TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA ĐIỆN – ĐIỆN TỬ

ĐỒ ÁN TỐT NGHIỆP
NGHIÊN CỨU PHƯƠNG PHÁP TẤN CÔNG BẰNG
BACKDOOR ATTACK DỰA TRÊN MẠNG TẠO SINH
ĐỐI NGHỊCH NHẮM VÀO HỌC LIÊN KẾT TRONG
ĐIỆN TOÁN BIÊN CHO HỆ THỐNG IOT
NGÀNH CÔNG NGHỆ KỸ THUẬT MÁY TÍNH

Sinh viên thực hiện: Hồng Lý Trung Nhân
MSSV: 21119109

TP. HỒ CHÍ MINH – Tháng 6/2025

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA ĐIỆN – ĐIỆN TỬ

ĐỒ ÁN TỐT NGHIỆP
NGHIÊN CỨU PHƯƠNG PHÁP TẤN CÔNG BẰNG
BACKDOOR ATTACK DỰA TRÊN MẠNG TẠO SINH
ĐỐI NGHỊCH NHẮM VÀO HỌC LIÊN KẾT TRONG
ĐIỆN TOÁN BIÊN CHO HỆ THỐNG IOT
NGÀNH CÔNG NGHỆ KỸ THUẬT MÁY TÍNH

Giảng viên hướng dẫn: PGS.TS Võ Minh Huân

Sinh viên thực hiện: Hồng Lý Trung Nhân
MSSV: 21119109

TP. HỒ CHÍ MINH – Tháng 6 năm 2025

BẢNG NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
Đề tài: NGHIÊN CỨU PHƯƠNG PHÁP TẤN CÔNG BẰNG BACKDOOR ATTACK DỰA TRÊN MẠNG TẠO SINH ĐỐI NGHỊCH NHẮM VÀO HỌC LIÊN
KẾT TRONG ĐIỆN TOÁN BIÊN CHO HỆ THỐNG IOT.

Giáo viên hướng dẫn:

PGS TS. Võ Minh Huân

Sinh viên thực hiện:

Hồng Lý Trung Nhân

Ngành:

MSSV: 21119109

Công nghệ kỹ thuật máy tính

Nhận xét của giáo viên hướng dẫn:
.............................................................................
.............................................................................
.............................................................................
.............................................................................
.............................................................................
.............................................................................
.............................................................................
.............................................................................
.............................................................................
.............................................................................
.............................................................................
.............................................................................

i

LỜI CẢM ƠN
Đầu tiên nhóm xin chân thành gửi lời cảm ơn sâu sắc đến thầy PGS. TS Võ
Minh Huân đã tận tình hướng dẫn, hỗ trợ và định hướng nhóm trong suốt thời gian
thực hiện đề tài này.
Kế đến, nhóm thực hiện xin gửi lời cảm ơn đến các thầy, cô trong khoa Điện –
Điện tử, Trường Đại Học Sư Phạm Kỹ Thuật TP.HCM đã truyền đạt những kiến
thức căn bản, giúp nhóm có đủ khả năng để thực hiện đề tài này.
Cuố
...

...
xiv.org/abs/1701.07875
[24] M. Mirza and S. Osindero, “Conditional generative adversarial nets,” 2014.
[Online]. Available: https://arxiv.org/abs/1411.1784
[25] Y. Li, Y. Jiang, Z. Li, and S.-T. Xia, “Backdoor learning: A survey,” 2022.
[Online]. Available: https://arxiv.org/abs/2007.08745
[26] H. L. Xinyuan, S. Joshi, T. Thebaud, J. Villalba, N. Dehak, and S. Khudanpur,
“Clean label attacks against slu systems,” 2024. [Online]. Available:
https://arxiv.org/abs/2409.08985
[27] J. Sen and S. Dasgupta, “Adversarial attacks on image classification models:
Fgsm and patch attacks and their impact,” 2023. [Online]. Available:
https://arxiv.org/abs/2307.02055
[28] A. Madry, A. Makelov, L. Schmidt, D. Tsipras, and A. Vladu, “Towards deep
learning models resistant to adversarial attacks,” 2019. [Online]. Available:
https://arxiv.org/abs/1706.06083

58

[29] J. Li, Z. Yu, Z. He, Z. J. Wang, and X. Kang, “Pgd-imp: Rethinking and
unleashing potential of classic pgd with dual strategies for imperceptible
adversarial attacks,” in ICASSP 2025 - 2025 IEEE International Conference on
Acoustics, Speech and Signal Processing (ICASSP).

IEEE, Apr. 2025, p. 1–5.

[Online]. Available: http://dx.doi.org/10.1109/ICASSP49660.2025.10890043
[30] D. Hong, D. Chen, Y. Zhang, H. Zhou, L. Xie, J. Ju, and J. Tang,
“Efficient adversarial attack based on moment estimation and lookahead
gradient,” Electronics, vol. 13, no. 13, 2024. [Online]. Available: https:
//www.mdpi.com/2079-9292/13/13/2464
[31] K. Yang and N. Imam, “Secure and private federated learning: Achieving
adversarial resilience through robust aggregation,” 2025. [Online]. Available:
https://arxiv.org/abs/2505.17226
[32] Raspberry Pi Foundation, “Raspberry pi 4 model b,” 2019, truy
cập: 2025-05-10. [Online]. Available: https://www.raspberrypi.org/products/
raspberry-pi-4-model-b/
[33] M. van Baalen, A. Kuzmin, S. S. Nair, Y. Ren, E. Mahurin, C. Patel,
S. Subramanian, S. Lee, M. Nagel, J. Soriaga, and T. Blankevoort, “Fp8
versus int8 for efficient deep learning inference,” 2023. [Online]. Available:
https://arxiv.org/abs/2303.17951
[34] R.

Sharma,

“Neural

network

quantization,”

compression

using

https://medium.com/sharechat-techbyte/

neural-network-compression-using-quantization-328d22e8855d,

2021,

truy

cập: 2025-06-10.
[35] Y. LeCun, C. Cortes, and C. J. Burges, “The MNIST database of
handwritten digits,” 1998, accessed: 2025-05-30. [Online]. Available: http:
//yann.lecun.com/exdb/mnist/

59