CSDL Bài trích Báo - Tạp chí
Khoa Công Nghệ Thông Tin
1 Ứng dụng công nghệ chuỗi khối trong nghiệp vụ ngân hàng tại Việt Nam: Thực trạng và khuyến nghị / Nguyễn Duy Thanh, Nguyễn Đức Trung, Nguyễn Thị Tường Vi, Trần Kim Long, Nguyễn Văn Kiên // Ngân hàng .- 2025 .- Số 8 .- Tr. 26-31 .- 332.12
Công nghệ chuỗi khối (Blockchain) đang trở thành một trong những xu hướng phát triển quan trọng trong lĩnh vực tài chính - ngân hàng trên thế giới. Bài viết này phân tích thực trạng ứng dụng Blockchain trong nghiệp vụ ngân hàng tại Việt Nam. Trong đó, bao gồm một số hoạt động thử nghiệm và những thành công bước đầu, các thách thức, gợi ý định hướng phát triển trong tương lai.
2 Mô hình học sâu phát hiện và nhận diện mã container áp dụng trong vận hành cảng thông minh / Mã Chí Hiếu,Trần Quang Trường, Lê Tuấn Anh // Vật liệu Xây dựng (Điện tử) .- 2025 .- Số 3 .- Tr. 191 - 197 .- 004
Thị giác máy tính, một lĩnh vực quan trọng trong trí tuệ nhân tạo, đang ngày càng phát triển mạnh mẽ và được ứng dụng rộng rãi trong nhiều ngành công nghiệp. Dựa trên kiến trúc mạng nơ-ron tích chập (CNN), nhiều mô hình tiên tiến đã được xây dựng để giải quyết các vấn đề như phát hiện đối tượng, phân đoạn hình ảnh, nhận diện ký tự quang học (OCR)... Trong số đó, YOLO nổi bật với khả năng phát hiện đối tượng nhanh và chính xác; và EasyOCR là một công cụ hiệu quả trong nhận dạng ký tự với độ chính xác cao. Nghiên cứu hiện tại tập trung vào việc phát hiện và nhận diện mã thông qua sự kết hợp giữa mô hình YOLOv11 và EasyOCR. Nội dung nghiên cứu bao gồm xây dựng tập dữ liệu, huấn luyện mô hình và đánh giá hiệu suất của mô hình. Kết quả thực nghiệm cho thấy mô hình đề xuất đạt độ chính xác trên 90%, chứng tỏ tính khả thi và tiềm năng ứng dụng trong các hệ thống thực tế trong các cảng thông minh.
3 Phát hiện lỗ hổng mã nguồn theo hướng tiếp cận học sâu / Hồ Lê Viết Nin, Phan Long, Ngô Văn Hiếu // Khoa học và Công nghệ .- 2025 .- Số 4 (71) .- Tr.1-13 .- 005
Bài báo này trình bày một tổng quan có hệ thống về các kiến trúc phổ biến trong lĩnh vực này, bao gồm: Convolutional Neural Network, Long Short-Term Memory, Bidirectional Long Short-Term Memory, Self-Supervised Learning, cùng với các mô hình Transformer hiện đại như CodeBERT và CodeT5. Thông qua việc phân tích hiệu suất các mô hình dựa trên các tiêu chí như độ chính xác, F1-score và chi phí tính toán, bài báo nhằm cung cấp cơ sở định hướng cho việc lựa chọn mô hình phù hợp trong bài toán phát hiện lỗ hổng mã nguồn.
4 Nghiên cứu, thiết kế và kiểm tra thuật toán mã hóa GIFT-128-bit / Phạm Anh Tuấn,Trần Lê Thăng Đồng, Nguyễn Ngô Anh Quân // Khoa học và Công nghệ .- 2025 .- Số 4 (71) .- Tr.14-24 .- 005
Trình bày cơ sở lý thuyết về thuật toán mã hóa xác thực dựa trên cấu trúc mã khối nhẹ GIFT-COFB 128-bit, đảm bảo kết hợp được tính bảo mật và tính xác thực trong quá trình truyền dữ liệu, phù hợp với các hệ thống, thiết bị ứng dụng IoT nhỏ gọn, có khả năng xử lý tính toán và tài nguyên hạn chế, chi phí triển khai thấp. Xây dựng và kiểm tra thuật toán mã hóa GIFT-COFB 128-bit, triển khai giải pháp mã hóa này trên nền tảng ngôn ngữ mô tả phần cứng Verilog HDL và công nghệ FPGA. Thiết kế hệ thống dựa trên cấu trúc mã khối nhẹ GIFT-COFB 128-bit với các tham số an toàn như sử dụng nguyên lý mạng hoán vị thay thế 128-bit, độ dài khóa 128-bit cùng cơ chế mã hóa xác thực COFB đã thu được kết quả bước đầu đáng tin cậy trong quá trình truyền nhận dữ liệu.
