THƯƠNG mại điện tử đề tài tìm hiểu về trí tuệ nhân tạo AI ( artificial intelligence )

Để gia tăng cơ hội và phòng, tránh các nguy cơ khi sử dụng điện toán đám mây, một số công ty đang chuyển sang sử dụng trí tuệ nhân tạo Artifical Intelligence - AI và học ma

ĐẠI HỌC CÔNG NGHỆ GIAO THÔNG VẬN TẢI

KHOA CÔNG NGHỆ THÔNG TIN

*****

TIỂU LUẬN HỌC PHẦN: THƯƠNG MẠI ĐIỆN TỬ

Đề Tài : “Tìm hiểu về Trí Tuệ Nhân Tạo AI ( Artificial Intelligence )”

Sinh viên thực hiện: Cái Ngọc Minh Nguyễn Minh Đức Nguyễn Thu Hà Nguyễn Thị Như Quỳnh Nguyễn Thị Phương Anh Lớp: 71DCTT22

Khóa: 71 Giảng viên hướng dẫn: Ths Nguyễn Đình Nga

HÀ NỘI – 2022

Bảng Phân Công Công Việc

Cái Ngọc Minh

( Nhóm Trưởng) Nội Dung Về Điện Toán Đám MâyWord + PowerPoint Hoàn thành

Nguyễn Thu Hà Nội Dung Về Điện Toán Đám Mây Hoàn Thành Nguyễn Thị Phương Anh Nội Dung Về Trí Tuệ Nhân Tạo AI Hoàn Thành Nguyễn Thị Như Quỳnh Nội Dung Về Trí Tuệ Nhân Tạo Ai Hoàn Thành

LỜI CAM ĐOAN

Chúng em xin cam đoan rằng bài làm đề tài: “Tìm hiểu về Trí Tuệ Nhân Tạo AI ( Artificial Intelligence)” là bài viết của chúng em Chúng em xin chịu toàn bộ trách nhiệm trước về tính trung thực về các các nội dung có trong bài của mình

Hà Nội, ngày 9 tháng 11 năm 2022

Nhận Xét của Giáo Viên

Hà Nội, ngày 9/11/2022

Lời Cảm Ơn

Lời đầu tiên cho chúng em xin phép được gửi lời cảm ơn sâu sắc tới Ths Nguyễn

Đình Nga Trong suốt quá trình học tập và tìm hiểu bộ môn Điện Toán Đám Mây

đã quan tâm giúp đỡ, hướng dẫn nhiệt tình với tâm huyết của thầy Chúng em đã cố gắng vận dụng những kiến thức đã học được để hoàn thành bài tiểu tìm hiểu này Nhưng do kiến thức hạn chế và không có nhiều kinh nghiệm thực tiễn nên khó tránh khỏi những thiếu sót trong quá trình nghiên cứu và trình bày Rất kính mong sự góp ý của thầy để bài tiểu luận của em được hoàn thiện hơn.Một lần nữa em xin chân thành cảm ơn và mong thầy sẽ có nhiều sự thành công trong sự nhiệp

Xin Chân Thành Cảm Ơn !

Mục Lục

Bảng Phân Công Công Việc 1

Nhận Xét của Giáo Viên 3

Lời Cảm Ơn 4

Mục Lục 5

Lời Mở Đầu 5

Nội Dung 7

A.Điện Toán Đám Mây 7

I.Khái Niệm Điện Toán Đám Mây 7

II Các Đặc Tính của Điện Toán Đám Mây 7

III.Các Mô Hình Điện Toán Đám Mây 8

IV.Các Lợi Ích của Điện Toán Đám Mây 8

B.Trí Tuệ Nhân Tạo 10

1.Khái Niệm Trí Tuệ Nhân Tạo 10

2.Mục Đích của Trí Tuệ Nhân Tạo 10

3.Khái Niệm Machine Learning 10

4.Lợi Ích của Trí Tuệ Nhân Tạo 11

5.Nhược Điểm của Trí Tuệ Nhân Tạo 13

6.Ứng Dụng của Trí Tuệ Nhân Tạo 15

Kết Luận 27 Tài Liệu Tham Khảo

Lời Mở Đầu

Điện toán đám mây là xu thế của thời đại công nghệ hiện đại, một phần của nền tảng Cách mạng công nghiệp lần thứ tư Hiện nay, điện toán đám mây được ứng dụng mạnh mẽ và trở thành một trong những động lực cho sự phát triển công nghệ thông tin, ảnh hưởng lớn đến nhiều lĩnh vực của đời sống kinh tế - xã hội Tuy nhiên, sử dụng điện toán đám mây cũng đi kèm với nhiều mối đe dọa và thách thức về bảo mật Để gia tăng cơ hội và phòng, tránh các nguy cơ khi sử dụng điện toán đám mây, một số công ty đang chuyển sang sử dụng trí tuệ nhân tạo (Artifical Intelligence - AI) và học máy (Machine Learning - ML) để tăng cường bảo mật đám mây của họ

