Nghiên cứu ứng dụng kỹ thuật học sâu để phát hiện, giảm thiểu DNS Abuse Websites

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.