5 Xây dựng chương trình tính toán động lực học động cơ đốt trong bốn kỳ / Trần Thanh Hùnga, Trương Đình Phong // Khoa học và Công nghệ .- 2025 .- Số 4 (71) .- Tr. 25-35 .- 005
Nghiên cứu này phát triển một chương trình tính toán và xây dựng các đồ thị động học, động lực học của động cơ đốt trong bốn kỳ kiểu pittông (xăng và diesel). Chương trình được thiết kế nhằm hỗ trợ và rút ngắn thời gian trong quá trình tính toán, thiết kế và khảo sát động cơ đốt trong, đồng thời nâng cao hiệu quả giảng dạy các môn học liên quan. Với mục tiêu đó, các phương trình giải tích mô tả toàn bộ đặc tính động lực học của động cơ được hệ thống hóa, sau đó một chương trình máy tính dựa trên ngôn ngữ lập trình Matlab/Octave được phát triển để tính toán và thiết lập các đồ thị động lực học. Kết quả thu được từ chương trình được so sánh với lời giải theo phương pháp truyền thống (giải tích kết hợp đồ thị), qua đó chứng minh tính chính xác và hiệu quả của chương trình đã phát triển.
6 Giải pháp định danh điện tử và trí tuệ nhân tạo tăng cường an toàn Mobile Banking ở Việt Nam / Lê Văn Hùng, Triệu Thu Hương // Ngân hàng .- 2025 .- Số 8 .- Tr. 32-39 .- 005
Bài viết đề xuất giải pháp bảo mật toàn diện, kết hợp giữa thuật toán Graph Neural Network with Global Confidence Degree (GNN-GCD) và công nghệ định danh điện tử, bao gồm mã nhận dạng thiết bị di động quốc tế (IMEI), thẻ căn cước công dân gắn chíp (CCCD), cùng ứng dụng định danh quốc gia (VNeID). Hệ thống bảo mật được tăng cường thông qua việc sử dụng bảng mã HLV và áp dụng thuật toán mã hóa AES 256-bit để bảo vệ dữ liệu trong quá trình truyền tải. Kết quả thực nghiệm cho thấy mô hình kết hợp đạt độ chính xác cao hơn. Giải pháp đề xuất nhằm nâng cao mức độ bảo mật và củng cố niềm tin của người dùng đối với các dịch vụ Mobile Banking tại Việt Nam.
7 Ứng dụng thị giác máy tính và trí tuệ nhân tạo phát hiện đối tượng trên ảnh phục vụ công tác bảo vệ bí mật nhà nước / Đặng Thanh Hải, Huỳnh Đức Thảo, Lương Minh Hà // Khoa học và Công nghệ .- 2025 .- Số 1(68) .- Tr. 16 - 25 .- 005
Phát hiện đối tượng trong thị giác máy tính là kỹ thuật tìm kiếm các vật thể trong ảnh hoặc trong video, là lĩnh vực được nghiên cứu rộng rãi và có nhiều ứng dụng trong cuộc sống hiện nay. Có rất nhiều hướng tiếp cận để giải quyết vấn đề trên, tuy nhiên việc lựa chọn phương pháp áp dụng thường dựa vào tình huống cụ thể và có thể được thực hiện bằng trí tuệ nhân tạo. Trước tình hình phức tạp trong công tác bảo vệ bí mật nhà nước (BMNN) trên không gian mạng và các tài liệu số chứa BMNN càng đòi hỏi phải tăng cường sử dụng công nghệ hiện đại mới đáp ứng được yêu cầu công tác bảo vệ BMNN đặt ra trong tình hình mới [1]. Để phát hiện chính xác các dấu “Mật”, “Tối mật”, “Tuyệt mật” trong ảnh một cách dễ dàng, mô hình Yolov8 là mô hình đơn giản và ít hao tốn tài nguyên, hứa hẹn hỗ trợ giải pháp đáp ứng tốt cho công tác bảo vệ BMNN của ngành công an và các cơ quan đảng, nhà nước.