Nội Dung

A Điện Toán Đám Mây

I Khái Niệm Điện Toán Đám Mây

Điện toán đám mây (cloud computing) là một xu hướng công nghệ nổi bật trên thế giới trong những năm gần đât và dã có những bước nhảy vọt về cả chất lượng, quy mô cung cấp và loại hình dịch vụ, với một loạt các nhà cung cấp nổi tiếng như Google, Amazon, Saleforce, Microsoft,……

Điện toán đám mây ( cloud computing) là mô hình dịch vụ cho phép người truy cập tài nguyên điện toán dùng chung (mạng, server, lưu trữ, ứng dụng, dịch vụ) thông qua kết nối mạng một cách dễ dàng, mọi lúc, mọi nơi, theo yêu cầu Tài nguyên điện toán đám mây có thể được thiết lập hoặc hủy bỏ nhanh chóng bởi người dùng mà không cần sự can thiệp của Nhà cung cấp dịch vụ"

II Các Đặc Tính của Điện Toán Đám mây

Tự phục vụ theo yêu cầu (on-demand-self-service): Khách hàng với yêu cầu tức thời tại những thời điểm thời gian xác định có thể sử dụng các tài nguyên tính toán (như thời gian CPU, không gian lưu trữ mạng, sử dụng phần mềm, ) một cách tự động, không cần tương tác với con người để cấp phát

Sự truy cập mạng rộng rãi ( broad netwoek access): Những tài nguyên tính toán này phân phối qua mạng Internet và được các ứng dụng client khác nhau nhau sử dụng với những nền tàng không đồng nhất( như máy tính, điện thoại di động,

……)

Tập trung tài nguyên: Những tài nguyên tính toán của nhà cung cấp dịch vụ đám mây được tập trung với mục đích phục vụ đa khách hàng sử dụng mô hình ảo hóa với những tài nguyên vật lý và tài nguyên ảo được cấp phát động theo yêu cầu Động lực của việc xây dựng một mô hình tập trung tài nguyên tính toán nằm trong hai yếu tố quan trọng: tính quy mô và tính chuyên biệt Kết quả của mô hình tập trung tài nguyên là những tài nguyên vật lý trở nên trong suốt với người sử dụng Ví dụ, người sử dụng không được biết vị trí tài nguyên vật

lý lưu trữ cở sở dữ liệu của họ trong đám mây

Tính mềm dẻo: Đối với người sử dụng ,các tài nguyên tài nguyên tính toán được cung cấp tức thời hơn là liên tục, được cung cấp theo nhu cầu để mở rộng huặc tiết giảm không hạn định tại bất cứ thời điểm nào

: Mặc dù tài nguyên được tập chung và có thể chia sẻ cho nhiều ng dử dụng,

hạ tầng đám mây có thể dùng những cơ chế đo lường thích hợp để đo việc sử dụng những tài nguyên đó cho từng cá nhân

III Các Mô Hình của Điện Toán Đám mây

Cơ sở hạ tầng như một dịch vụ (Infrastructure as a Service – IaaS): cung cấp các tài nguyên cơ sở hạ tầng như máy ảo, lưu trữ ảo, địa chỉ IP, mạng cục bộ ảo Nền tảng như một dịch vụ (Platform as a Service – PaaS): cung cấp môi trường thời gian chạy, công cụ lập trình, vv

Phần mềm như một dịch vụ (Software as a Service – SaaS): cung cấp phần mềm như một dịch vụ tới người sử dụng cuối

Phân loại theo kiểu truy cập vào đám mây, có 3 kiểu đám mây chính:

Đám mây công cộng (Public Cloud): cho phép truy cập công cộng Đám mây loại này ít an toàn vì tính mở của nó

Đám mây riêng (Private Cloud): dịch vụ được truy cập bên trong một tổ chức Đám mây loại này an toàn hơn do tính chất riêng tư

Đám mây lai (Hybrid Cloud): là sự trộn lẫn đám mây công cộng và đám mây riêng Các hoạt động quan trọng sẽ sử dụng đám mây riêng, trong khi các hoạt động ít quan trọng sẽ sử dụng đám mây công cộng

IV Các Lợi Ích của Điện Toán Đám mây

Phần mềm ứng dụng được truy cập như tiện ích, trên Internet Các phiên bản phần mềm được cập nhật, lỗi phần mềm được sửa chữa bởi nhà cung cấp dịch vụ đám mây (để đảm bảo chất lượng dịch vụ, họ phải cập nhật, sửa chữa kịp thời) Dịch vụ được trả tiền theo sử dụng (Pay Per Use), được cung cấp theo yêu cầu như một máy đo dịch vụ

