An ninh mạng & An toàn thông tin
Bộ dữ liệu và benchmark tiếng Việt cho các bài toán an ninh mạng
Cơ quan
Bộ Tư lệnh 86 - Bộ Quốc phòng
Lĩnh vực
An ninh mạng & An toàn thông tin
Thực trạng, vấn đề đang tồn tại
Hầu hết mô hình AI an ninh mạng được huấn luyện và đánh giá trên dữ liệu tiếng Anh. Các đặc thù Việt Nam như ngôn ngữ lừa đảo tiếng Việt, tên miền và hạ tầng trong nước, thủ đoạn nhắm vào người Việt chưa có bộ dữ liệu chuẩn công khai, khiến cộng đồng nghiên cứu thiếu mặt bằng so sánh và doanh nghiệp khó kiểm định chất lượng giải pháp.
Thời điểm, bối cảnh
Là điểm nghẽn nền tảng, tồn tại dài hạn và ngày càng rõ khi nhiều đơn vị cùng phát triển giải pháp AI an ninh mạng nhưng không có thước đo chung để đánh giá và tin cậy lẫn nhau.
Đối tượng bị ảnh hưởng
Cộng đồng nghiên cứu AI và an ninh mạng, doanh nghiệp phát triển sản phẩm, cơ quan quản lý cần tiêu chí đánh giá, chính các đội thi các mùa sau.
Tác động của vấn đề
Chất lượng giải pháp khó kiểm chứng khách quan, đầu tư nghiên cứu phân tán và trùng lặp, khó lựa chọn và tin tưởng sản phẩm nội địa do thiếu chuẩn đánh giá.
Đề xuất giải pháp
Xây dựng và công bố bộ dữ liệu benchmark tiếng Việt được kiểm soát chất lượng cho ít nhất ba nhiệm vụ gồm phân loại nội dung lừa đảo (tin nhắn, email, bài đăng), phát hiện website giả mạo, và hỏi đáp kiến thức an toàn thông tin tiếng Việt. Kèm quy trình cập nhật định kỳ, cơ chế chống rò rỉ dữ liệu kiểm thử vào tập huấn luyện, và leaderboard công khai làm tài sản dùng chung cho hệ sinh thái.
Mức ưu tiên / cấp thiết
Không có