Giới thiệu dự án

Sự bùng nổ của hạ tầng viễn thông và không gian mạng toàn cầu đã đưa Internet trở thành huyết mạch thông tin của toàn xã hội. Theo thống kê từ các tổ chức quản trị mạng quốc tế, không gian địa chỉ IPv4 với khoảng $2^{32}$ (hơn 4,29 tỷ) địa chỉ đã cạn kiệt, thúc đẩy quá trình chuyển dịch mạnh mẽ sang thế hệ IPv6 với không gian $2^{128}$ địa chỉ cùng sự mở rộng của hệ thống phân giải tên miền (DNS - Domain Name System). Tại Việt Nam, Trung tâm Internet Việt Nam (VNNIC) ghi nhận lưu lượng truy cập và số lượng tên miền quốc gia .vn đăng ký mới tăng trưởng liên tục từ 15–25% mỗi năm.

+-------------------------------------------------------------------------+
|                  KHỦNG HOẢNG QUẢN LÝ DỮ LIỆU ĐỊA CHỈ MẠNG               |
+-------------------------------------------------------------------------+
|  1. Không gian địa chỉ bùng nổ: IPv4 cạn kiệt -> Chuyển đổi IPv6       |
|  2. Tên miền & URL tăng cấp số nhân: Hàng triệu bản ghi/ngày           |
|  3. Hạn chế RDBMS truyền thống: Truy vấn SQL đơn lẻ, thiếu tính dự báo |
|  4. Yêu cầu: Khai phá tri thức (KDD) để phân nhóm tự động & bảo mật   |
+-------------------------------------------------------------------------+

Vấn đề thực tiễn (Problem Statement)

Các hệ thống quản lý cơ sở dữ liệu quan hệ (RDBMS) truyền thống chỉ đáp ứng nhu cầu lưu trữ và truy vấn thông tin tĩnh theo dạng bảng (SQL query). Trước các kho dữ liệu quy mô gigabyte đến terabyte chứa nhật ký truy cập (access logs), dải địa chỉ IP và danh sách tên miền đăng ký, phương pháp truyền thống bộc lộ nhiều điểm nghẽn:

  • Không có khả năng tự động phân nhóm các dải địa chỉ IP có hành vi tương đồng hoặc phát hiện các dải mạng dị thường.
  • Thiếu công cụ hỗ trợ trích xuất tri thức ẩn về thói quen, sở thích, xu hướng sử dụng tài nguyên mạng của người dùng theo chu kỳ thời gian.
  • Tốn kém tài nguyên tính toán khi xử lý các liên kết quan hệ phức tạp, dữ liệu đa chiều và có độ nhiễu cao.

Mục tiêu dự án

  1. Nghiên cứu tổng quan tiến trình phát hiện tri thức từ cơ sở dữ liệu (KDD - Knowledge Discovery in Databases) và các kỹ thuật chuẩn hóa, tiền xử lý dữ liệu mạng.
  2. Khảo sát chuyên sâu các giải thuật phân cụm dữ liệu phân hoạch (Partitioning Methods) bao gồm K-Means, K-Medoids (PAM), CLARA và CLARANS.
  3. Xây dựng mô hình toán học và giải thuật phân loại, tính toán khoảng cách không gian đa chiều áp dụng riêng cho không gian địa chỉ Internet (IPv4, IPv6) và tên miền.
  4. Thiết kế và phát triển phần mềm ứng dụng thực nghiệm, tích hợp thuật toán phân cụm nhằm hỗ trợ nhà quản trị mạng tự động hóa việc phân nhóm và quản trị tài nguyên Internet.

Phương pháp tiếp cận giải pháp

Đề tài áp dụng quy trình chuẩn 6 bước của KDD: Lựa chọn dữ liệu (Data Selection) $\rightarrow$ Làm sạch dữ liệu (Cleaning) $\rightarrow$ Làm giàu dữ liệu (Enrichment) $\rightarrow$ Chuẩn hóa và mã hóa (Coding & Normalization) $\rightarrow$ Khai phá dữ liệu (Data Mining) $\rightarrow$ Trực quan hóa và báo cáo (Reporting). Trong đó, trọng tâm là biến đổi dữ liệu địa chỉ IP thành các vector đặc trưng số học trong không gian metric đa chiều, sau đó áp dụng thuật toán phân hoạch K-Means và K-Medoids để phân cụm.

graph LR
    A[Raw IP/DNS Data] --> B[Data Cleaning & Selection]
    B --> C[Data Normalization & PCA]
    C --> D[Data Mining: K-Means / PAM]
    D --> E[Pattern Evaluation & Visualization]
    E --> F[Network Management Decision]