Thao tác và cấu hình phần mềm ứng dụng trực tuyến mọi lúc

Không đòi hỏi phải cài đặt một phần mềm cụ thể để truy cập hoặc thao tác ứng dụng trên đám mây

Cung cấp công cụ lập trình, công cụ triển khai và môi trường thời gian chạy trực tuyến Bạn không phải bắt kịp mã của môi trường phát triển

Tài nguyên đám mây là sẵn có cho truy cập độc lập nền tới mọi loại khách (client)

Tự cung cấp (tài nguyên) dịch vụ theo nhu cầu (không đòi hỏi phải tương tác với nhà cung cấp dịch vụ đám mây)

Hiệu quả cao về chi phí

Cung cấp cân bằng tải để đảm bảo độ tin cậy (về băng thông)

B Trí Tuệ Nhân Tạo ( AI )

1 Khái Niệm Trí Tuệ Nhân Tạo ( AI )

AI - Artificial Intelligence hay còn gọi là Trí tuệ nhân tạo là một ngành khoa học,

kỹ thuật chế tạo máy móc thông minh, đặc biệt là các chương trình máy tính thông minh

AI được thực hiện bằng cách nghiên cứu cách suy nghĩ của con người, cách con người học hỏi, quyết định và làm việc trong khi giải quyết một vấn đề nào đó, và sử dụng những kết quả nghiên cứu này như một nền tảng để phát triển các phần mềm và hệ thống thông minh, từ đó áp dụng vào các mục đích khác nhau trong cuộc sống Nói một cách dễ hiểu thì AI là việc sử dụng, phân tích các dữ liệu đầu vào nhằm đưa ra sự dự đoán rồi đi đến quyết định cuối cùng

2 Mục đích của AI

Tạo ra các hệ thống chuyên gia - là các ứng dụng máy tính được phát triển để giải quyết các vấn đề phức tạp trong một lĩnh vực cụ thể, ở mức độ thông minh và chuyên môn của con người

Thực hiện trí thông minh của con người trong máy móc - Tạo ra các hệ thống có thể hiểu, suy nghĩ, học hỏi và hành xử như con người

3 Khái Niệm Machine Learning

Machine Learning còn được gọi là học máy Là phần mềm có thể giải quyết vấn đề và tự suy nghĩ theo cách thức giống con người, ML là một tập hợp con của AI sử dụng các thuật toán để học từ dữ liệu Càng nhiều mô hình dữ liệu được phân tích,

ML càng xử lý và tự điều chỉnh dựa trên các mô hình đó cũng như càng hiểu biết giá trị của nó Các thuật toán ML là các chương trình máy tính có khả năng học hỏi về cách hoàn thành các nhiệm vụ và cách cải thiện hiệu suất theo thời gian Bạn có thể viết ứng dụng có AI mà không sử dụng học máy, nhưng bạn phải viết cả triệu triệu dòng code để xây dựng các trường hợp xảy ra Nói cách khác, nếu AI là mục tiêu thì học máy là phương tiện để đạt được mục tiêu đó

ML đòi hỏi sự đánh giá của con người trong việc tìm hiểu dữ liệu cơ sở và lựa chọn các kỹ thuật phù hợp để phân tích dữ liệu Đồng thời, trước khi sử dụng, dữ liệu phải sạch, không có sai lệch và không có dữ liệu giả

Với các tính năng ưu việt trên, AI và ML có thể được sử dụng để chuyển thực tiễn

từ phòng tránh sang phát hiện các mối đe dọa thời gian thực, đưa các tổ chức,

doanh nghiệp và các nhà cung cấp dịch vụ đám mây đi trước kẻ tấn công mạng một bước

4 Lợi Ích Của AI

Xử lý nguồn dữ liệu lớn

Các hệ thống an ninh mạng cung cấp lượng dữ liệu khổng lồ, nhiều hơn bất cứ đội ngũ con người nào có thể sàng lọc và phân tích Các công nghệ ML sử dụng tất cả nguồn dữ liệu này để phát hiện các mối đe dọa Càng nhiều dữ liệu được xử lý, càng nhiều mô hình nó có thể phát hiện và học hỏi, sau đó sử dụng chúng để phát hiện các dấu hiệu bất thường Các dấu hiệu này có thể là mối đe dọa trên mạng

Ví dụ, ML sẽ lưu ý đến những gì được coi là bình thường như là nhân viên truy cập vào hệ thống vào lúc nào và ở đâu, họ thường theo dõi những gì và các mô hình lưu lượng truy cập hay các hoạt động của những người sử dụng khác Những sai lệch so với những điều bình thường này đều được đánh dấu Các mối đe dọa tiềm tàng có thể được phát hiện và xử lý nhanh hơn