8 Mạng cảm biến không dây tích hợp công nghệ UAV/điện toán biên di động và truyền thông tán xạ ngược / Nguyễn Ngọc Rạng, Nguyễn Anh Quốc Huy, Hà Đắc Bình // Khoa học và Công nghệ .- 2025 .- Số 02(69) .- Tr. 3-15 .- 005
Mạng cảm biến không dây ngày càng đóng vai trò quan trọng trong nhiều lĩnh vực quân sự, y tế, môi trường, an ninh xã hội. Trong bài báo này, đề xuất một mô hình mạng cảm biến không dây mới sử dụng thiết bị bay không người lái (unmanned aerial vehicle - UAV) có gắn máy chủ điện toán biên hỗ trợ cho nhiều nút cảm biến dựa trên cơ chế truyền thông tán xạ ngược (backscatter communication - BC). Để hỗ trợ cho các nút cảm biến xử lý dữ liệu, chúng tôi đề xuất kết hợp chiến lược giảm tải một phần, kỹ thuật đa truy cập phi trực giao (NOMA) và cơ chế thu năng lượng vô tuyến (RF EH) trong hệ thống này. Ngoài ra, chúng tôi áp dụng phương thức lựa chọn nút cảm biến để đáp ứng tốt nhất yêu cầu về độ trễ. Theo đó, chúng tôi xây dựng các biểu thức dạng xấp xỉ của xác suất tính toán thành công và xác suất dừng năng lượng bằng cách sử dụng các đặc tính thống kê của kênh vô tuyến. Tiếp đến, chúng tôi khảo sát tác động của các thông số quan trọng như công suất phát, số lượng nút cảm biến, tỉ lệ phân chia tác vụ, độ cao của UAV và ngưỡng độ trễ đến hiệu năng của hệ thống. Cuối cùng kiểm chứng các kết quả phân tích bằng phương pháp mô phỏng máy tính Monte-Carlo. Nghiên cứu cho thấy rằng việc tích hợp các công nghệ này có thể cải thiện đáng kể cả dung lượng và độ trễ hệ thống.
9 Một phương pháp dựa trên mạng nơ-ron tích chập một chiều kết hợp tăng cường dữ liệu để khôi phục dữ liệu bị thiếu trong hệ thống giám sát sức khỏe kết cấu cầu / Trần Thế Hiệp // Khoa học và công nghệ Việt Nam .- 2025 .- Số 5 .- Tr. 1-8 .- 004
Bài báo đề xuất một phương pháp học sâu sử dụng mạng nơ-ron tích chập một chiều (1D CNN) để khôi phục dữ liệu dao động bị thiếu trong hệ thống giám sát sức khỏe kết cấu (SHM). Dữ liệu được thu thập từ mô hình cầu dây văng trong phòng thí nghiệm dưới dạng chuỗi thời gian đơn biến có các đoạn bị thiếu ngẫu nhiên. Để cải thiện khả năng học của mô hình và tính tổng quát, kỹ thuật tăng cường dữ liệu bằng nhiễu Gaussian được áp dụng trong quá trình huấn luyện. Mô hình được đánh giá bằng các chỉ số RMSE, MAE và hệ số tương quan R². Kết quả nghiên cứu cho thấy, mô hình 1D CNN có khả năng trích xuất đặc trưng cục bộ vượt trội từ tín hiệu đầu vào, đồng thời có tốc độ huấn luyện nhanh, độ ổn định cao và kiến trúc gọn nhẹ, rất phù hợp với các ứng dụng trong môi trường thực tế. Đồng thời, việc bổ sung nhiễu Gaussian với độ lệch chuẩn hợp lý, giúp cải thiện đáng kể độ chính xác khôi phục so với mô hình không tăng cường dữ liệu. Phương pháp đề xuất cho thấy tiềm năng ứng dụng trong phục hồi dữ liệu bị mất hoặc hỏng trong các hệ thống SHM thực tế, góp phần nâng cao độ tin cậy của việc phân tích và chẩn đoán kết cấu.
10 Nguy cơ tội phạm sử dụng công nghệ deepfake trong giao dịch ngân hàng / Phạm Ngọc Minh, Hồ Tú Cường // Khoa học và công nghệ Việt Nam .- 2025 .- Số 1A .- Tr. 58 - 60 .- 004
Công nghệ deepfake là một lĩnh vực của trí tuệ nhân tạo (AI) và học máy (machine learning), với khả năng tạo ra các hình ảnh, video hoặc âm thanh giả mạo một cách rất chân thực, đang trở thành mối đe dọa ngày càng lớn trong lĩnh vực ngân hàng. Tội phạm có thể lợi dụng công nghệ này để thực hiện các hành vi gian lận và lừa đảo tinh vi. Bài viết khái quát về công nghệ deepfake, qua đó nhận diện một số thủ đoạn lừa đảo sử dụng công nghệ này trong hoạt động ngân hàng, từ đó đưa ra một số giải pháp khắc phục, phòng tránh.