nam, Phản biện 1; PGS. TS Nguyễn Thị Thủy – Học viện Nông nghiệp Việt Nam, Phản biện 2; PGS. TS Nguyễn Hiếu Minh – Ban Cơ yếu Chính phủ, Phản biện 3; Trung tá PGS. TS Tạ Minh Thanh – Học viện KTQS, Thư ký; PGS. TS Trần Quang Anh – Học viện Công nghệ Bưu chính Viễn thông, Ủy viên; Trung tá PGS. TS Trần Nguyên Ngọc – Học viện KTQS, Ủy viên.
Đến dự buổi bảo vệ của NCS Vũ Thị Ly, về phía Học viện có: Đại tá GS. TS Trần Xuân Nam – Phó Giám đốc Học viện; Đại tá PGS. TS Đặng Ngọc Thanh – Trưởng Phòng Sau đại học. Tham dự buổi bảo vệ còn có các nhà khoa học đến từ các trường đại học, cơ sở nghiên cứu trong và ngoài Học viện, các bạn bè, đồng nghiệp và người thân của NCS.
Sau khi xem xét hồ sơ luận án, nghe NCS Vũ Thị Ly trình bày luận án và trả lời các câu hỏi, Hội đồng đã thống nhất đánh giá:
– Ý nghĩa khoa học và thực tiễn
Mạng nơ-ron học sâu được các nhà khoa học trong và ngoài nước tập trung nghiên cứu nhiều trong thời gian gần đây do hiệu quả của nó trong các bài toán phân tích dữ liệu lớn. Mạng nơ-ron học sâu cũng đã được ứng dụng cho phát hiện tấn công mạng trong nhiều nghiên cứu gần đây. Bằng cách nghiên cứu và cải tiến các mạng nơ-ron học sâu cho việc phân tích dữ liệu mạng, luận án đã nâng cao độ chính xác của các mô hình phát hiện tấn công mạng sử dụng học máy.
Nội dung của luận án trình bày một số kết quả mới về việc cải tiến một số mạng nơ-ron học sâu để tăng cường hiệu quả phát hiện tấn công mạng dựa trên việc phân tích dữ liệu mạng. Luận án được viết trên cơ sở 06 công bố khoa học trong đó có hai bài tạp chí thuộc danh mục SCI và SCIE, 01 bài tạp chí trong nước, và 03 bài hội thảo quốc tế uy tín.
– Những kết quả và đóng góp mới của luận án:
Đề xuất các mô hình mạng học sâu Multi-distribution AutoEncoder, Multi-distribution Variational AutoEncoder và Multi-distribution Denoising AutoEncoder dựa trên mạng AutoEncoder nhằm học biểu diễn dữ liệu mạng. Trong miền biểu diễn mới, dữ liệu bình thường và dữ liệu tấn công dễ dàng phân tách hơn so với miền biểu diễn gốc.
Đề xuất các mô hình mạng học sâu cho sinh dữ liệu mạng dựa trên mạng Generative Adversarial Network và Adversarial AutoEncoder. Các mô hình sử dụng thông tin nhãn dữ liệu trong việc sinh các mẫu dữ liệu tấn công nhằm cân bằng các tập dữ liệu huấn luyện cho mô hình học máy.
Đề xuất mô hình học chuyển đổi dựa trên AutoEncoder nhằm sử dụng tri thức học được từ tập dữ liệu có nhãn sang tập dữ liệu không có nhãn. Từ đó cải thiện độ chính xác của mô hình học máy áp dụng cho tập dữ liệu mạng mà không có nhãn.
Hội đồng kết luận: LATS của NCS Vũ Thị Ly là một công trình khoa học nghiêm túc, đáp ứng tốt các yêu cầu về nội dung và hình thức của một LATS chuyên ngành Cơ sở toán học cho tin học theo quy chế của Bộ Giáo dục và Đào tạo. Các kết quả nghiên cứu trong luận án là tin cậy và có sức thuyết phục. 06 công trình đã công bố của tác giả phản ánh đầy đủ các kết quả nghiên cứu của luận án và được đăng trên các tạp chí và hội thảo quốc tế có uy tín trong đó có hai tạp chí thuộc danh mục SCI và SCIE. Tóm tắt luận án phản ánh trung thực nội dung nghiên cứu của luận án.
Với số phiếu 7/7, Hội đồng đã nhất trí thông qua luận án và kiến nghị Học viện KTQS, Bộ Giáo dục và Đào tạo công nhận học vị và cấp bằng Tiến sĩ kỹ thuật cho NCS Vũ Thị Ly.
Nguyễn Thị Thu Hường – Phòng Sau đại học
