Trần Tuấn Anh

AI-assisted Threat Detection using Multi-Source Log Analytics for University Systems

Role: Project Lead & Lead Author — ML/AI engine, feature engineering, risk scoring, đánh giá & viết bài · Team 2 người · Bài báo Q3 đang chuẩn bị

• Đã bảo vệ thành công luận văn tốt nghiệp (Đại học Công nghệ Sài Gòn, 2026) với điểm tổng kết 7.9/10. Sản phẩm SOC-lite RC1 hoàn chỉnh, chạy end-to-end.
• Pipeline end-to-end: Log Sources → Unified Log Model (chuẩn hoá đa nguồn: Nginx, Linux auth, firewall) → PostgreSQL → feature window 15 phút → Scaler + Isolation Forest → phân loại anomaly → risk scoring & severity → alert persistence.
• Nhận diện hành vi tấn công như brute-force và reconnaissance; inference job chạy định kỳ trên log mới, lưu alert cho analyst triage.
• Xây SOC analyst dashboard + REST API (FastAPI/Swagger) với JWT auth, bcrypt, rate limiting, RBAC (admin / analyst / viewer), assign alert, audit logging; tích hợp Grafana + Loki qua Docker Compose.
• Feature engineering: sliding windows, request rate, login fail count, IP entropy; bộ test unit · API · security · integration bằng pytest.
• Đánh giá benchmark trên CICIDS / UNSW-NB15; metrics: Precision · Recall · F1 · ROC-AUC.

Anomalous Email (Phishing) Detection using Machine Learning

• Xây dựng pipeline ML để phát hiện email bất thường, trực tiếp đối phó với Social Engineering & Phishing attack vectors.
• Trích xuất feature từ headers/bodies của email, áp dụng tiền xử lý nâng cao chống Unicode homograph attacks và HTML ẩn của attacker.
• Tối ưu feature space từ 20,000 xuống còn 5,000 features quan trọng dùng Recursive Feature Elimination (RFECV).
• Train & đánh giá Random Forest classifier, so sánh với baseline; đánh giá bằng precision / recall / F1 trên tập held-out.

Luna — Trợ lý AI tiếng Việt chạy hoàn toàn offline

Role: Cá nhân — thiết kế & triển khai toàn bộ end-to-end

• Tự cài đặt GPT-style Transformer decoder from scratch bằng PyTorch: self-attention với causal masking, multi-head attention, residual + LayerNorm, training loop và autoregressive sampling.
• Fine-tune Qwen3-4B-Instruct với QLoRA (4-bit bitsandbytes quantization, LoRA adapters qua PEFT, SFTTrainer) trên persona dataset tự xây dựng.
• Xây RAG pipeline trên 476 tài liệu: multilingual E5 embeddings, FAISS cosine index, hybrid semantic + keyword retrieval với title weighting và score threshold để hạn chế hallucination.
• Tích hợp speech offline (faster-whisper STT, viXTTS TTS) và overlay UI bằng PySide6; kèm pytest suite 8/8 passing + linting ruff/black.

Personalized Learning Recommender System

Role: Project Leader — dẫn dắt nhóm 5 thành viên

• Thiết kế 3-tier architecture: React frontend (Moodle plugin) + Flask RESTful API + MySQL database để gợi ý khoá học cá nhân hoá.
• Triển khai Content-Based Filtering engine dùng thư viện sentence-transformers chuyển user profile và mô tả khoá học thành vector embeddings, dùng cosine similarity để matching.
• Quản lý nhóm 5 thành viên xuyên suốt vòng đời dự án: thu thập dữ liệu → triển khai → testing.
• Đạt giải Nhất cuộc thi Sinh viên Nghiên cứu Khoa học STU 2024-2025 (giải thưởng 3.000.000 VNĐ).