Lễ Bảo vệ Khoá luận tốt nghiệp đợt 2 năm 2026 tại Khoa Mạng máy tính và Truyền thông với 43 đề tài do 66 sinh viên thực hiện sẽ diễn ra vào ngày 01/7/2026. Đợt bảo vệ có sự góp mặt của sinh viên các chương trình chuẩn, chương trình tài năng và chương trình chất lượng cao của ngành “An toàn thông tin” và ngành “Mạng máy tính và Truyền thông dữ liệu”
Các Hội đồng chấm Khoá luận tốt nghiệp được tổ chức tại các Phòng E2.3, E2.4, E3.2, E3.3, E3.4, E4.1, E4.2, E4.3, E4.4 thuộc Toà nhà E, Trường Đại học Công nghệ Thông tin – ĐHQG-HCM (Khu phố 34, phường Linh Xuân, Tp.HCM).
- Hệ thống phát hiện và cảnh báo người bị bỏ quên trên xe trong bãi đỗ thông minh sử dụng kiến trúc đa tác tử và mô hình ngôn ngữ thị giác
- Hệ thống triển khai linh hoạt mô hình học sâu xuống thiết bị biên trong ngữ cảnh trạm giám sát y tế thông minh
- Thiết kế, triển khai và đánh giá hiệu quả hệ thống giám sát an ninh và hiệu năng mạng dựa trên nền tảng Zabbix.
- Phát triển Chatbot thông minh ứng dụng LLM kết hợp RAG và LangGraph vào hệ thống quản lý công việc
- Phát triển hệ thống phát hiện té ngã thời gian thực ứng dụng AI và quy trình MLOps
- Phương pháp tiếp cận đa góc nhìn trong nhận dạng và phân loại viên thuốc dựa trên kỹ thuật học sâu
- Dự báo và mô phỏng thời tiết ngắn hạn sử dụng mô hình học sâu trong môi trường bản sao kỹ thuật số
- Nghiên cứu và triển khai hệ thống tường lửa thế hệ mới, tích hợp với thông tin tình báo mối đe dọa và sandbox để phát hiện sớm các cuộc tấn công
- Phát hiện các gói PyPI độc hại bằng phương pháp học máyPhát hiện các gói PyPI độc hại bằng phương pháp học máy
- Xây dựng hệ thống dự đoán nguy cơ suy tim sử dụng mô hình học máy và Explainable AI
- Xây dựng hệ thống xe tự hành bằng học sâu và bản sao kỹ thuật số
- Tối ưu đồng thời lựa chọn biến thể mô hình và vị trí dịch vụ trong điện toán biên
- Xây dựng hệ thống học bán giám sát kết hợp tăng cường dữ liệu dựa trên mô hình YOLOv11 phát hiện bệnh trên lá chuối
- Hệ thống phát hiện xâm nhập liên kết phi tập trung dựa trên chắt lọc tri thức hỗ trợ huấn luyện tiệm tiến
- Nghiên cứu phương pháp ước lượng năng lượng tiêu thụ của các mô hình học sâu trên các thiết bị biên
- Phân tích nguyên nhân gốc trong hệ thống microservices tích hợp MLOps dựa trên distributed tracing và học máy
- Nghiên cứu và triển khai hệ thống tường lửa tích hợp cơ chế dự phòng và giám sát an ninh ứng dụng AI
- Nghiên cứu và triển khai hệ thống đặt lịch khám bệnh trực tuyến dựa trên kiến trúc Hybrid Cloud-Native và GitOps
- Hệ thống kiểm thử xâm nhập tự trị có kiểm soát dựa trên kiến trúc điều khiển nhận thức và phối hợp đa tác tử
- Xây dựng hệ thống chẩn đoán hình ảnh y khoa dựa trên kỹ thuật học sâu và chưng cất tri thức
- Tối ưu định tuyến chịu lỗi trong mạng điều khiển bằng phần mềm sử dụng học tăng cường đa tác tử phân cấp với cơ chế phối hợp nhận biết tắc nghẽn
- Xây dựng bộ khung phòng thủ chủ động dựa trên học tăng cường kết hợp phòng thủ di chuyển mục tiêu và kỹ thuật đánh lừa
- Nghiên cứu và xây dựng hệ thống phát hiện xâm nhập một lớp dựa trên thuật toán Localized NFST cho Internet vạn vật
- Tối ưu hóa cơ chế autoscaling cho hệ thống microservices trên Kubernetes bằng học tăng cường sâu
- Nghiên cứu và xây dựng hệ thống chatbot Multi-Agent RAG phân tán đa ngôn ngữ hỗ trợ đọc hiểu bài báo khoa học AI dựa trên kiến trúc Hybrid cloud và tiêu chuẩn MCP
- Thiết kế hệ thống phân tích và đề xuất tối ưu chi phí hạ tầng Kubernetes dựa trên nguyên tắc FinOps
- Phân tích quan điểm chính sách trên mạng xã hội bằng mô hình ngôn ngữ lớn
