https://elib.vku.udn.vn/handle/123456789/1771 Sat, 15 Aug 2026 04:39:22 GMT 2026-08-15T04:39:22Z https://elib.vku.udn.vn/handle/123456789/7572 Title: Kỷ yếu Hội nghị sinh viên nghiên cứu khoa học năm học 2025-2006 Authors: VKU Description: Kỷ yếu Hội nghị Sinh viên Nghiên cứu khoa học năm học 2025-2026; 159 trang Mon, 01 Jun 2026 00:00:00 GMT https://elib.vku.udn.vn/handle/123456789/7572 2026-06-01T00:00:00Z https://elib.vku.udn.vn/handle/123456789/5016 Title: Nghiên cứu ứng dụng kỹ thuật học sâu để phát hiện, giảm thiểu DNS Abuse Websites Authors: Trương, Thế Quốc Dũng; Tôn, Thất Rôn; Phùng, Anh Sang; Phạm, Văn Nam; Lê, Tăng Phú Quý Abstract: Sự gia tăng nhanh chóng của việc lạm dụng Hệ thống Tên miền , bao gồm lừa đảo, gian lận và phát tán mã độc, đặt ra những thách thức lớn về an ninh mạng, đặc biệt tại không gian mạng Việt Nam với hơn 78 triệu người dùng Internet. Các phương pháp phát hiện thủ công truyền thống tốn nhiều tài nguyên và kém hiệu quả trước các cuộc tấn công tinh vi. Nghiên cứu này đề xuất một hệ thống ba giai đoạn mới để tự động đánh giá độ tin cậy của tên miền web và phát hiện lạm dụng DNS, được thiết kế phù hợp với bối cảnh Việt Nam. Bằng cách tích hợp các đặc trưng từ vựng, tên miền và nội dung, cùng với các mô hình học sâu kết hợp (kết hợp MLP, PhoBERT và XLM-RoBERTa), hệ thống đạt độ chính xác 0.95 và F1-score 0.95 trên tập dữ liệu 55.187 tên miền, bao gồm tập dữ liệu đặc thù cho Việt Nam được xây dựng cùng VNNIC. Song song đó, một nghiên cứu khảo sát so sánh các phương pháp dựa trên tên miền và nội dung cũng được thực hiện, cho thấy tiềm năng vượt trội của việc phân tích HTML trong việc phát hiện trang web lạm dụng. Nghiên cứu mở ra một hướng đi mới trong việc kết hợp học sâu và phân tích đa đặc trưng để giải quyết bài toán phát hiện lạm dụng DNS một cách toàn diện và thích ứng với thủ thuật tấn công ngày càng tinh vi. Description: Kỷ yếu Nghiên cứu khoa học của sinh viên Trường Đại học Công nghệ Thông tin và Truyền thông Việt - Hàn năm học 2024-2025; trang 2-9. Thu, 05 Jun 2025 00:00:00 GMT https://elib.vku.udn.vn/handle/123456789/5016 2025-06-05T00:00:00Z https://elib.vku.udn.vn/handle/123456789/5015 Title: Building a mixed Vietnamese-English speech recognition solution Authors: Truong, Dinh Dung; Tran, Nguyen Anh; Vo, Van Nam Abstract: In this study, we propose a Vietnamese–English mixed speech recognition solution that introduces a novel approach: converting English phonetic structures into their approximate Vietnamese phonetic representations. This strategy aims to unify the pronunciation system, enabling deep learning models to better capture and decode speech in a code-switching context. Experimental results demonstrate that the proposed method significantly improves recognition accuracy on mixed-language speech and simplifies the handling of phonetic variability across languages. This solution shows strong potential for practical applications in multilingual virtual assistants, language learning, and real-time translation systems in Vietnamese–English bilingual environments. Description: Kỷ yếu Nghiên cứu khoa học của sinh viên Trường Đại học Công nghệ Thông tin và Truyền thông Việt - Hàn năm học 2024-2025; trang 10-19. Thu, 05 Jun 2025 00:00:00 GMT https://elib.vku.udn.vn/handle/123456789/5015 2025-06-05T00:00:00Z https://elib.vku.udn.vn/handle/123456789/5013 Title: Enhancing the efficiency of sentiment analysis for Vietnamese service reviews Authors: Mai, Nguyen Xuan Thao; Hoang, Quoc Viet; Tran, Pham Song Nguyen Abstract: Sentiment analysis has emerged as a powerful tool for understanding customer sentiment and enhancing service quality in the digital age. The service industry is becoming a significant driver of economic growth in Vietnam. However, customer sentiment analysis in the service industry for Vietnamese has not received due attention. Therefore, in this study, we propose three methods to improve the quality of product sentiment analysis in the service industry. First, we combine Title with Content rather than using Content as it is currently. In addition, emojis have become an indispensable part of the way users express emotions, helping to display emotional signals, solve semantic dreams, and improve model accuracy. However, famous models such as PhoBERT have not yet integrated emojis into sentiment analysis, except for ViSoBERT. In this study, we propose to integrate emojis into sentiment analysis. In VED_PhoBERT, we build a dictionary for Emoji. In E2V_PhoBERT, we present a refined version of PhoBERT that incorporates emoji understanding via Emoji2Vec vectors. Experimental results on various Machine Learning (ML) and Deep Learning (DL) models show promising outcomes. Combining Title and Content yields superior results when using Content. Likewise, VED_PhoBERT and E2V_PhoBERT yield significantly superior results compared to the current best model, ViSoBERT. In addition, this study has three papers that have been published or accepted in conferences whose proceedings are indexed by Scopus. Description: Kỷ yếu Nghiên cứu khoa học của sinh viên Trường Đại học Công nghệ Thông tin và Truyền thông Việt - Hàn năm học 2024-2025; trang 20-27. Thu, 05 Jun 2025 00:00:00 GMT https://elib.vku.udn.vn/handle/123456789/5013 2025-06-05T00:00:00Z