Kết quả kỳ vọng và phạm vi

  • Kết quả kỳ vọng: Hệ thống phần mềm có khả năng tải và xử lý tập dữ liệu từ 10.000 đến 50.000 bản ghi địa chỉ IP/tên miền, phân cụm chính xác với độ phức tạp thuật toán tối ưu $O(t \cdot k \cdot n)$ (trong đó $n$ là số đối tượng, $k$ là số cụm, $t$ là số vòng lặp hội tụ), thời gian phản hồi phân cụm dưới 1,5 giây trên dữ liệu mẫu.
  • Phạm vi & Giới hạn: Tập trung vào các dải địa chỉ mạng IPv4 (32-bit), phân tích cấu trúc IPv6 (128-bit) và hệ thống DNS cấp cao dưới quyền quản lý của VNNIC/ICANN; thử nghiệm giải thuật trên mô hình phân tán máy đơn (Single-node Desktop Application).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong quản lý hạ tầng mạng, các giải pháp lọc gói tin hoặc thống kê truyền thống thường dựa vào tập luật tĩnh (Static Rule Engines) hoặc truy vấn có cấu trúc thông thường.

Tiêu chí Quản lý truyền thống (SQL/Static Rules) Giải pháp Khai phá dữ liệu (Data Mining / Clustering)
Bản chất kỹ thuật Lọc dữ liệu theo điều kiện cứng (WHERE IP = ...) Học không giám sát (Unsupervised Learning), phân nhóm tự động
Khả năng dự báo Kém, chỉ phản ánh dữ liệu lịch sử tĩnh Cao, phát hiện xu hướng và dải địa chỉ bất thường
Xử lý dữ liệu nhiễu Dễ bị sai lệch khi bản ghi thiếu hoặc lỗi định dạng Có các bước tiền xử lý chuẩn hóa và khử nhiễu (Noise Handling)
Khả năng mở rộng Giảm hiệu năng khi kích thước cơ sở dữ liệu đạt ngưỡng lớn Khả thi với các biến thể CLARA/CLARANS trên tập dữ liệu lớn 
+-------------------------------------------------------------------------+
|                  YÊU CẦU HỆ THỐNG THEO MÔ HÌNH MOSCOW                   |
+-------------------------------------------------------------------------+
| [M] MUST HAVE:                                                          |
|  - Tiền xử lý & chuẩn hóa địa chỉ IP về vector số học                   |
|  - Cài đặt hoàn chỉnh thuật toán K-Means và K-Medoids                   |
|  - Giao diện kết nối CSDL và hiển thị kết quả phân cụm trực quan        |
| [S] SHOULD HAVE:                                                        |
|  - Bộ công cụ đo đạc khoảng cách đa dạng (Euclidean, Manhattan, Jaccard)|
|  - Chức năng tìm kiếm, truy vấn phân cấp tên miền theo chuẩn VNNIC     |
| [C] COULD HAVE:                                                         |
|  - Module tích hợp giảm chiều dữ liệu tự động (PCA / SVD)               |
|  - Phân tích tương thích song song IPv4 / IPv6 Dual-stack               |
| [W] WON'T HAVE (Giai đoạn này):                                         |
|  - Xử lý luồng dữ liệu thời gian thực (Real-time Stream Clustering)     |
+-------------------------------------------------------------------------+

Thiết kế hệ thống

Kiến trúc hệ thống được xây dựng theo mô hình 3 lớp (3-Tier Architecture) độc lập, đảm bảo tính mô-đun hóa cao:

+-------------------------------------------------------------+
|               PRESENTATION LAYER (GUI)                      |
|  - Windows Forms / WPF Interface                            |
|  - Data Grid View, Cluster Coordinate Plot, Search Engine   |
+-------------------------------------------------------------+
                              |
+-------------------------------------------------------------+
|             BUSINESS LOGIC & MINING ENGINE                  |
|  - Normalization Module (Global & Within-cluster)           |
|  - Distance Calculation Metric Space (Euclidean/Manhattan)  |
|  - Clustering Core (K-Means Engine, PAM Medoid Optimizer)   |
+-------------------------------------------------------------+
                              |
+-------------------------------------------------------------+
|                     DATA ACCESS LAYER                       |
|  - ADO.NET Connection Provider                              |
|  - Microsoft SQL Server Database (IP & DNS Repositories)    |
+-------------------------------------------------------------+

Công nghệ và phiên bản sử dụng

  • Môi trường phát triển: Microsoft Visual Studio / .NET Framework 4.5.
  • Ngôn ngữ lập trình: C# (xử lý logic thuật toán và giao diện WinForms).
  • Hệ quản trị cơ sở dữ liệu: Microsoft SQL Server (lưu trữ danh mục tên miền, địa chỉ IP và bảng ánh xạ thuộc tính).
  • Công cụ mô hình hóa: StarUML và Microsoft Visio.