- Xây dựng quy trình MLOps hướng dữ liệu nhằm giám sát và duy trì độ chính xác dữ liệu cho hệ thống Chatbot du lịch
- Nghiên cứu kỹ thuật AI có khả năng giải thích (Explainable AI) cho việc sinh mã hạ tầng Terraform từ mô hình ngôn ngữ lớn
- Điều hướng robot tự hành sử dụng học tăng cường theo chương trình với điều khiển dư trong trình mô phỏng NVIDIA Isaac Sim
- Xây dựng hệ thống zero trust VPN dựa trên WireGuard và tích hợp học máy để phát hiện xâm nhập
- Thiết kế và triển khai hệ thống AI Agents để tạo CV trên cụm Raspberry Pi
- Áp dụng theo dõi nhân quả và căn chỉnh gia tăng cho săn tìm mối đe dọa dựa trên đồ thị
- Thiết kế và triển khai kiến trúc MLOps cho hệ thống học sâu đa phương thức trong hỗ trợ chẩn đoán ung thư da
- Nghiên cứu kiến trúc điều hướng tự chủ cho robot di động trong môi trường không xác định dựa trên dữ liệu đa phương thức
- Nghiên cứu và triển khai hệ thống phát hiện hành vi bất thường của người dùng đặc quyền dựa trên học máy từ nhật ký BeyondTrust trên nền tảng OpenSearch
- Tự động hóa phát hiện lỗ hỏng phần mềm trong quy trình CI bằng học máy
- Phát hiện và phân loại bệnh phổi tắc nghẽn mãn tính dựa trên học sâu và hình chụp CT ngực
- Hệ thống phát hiện rò rỉ khí ga trong nhà thông minh ứng dụng IoT, học sâu và học tăng cường
- Phương pháp phát hiện bệnh trên cây nho dựa trên hình ảnh lá và học sâu
- Hệ thống dự đoán rủi ro tín dụng sử dụng mô hình học máy và Explainable AI
- Xây dựng bộ khung học tăng cường đa tác tử với sự hỗ trợ của bản sao kỹ thuật số để điều phối quỹ đạo bay an toàn cho nhiều UAV
- Kỹ thuật phân tích con trỏ trong phát hiện lỗi bảo mật phần mềm
Sinh viên truy cập website https://mmt.uitiot.vn để biết thông tin chi tiết về hội đồng, thời gian, địa điểm báo cáo của mình. Thông tin về quý thầy cô thành viên hội đồng sẽ hiển thị trên website trước khi hội đồng diễn ra 60 phút. Ngoài ra, sinh viên xem thêm Kế hoạch tổ chức bảo vệ Khóa luận tốt nghiệp để nắm bắt các thông tin cần thiết và quy trình thực hiện.
Sinh viên quan tâm có thể dự thính buổi báo cáo để có thêm định hướng thực hiện Khóa luận tốt nghiệp, học hỏi kinh nghiệm từ các anh/chị đi trước. Tuy nhiên cần đảm bảo không làm ảnh hưởng đến buổi bảo vệ:
- Giữ trật tự, ổn định, tránh làm ảnh hưởng hoặc cản trở đến quá trình báo cáo và làm việc của Hội đồng;
- Trang phục phù hợp với tính chất của buổi bảo vệ khóa luận;
- Nếu phòng quá đông người, vui lòng tham dự ở những phòng khác.
Chúc buổi bảo vệ khóa luận tốt nghiệp của các bạn thành công rực rỡ!
Các đề tài thực hiện đủ điều kiện để bảo vệ trước hội đồng
Ngành Mạng máy tính và Truyền thông dữ liệu
- Điều hướng robot tự hành sử dụng học tăng cường theo chương trình với điều khiển dư trong trình mô phỏng NVIDIA Isaac Sim
- Dự báo và mô phỏng thời tiết ngắn hạn sử dụng mô hình học sâu trong môi trường bản sao kỹ thuật số
- Hệ thống dự đoán rủi ro tín dụng sử dụng mô hình học máy và Explainable AI
- Hệ thống phát hiện rò rỉ khí ga trong nhà thông minh ứng dụng IoT, học sâu và học tăng cường
- Hệ thống phát hiện và cảnh báo người bị bỏ quên trên xe trong bãi đỗ thông minh sử dụng kiến trúc đa tác tử và mô hình ngôn ngữ thị giác
- Hệ thống triển khai linh hoạt mô hình học sâu xuống thiết bị biên trong ngữ cảnh trạm giám sát y tế thông minh
- Nghiên cứu kiến trúc điều hướng tự chủ cho robot di động trong môi trường không xác định dựa trên dữ liệu đa phương thức
- Nghiên cứu kỹ thuật AI có khả năng giải thích (Explainable AI) cho việc sinh mã hạ tầng Terraform từ mô hình ngôn ngữ lớn
- Nghiên cứu phương pháp ước lượng năng lượng tiêu thụ của các mô hình học sâu trên các thiết bị biên
