https://elib.vku.udn.vn/handle/123456789/4995 2026-04-04T17:05:34Z 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. 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. 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. 2025-06-05T00:00:00Z https://elib.vku.udn.vn/handle/123456789/5012 Title: Phát hiện bệnh lá cà phê hai giai đoạn dựa trên tô màu tự giám sát Authors: Dương, Công Cường; Phạm, Văn Ngọc Vinh; Nguyễn, Trần Chí Khang; Đoàn, Quang Thắng; Lê, Đình Phúc Abstract: Cà phê là một mặt hàng chủ lực toàn cầu, hỗ trợ sinh kế của hàng triệu người trên thế giới. Việc phát hiện sớm các bệnh thực vật giúp ngăn ngừa thiệt hại lớn, giảm thiểu tổn thất kinh tế và bảo vệ nền kinh tế nông nghiệp của các quốc gia phụ thuộc nhiều vào sản xuất cà phê. Học sâu là phương pháp hiệu quả nhất để phát hiện bệnh thực vật, tuy nhiên vẫn gặp phải những thách thức quan trọng khi dữ liệu gán nhãn bị hạn chế và mô hình không tổng quát tốt trong môi trường thực tế ngoài đồng ruộng. Trong nghiên cứu này, chúng tôi đề xuất một phương pháp hai giai đoạn gồm: loại bỏ nền ảnh bằng mô hình Segment Anything Model 2 kết hợp với cơ chế prompt tự động từ bên ngoài, và huấn luyện tự giám sát bằng tô màu cho nhiệm vụ phân loại bệnh trên lá cà phê. Giai đoạn đầu tập trung tạo ra các ảnh "sạch" bằng cách loại bỏ nhiễu nền, trong khi giai đoạn thứ hai tăng cường khả năng chống nhiễu và khả năng tổng quát của bộ phân loại thông qua học tự giám sát. Phương pháp này không chỉ cải thiện chất lượng dữ liệu đầu vào thông qua việc loại bỏ nền hiệu quả mà quan trọng hơn, còn tăng độ chính xác và khả năng tổng quát của bộ phân loại trong các ứng dụng thực tế, nơi việc phân loại bệnh chính xác là rất quan trọng. Kết quả thực nghiệm cho thấy mô hình tô màu tự giám sát vượt trội hơn so với mô hình gốc, đạt độ chính xác 98,18% và điểm F1 là 98,2%. 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 28-33. 2025-06-05T00:00:00Z