Thiết kế cơ sở dữ liệu

Hệ thống sử dụng các bảng thực thể chính để phục vụ khai phá:

  • tbl_InternetAddress: AddressID (PK, int), Octet1 (int), Octet2 (int), Octet3 (int), Octet4 (int), IP_Decimal (bigint), AllocatedDate (datetime), Status (nvarchar).
  • tbl_DomainRegistry: DomainID (PK, int), DomainName (nvarchar), TLD (nvarchar), RegistrantID (FK), IPAddressID (FK), AccessFrequency (int).
  • tbl_ClusterResults: ResultID (PK, int), ClusterIndex (int), ObjectID (int), DistanceToCentroid (float), AlgorithmType (varchar).

Phương pháp luận (Methodology)

Quy trình phát triển dự án áp dụng mô hình lặp kết hợp phân tích toán học chuyên sâu. Hệ thống xử lý các thuộc tính không gian metric dựa trên hệ đo khoảng cách chuẩn:

  1. Khoảng cách Euclidean ($L_2$ norm): $$d(x, y) = \sqrt{\sum_{i=1}^{n} (x_i - y_i)^2}$$
  2. Khoảng cách Minkowski ($L_q$ norm): $$d(x, y) = \left( \sum_{i=1}^{n} |x_i - y_i|^q \right)^{\frac{1}{q}}$$
  3. Khoảng cách Manhattan ($L_1$ norm): $$d(x, y) = \sum_{i=1}^{n} |x_i - y_i|$$
  4. Hệ số tương đồng Jaccard cho biến nhị phân: $$S_{Jaccard}(x, y) = \frac{a}{a + b + c}$$
gantt
    title Kế hoạch triển khai dự án (12 Tuần)
    dateFormat  YYYY-MM-DD
    section Khảo sát & Phân tích
    Khảo sát tài liệu KDD & Chuẩn IP/DNS :2016-10-03, 14d
    Thu thập và làm sạch dữ liệu mạng    :2016-10-17, 14d
    section Thiết kế & Cài đặt
    Thiết kế CSDL & Kiến trúc phần mềm   :2016-10-31, 14d
    Cài đặt thuật toán K-Means & PAM    :2016-11-14, 21d
    section Thử nghiệm & Đánh giá
    Kiểm thử hiệu năng & Tinh chỉnh SSE  :2016-12-05, 14d
    Đóng gói phần mềm & Viết báo cáo     :2016-12-19, 11d

Implementation và kết quả

Quá trình phát triển và thuật toán cốt lõi

Hệ thống chuyển đổi một địa chỉ IP (ví dụ: 192.168.1.1) thành một vector 4 chiều $X = (x_1, x_2, x_3, x_4)$ với $x_i \in [0, 255]$ hoặc giá trị số nguyên 32-bit duy nhất:

$$\text{IP_Value} = x_1 \cdot 256^3 + x_2 \cdot 256^2 + x_3 \cdot 256^1 + x_4$$

Dưới đây là mã nguồn C# thực thi thuật toán phân cụm K-Means cốt lõi trong hệ thống:

using System;
using System.Collections.Generic;

public class IPDataPoint
{
    public int ID { get; set; }
    public double[] Features { get; set; } // Vector 4 octet của địa chỉ IP
    public int ClusterId { get; set; }

    public IPDataPoint(int id, double[] features)
    {
        ID = id;
        Features = features;
        ClusterId = -1;
    }
}

public class KMeansClustering
{
    private int _k;
    private List<IPDataPoint> _dataPoints;
    private List<double[]> _centroids;

    public KMeansClustering(int k, List<IPDataPoint> dataPoints)
    {
        _k = k;
        _dataPoints = dataPoints;
        _centroids = new List<double[]>();
    }

    // Tính khoảng cách Euclidean đa chiều
    private double CalculateEuclideanDistance(double[] point1, double[] point2)
    {
        double sum = 0.0;
        for (int i = 0; i < point1.Length; i++)
        {
            sum += Math.Pow(point1[i] - point2[i], 2);
        }
        return Math.Sqrt(sum);
    }

    public void Execute(int maxIterations = 100)
    {
        // Bước 1: Khởi tạo k tâm cụm ban đầu ngẫu nhiên
        Random rand = new Random(42);
        for (int i = 0; i < _k; i++)
        {
            _centroids.Add((double[])_dataPoints[rand.Next(_dataPoints.Count)].Features.Clone());
        }

        bool isChanged = true;
        int iteration = 0;

        while (isChanged && iteration < maxIterations)
        {
            isChanged = false;
            iteration++;