- Nghiên cứu và triển khai hệ thống đặt lịch khám bệnh trực tuyến dựa trên kiến trúc Hybrid Cloud-Native và GitOps
- Nghiên cứu và triển khai hệ thống phát hiện hành vi bất thường của người dùng đặc quyền dựa trên học máy từ nhật ký BeyondTrust trên nền tảng OpenSearch
- Nghiên cứu và triển khai hệ thống tường lửa tích hợp cơ chế dự phòng và giám sát an ninh ứng dụng AI
- Nghiên cứu và xây dựng hệ thống chatbot Multi-Agent RAG phân tán đa ngôn ngữ hỗ trợ đọc hiểu bài báo khoa học AI dựa trên kiến trúc Hybrid cloud và tiêu chuẩn MCP
- Phân tích nguyên nhân gốc trong hệ thống microservices tích hợp MLOps dựa trên distributed tracing và học máy
- Phân tích quan điểm chính sách trên mạng xã hội bằng mô hình ngôn ngữ lớn
- Phát triển Chatbot thông minh ứng dụng LLM kết hợp RAG và LangGraph vào hệ thống quản lý công việc
- Phát triển hệ thống phát hiện té ngã thời gian thực ứng dụng AI và quy trình MLOps
- Phương pháp phát hiện bệnh trên cây nho dựa trên hình ảnh lá và học sâu
- Phương pháp tiếp cận đa góc nhìn trong nhận dạng và phân loại viên thuốc dựa trên kỹ thuật học sâu
- Thiết kế hệ thống phân tích và đề xuất tối ưu chi phí hạ tầng Kubernetes dựa trên nguyên tắc FinOps
- Thiết kế và triển khai hệ thống AI Agents để tạo CV trên cụm Raspberry Pi
- Thiết kế và triển khai kiến trúc MLOps cho hệ thống học sâu đa phương thức trong hỗ trợ chẩn đoán ung thư da
- Thiết kế, triển khai và đánh giá hiệu quả hệ thống giám sát an ninh và hiệu năng mạng dựa trên nền tảng Zabbix.
- Tối ưu định tuyến chịu lỗi trong mạng điều khiển bằng phần mềm sử dụng học tăng cường đa tác tử phân cấp với cơ chế phối hợp nhận biết tắc nghẽn
- Tối ưu đồng thời lựa chọn biến thể mô hình và vị trí dịch vụ trong điện toán biên
- Tối ưu hóa cơ chế autoscaling cho hệ thống microservices trên Kubernetes bằng học tăng cường sâu
- Xây dựng bộ khung học tăng cường đa tác tử với sự hỗ trợ của bản sao kỹ thuật số để điều phối quỹ đạo bay an toàn cho nhiều UAV
- Xây dựng bộ khung phòng thủ chủ động dựa trên học tăng cường kết hợp phòng thủ di chuyển mục tiêu và kỹ thuật đánh lừa
- Xây dựng hệ thống chẩn đoán hình ảnh y khoa dựa trên kỹ thuật học sâu và chưng cất tri thức
- Xây dựng hệ thống dự đoán nguy cơ suy tim sử dụng mô hình học máy và Explainable AI
- Xây dựng hệ thống học bán giám sát kết hợp tăng cường dữ liệu dựa trên mô hình YOLOv11 phát hiện bệnh trên lá chuối
- Xây dựng hệ thống xe tự hành bằng học sâu và bản sao kỹ thuật số
- Xây dựng hệ thống zero trust VPN dựa trên WireGuard và tích hợp học máy để phát hiện xâm nhập
- Xây dựng quy trình MLOps hướng dữ liệu nhằm giám sát và duy trì độ chính xác dữ liệu cho hệ thống Chatbot du lịch
Ngành An toàn thông tin
- Áp dụng theo dõi nhân quả và căn chỉnh gia tăng cho săn tìm mối đe dọa dựa trên đồ thị
- Hệ thống kiểm thử xâm nhập tự trị có kiểm soát dựa trên kiến trúc điều khiển nhận thức và phối hợp đa tác tử
- Hệ thống phát hiện xâm nhập liên kết phi tập trung dựa trên chắt lọc tri thức hỗ trợ huấn luyện tiệm tiến
- Kỹ thuật phân tích con trỏ trong phát hiện lỗi bảo mật phần mềm
- Nghiên cứu và triển khai hệ thống tường lửa thế hệ mới, tích hợp với thông tin tình báo mối đe dọa và sandbox để phát hiện sớm các cuộc tấn công
- Nghiên cứu và xây dựng hệ thống phát hiện xâm nhập một lớp dựa trên thuật toán Localized NFST cho Internet vạn vật
- Phát hiện các gói PyPI độc hại bằng phương pháp học máy
- Phát hiện và phân loại bệnh phổi tắc nghẽn mãn tính dựa trên học sâu và hình chụp CT ngực
- Tự động hóa phát hiện lỗ hỏng phần mềm trong quy trình CI bằng học máy