Theo các chuyên gia, AI và ML có thể xử lý nhiều dữ liệu, công nghệ có thể quét hàng trăm nghìn tệp hàng ngày mà không làm ảnh hưởng đến người dùng mạng

Dự đoán sự việc

Bằng việc sử dụng các tiếp cận dựa trên nhiều dữ liệu, AI có thể được dùng để phát hiện và chủ động cảnh báo về các yếu điểm và chỗ yếu bị khai thác ở hiện tại hoặc trong tương lai AI hoạt động bằng cách phân tích dữ liệu đến và đi từ các điểm cuối được bảo vệ, từ đó, phát hiện các mối đe dọa dựa trên các hành vi đã được biết đến và phát hiện các mối đe dọa đã biết dựa trên các phân tích dự đoán

Cách tiếp cận mang tính dự đoán này thu thập tất cả các dữ liệu hoạt động điểm cuối thay vì chỉ chú ý đến các hoạt động “xấu”, giúp giải quyết gốc rễ nguyên nhân của một cuộc tấn công tiềm năng, thay vì chỉ giảm thiểu tác động khi phát hiện ra cuộc tấn công Nó cũng giúp tạo ra một chu kỳ ngắn hơn giữa phát hiện và khắc phục bằng cách đảm bảo một nhóm bảo mật có khả năng phản ứng nhanh hơn với

dữ liệu tốt hơn

Phát hiện và ngăn chặn sự việc

Khi các công nghệ AI và ML xử lý dữ liệu được hệ thống tạo ra và tìm thấy sự bất thường, chúng có thể cảnh báo hoặc phản hồi bằng cách dừng hoạt động của một người dùng cụ thể, trong số các lựa chọn khác

Bằng cách thực hiện các bước này, các sự kiện thường được phát hiện và ngăn chặn trong vòng vài giờ, tắt dòng chảy của nguồn mã có nguy hiểm tiềm ẩn vào hệ thống mạng và ngăn chặn rò rỉ dữ liệu Quá trình kiểm tra và dữ liệu liên quan trong thời gian thực cho phép các tổ chức, doanh nghiệp có khả năng nhận được cảnh báo và có thời gian hành động trước các tấn công

Một trong những điểm yếu lớn nhất của hệ thống điều khiển công nghiệp

(Industrial control system - ICS) khi nói đến an toàn thông tin mạng là chúng không được thiết kế để tự học và không được thiết kế để thu thập dữ liệu về các mối đe dọa Thay vào đó, chúng là các hệ thống giám sát quy trình và sản xuất theo thời gian thực, cung cấp khả năng hiển thị và kiểm soát vòng kín cho quá trình sản xuất

Do vậy, có đến 46% các cuộc tấn công mạng bị phát hiện muộn hoặc hoàn toàn không bị phát hiện Ngoài ra, tổ chức Honeywell phát hiện ra rằng, 11% sự cố không bao giờ bị phát hiện và hầu hết các công cụ và kỹ thuật phát hiện chỉ dò ra 35% các hành vi vi phạm

Bên cạnh những nhà sản xuất, cung cấp dịch vụ tiện ích sử dụng phương pháp tiếp cận không tin cậy để giải quyết các thách thức bảo mật của họ, một số nhà sản xuất sử dụng công nghệ AI và ML để học hỏi, tạo và thực hiện liên tục các quy tắc phát hiện bất thường và phân tích các sự kiện, vì vậy họ có thể xác định và phản ứng với các sự cố và ngăn chặn các cuộc tấn công Họ sử dụng ML để xác định một sự cố thực sự từ các cảnh báo sai, tạo ra các quy tắc phát hiện bất thường chính xác hơn và phân tích các sự kiện để ứng phó và giảm thiểu sự cố Các kỹ thuật dựa trên

AI và ML cũng góp phần mang lại phân tích chính xác hơn, nhằm tăng cường phát hiện nguy cơ tấn công

Các nhà cung cấp bảo mật mạng có chuyên môn sâu về AI và ML cần phải đẩy mạnh tốc độ đổi mới và chấp nhận thử thách xác định các mối đe dọa tiềm ẩn Nghiên cứu của Honeywell cho thấy, hệ thống ICS hiện còn nhiều sơ hở và khoảng cách giữa các công nghệ kế thừa và các hệ thống CNTT hiện đại càng khiến rủi ro xảy ra tấn công mạng tăng cao Hệ thống ICS được thiết kế để giám sát quá trình và sản xuất với khả năng hiển thị và kiểm soát vòng kín Đó là lý do tại sao

phương pháp tiếp cận dựa trên sự tin cậy không xử lý mọi điểm cuối, bề mặt mối

đe dọa và danh tính vì khả năng bảo mật cần tăng tốc nhanh hơn khả năng của những kẻ tấn công trong việc mạo danh các tệp hợp pháp và khởi chạy các cuộc tấn công