NGÀNH CNTT TUYỂN SINH NHIỀU CHỈ TIÊU NGÀNH CNTT, CNTT VIỆT NHẬT VÀ KHOA HỌC DỮ LIỆU

ỨNG DỤNG MẠNG NƠ RON HỒI QUY VÀO PHÁT HIỆN HÀNH ĐỘNG CON NGƯỜI BẰNG TÍN HIỆU WIFI

on .

Ứng dụng mạng Nơ ron hồi quy vào phát hiện hành động con người bằng tín hiệu wifi

Đỗ Minh Tiến - CH2002046

Đề tài nghiên cứu của em đã xây dựng bộ dữ liệu liên quan đến sự biến đổi thông tin trạng thái kênh truyền (CSI) của Wifi đối với những hành động khác nhau và đề xuất thuật toán tiền xử lý dữ liệu, sau đó đánh giá, so sánh bộ dữ liệu trước và sau khi đưa qua tiền xử lý với các mô hình học sâu. Nhờ đó, có thể xác định rằng bộ dữ liệu sau khi trải qua bước tiền xử lý tín hiệu và đưa vào các model học sâu đã có cải thiện đáng kể về năng suất của các mô hình đào tạo cũng góp phần làm tăng cường hiệu năng cho bài toán nhận diện hành động con người bằng sóng WiFi. Đồng thời, bộ dataset cũng được kiểm chứng bằng các mô hình máy học phổ biến như MLP, LSTM, RNN. Kết quả thu được cho thấy mô hình cho hiệu quả tốt nhất với độ chính xác trung bình lên 97.75% của model LSTM sau đó đến đó MLP 95.83% và RNN 28.52%. Kết quả đạt được tạo cơ sở đến phát triển các hướng nghiên cứu tiếp theo trong việc nhận diện hành động con người bằng sóng WiFi. Công trình nghiên cứu này đã bước đầu xây dựng được bộ xử lý nhân diện hành động con người mang tính chất thời gian thực (Realtime) theo dạng server-client để có thể phát triển thành một hệ thống trong thực tiễn.

Trân trọng.

CHỐNG LẠI KỸ THUẬT NÉ TRÁNH MÁY ẢO CỦA MÃ ĐỘC TRONG PHÂN TÍCH ĐỘNG

on .

NGHIÊN CỨU PHƯƠNG PHÁP CHỐNG LẠI KỸ THUẬT NÉ TRÁNH MÁY ẢO CỦA MÃ ĐỘC TRONG PHÂN TÍCH ĐỘNG

Phạm Ri Nép - CH2002010

Phần mềm độc hại làm cơ sở cho nhiều hoạt động tội phạm, đặc biệt là các hoạt động tội phạm có động cơ tống tiền như mã độc cũng như các mối đe dọa nâng cao (APT). Trong thời gian gần đây, số lượng và mức độ tinh vi của các ứng dụng độc hại đang gia tăng đáng kể. Để hiểu được hoạt động của phần mềm độc hại, các nhà phân tích tìm tòi tiến hành kiểm tra thông qua phân tích động. Để phân tích kiểm tra phần mềm độc hại hầu hết dựa vào việc sử dụng các máy ảo để đảm bảo chức năng và sự an toàn. Có sự khác biệt nhỏ trong hoạt động giữa máy ảo và máy vật lý. Phần mềm độc hại hiện nay kiểm tra những khác biệt này và thay đổi hành vi của nó khi nó phát hiện thấy sự hiện diện của máy ảo, hành vi trốn tránh mã độc chủ yếu quan tâm đến phát hiện máy ảo và trốn tránh không thực thi. Các kỹ thuật chống máy ảo này của phần mềm độc hại cản trở việc phân tích. Trong luận văn này, chúng tôi chống lại các kỹ thuật phát hiện máy ảo, bằng cách phân tích mã độc thông qua 6 mô đun, tùy biến các máy ảo để chúng giống như máy thật. Ngoài ra chúng tôi tạo bộ dữ liệu thử nghiệm gồm 205 mẫu thử. Kết quả của luận văn có thể được sử dụng cho việc phân tích động hiệu quả hơn.

Trân trọng.