CSDL Bài trích Báo - Tạp chí
chủ đề: Mạng lưới dữ liệu
1 So sánh khả năng dự báo chỉ số VN Index và HN Index của các mô hình AI và ARIMA / Lưu Thu Quang // .- 2024 .- K2 - Số 256 - Tháng 01 .- Tr. 40-45 .- 336.31
Dự báo VNIndex là công việc thường trực của những chuyên gia phân tích, nhà đầu tư. Trong quá khứ, đã có rất nhiều mô hình dự báo được phát triển để thực hiện điều này. Gần đây nhất các định chế tài chính lại có xu hướng áp dụng những công cụ trí tuệ nhân tạo (AI) cho hoạt động dự báo. Bài báo này so sánh hiệu quả của các công cụ Al này trong việc dự báo VNindex và HNlndex. Các công cụ Ai được sử dụng bao gồm: Mạng lưới thần kinh nhân tạo (ANN), máy vector hỗ trợ (SVM), rừng ngẫu nhiên (RF), bộ nhớ ngắn dài hạn (LSTM) và mô hình tự hồi quy trung bình trượt tích lũy (ARIMA). Kết quả cho thấy LSTM là công cụ AI có khả năng dự báo VNIndex chính xác nhất, với sai số nhỏ nhất. Tuy nhiên, khi dự báo HNIndex, SVM lại có sai số nhỏ hơn so với LSTM. Các công cụ AI khác đều có kết quả dự báo kém hơn cho cả hai chỉ số chứng khoán.
2 Safe: efficient ddos attack defense with elastic traffic flow inspection in SDN-Based data centers / Tri Gia Nguyen, Hai Hoang Nguyen, Trung V. Phan // .- 2023 .- Vol. 39(No. 1) .- P. 17-32 .- 005
In this paper, we propose an efficient distributed denial-of-Service (DDoS) Attack deFEnse solution, namely SAFE, which utilizes an elastic traffic flow inspection mechanism, for Software-Defined Networking (SDN) based data centers. In particular, we first examine a leaf-spine SDN-based data center network, which is highly vulnerable to volumetric DDoS attacks. Next, we develop a rank-based anomaly detection algorithm to recognize anomalies in the amount of incoming traffic. Then, for the traffic flow inspection, we introduce a component called DFI (Deep Flow Inspection) running an Open vSwitch (OvS) that can be dynamically initiated (as a virtual machine) on-demand to collect traffic flow statistics. By utilizing deep reinforcement learning-based traffic monitoring from our previous study, the DFIs can be protected from the flow-table overflow problem while providing more detailed traffic flow information. Afterward, a machine learning-based attack detector analyzes the gathered flow rule statistics to identify the attack, and appropriate policies are implemented if an attack is recognized.
3 Tiếp tục hiện đại hóa mạng lưới quan trắc khí tượng thủy văn / Nguyễn Linh // .- 2022 .- Số 5(379) .- Tr. 35-36 .- 004
Những năm qua mạng lưới khí tượng thủy văn quốc gia không ngừng được bổ sung, củng cố phát triển theo hướng hiện đại. Cung cấp thông tin, dữ liệu kịp thời, đáp ứng công tác cảnh báo dự báo, phòng chống, giảm nhẹ thiên tai, ứng phó biến đổi khí hậu, góp phần phát triển bền vũng kinh tế - xã hội.