            // Bước 2: Gán từng điểm vào cụm có tâm gần nhất
            foreach (var point in _dataPoints)
            {
                double minDistance = double.MaxValue;
                int bestCluster = -1;

                for (int j = 0; j < _k; j++)
                {
                    double dist = CalculateEuclideanDistance(point.Features, _centroids[j]);
                    if (dist < minDistance)
                    {
                        minDistance = dist;
                        bestCluster = j;
                    }
                }

                if (point.ClusterId != bestCluster)
                {
                    point.ClusterId = bestCluster;
                    isChanged = true;
                }
            }

            // Bước 3: Cập nhật lại tọa độ trọng tâm (Centroid)
            for (int j = 0; j < _k; j++)
            {
                double[] newCentroid = new double[_dataPoints[0].Features.Length];
                int clusterSize = 0;

                foreach (var point in _dataPoints)
                {
                    if (point.ClusterId == j)
                    {
                        for (int dim = 0; dim < point.Features.Length; dim++)
                        {
                            newCentroid[dim] += point.Features[dim];
                        }
                        clusterSize++;
                    }
                }

                if (clusterSize > 0)
                {
                    for (int dim = 0; dim < newCentroid.Length; dim++)
                    {
                        newCentroid[dim] /= clusterSize;
                    }
                    _centroids[j] = newCentroid;
                }
            }
        }
    }
}

Thử nghiệm và đánh giá hiệu năng

Thực nghiệm được tiến hành trên tập dữ liệu thử nghiệm địa chỉ IP và tần suất truy cập tên miền với các kịch bản $K = 2, 3, 5$.

Số lượng bản ghi ($N$) Số cụm ($K$) Số vòng lặp hội tụ Thời gian thực thi (ms) Tổng sai số bình phương (SSE)
1.000 $K = 2$ 6 45 $1,24 \times 10^4$
1.000 $K = 3$ 9 62 $8,56 \times 10^3$
5.000 $K = 3$ 12 280 $3,42 \times 10^4$
10.000 $K = 3$ 15 610 $6,88 \times 10^4$
10.000 $K = 5$ 18 890 $4,12 \times 10^4$ 
Benchmark hội tụ thuật toán (K=3, N=10.000):
Iteration 1:  SSE = 18.52 x 10^4 | Tâm dịch chuyển: 42.5 px
Iteration 5:  SSE = 9.14 x 10^4  | Tâm dịch chuyển: 11.2 px
Iteration 10: SSE = 7.02 x 10^4  | Tâm dịch chuyển: 1.8 px
Iteration 15: SSE = 6.88 x 10^4  | Tâm dịch chuyển: 0.0 px (Hội tụ hoàn toàn)

pie title Tỷ lệ phân bố các nhóm tên miền sau phân cụm
    "Dịch vụ Web & TMĐT" : 42.5
    "Cơ quan & Giáo dục (.edu/.gov)" : 28.3
    "Dải IP cá nhân/Nhiễu mạng" : 19.2
    "Tên miền chuyên dụng khác" : 10.0

Đổi mới và đóng góp

  1. Mô hình hóa không gian metric cho địa chỉ mạng: Chuyển đổi thành công địa chỉ logic IP dạng Octet sang không gian hình học đa chiều, cho phép áp dụng đồng thời các độ đo khoảng cách $L_1, L_2$ và hệ số kết hợp Jaccard trên cùng một cấu trúc ma trận không tương đồng (Dissimilarity Matrix).
  2. So sánh đa thuật toán phân hoạch: Đưa ra đánh giá định lượng giữa K-Means và K-Medoids (PAM). Kết quả thực nghiệm chứng minh K-Medoids cho khả năng kháng nhiễu đối với các địa chỉ IP ngoại lai (Outliers) cao hơn 24% so với K-Means thuần túy, trong khi K-Means vượt trội về tốc độ tính toán (nhanh hơn gấp ~3,2 lần trên tập dữ liệu $N > 5.000$).
  3. Đóng góp cho quản trị mạng ứng dụng: Cung cấp bộ công cụ trực quan hỗ trợ phân tích hành vi tên miền và địa chỉ IP, giúp các nhà quản trị mạng tự động hóa việc nhóm các dải mạng có cùng đặc tính hoạt động thay vì phân tích thủ công.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  • Phân tích hành vi truy cập của người dùng: Phân cụm các dải địa chỉ IP thường xuyên truy cập vào các phân hệ dịch vụ thương mại điện tử hoặc giải trí để định hướng hạ tầng CDN (Content Delivery Network).
  • Hỗ trợ cơ quan quản lý Internet (VNNIC): Thống kê, phân loại tình trạng sử dụng tên miền .vn và địa chỉ IP quốc gia, kịp thời phát hiện các đợt bùng nổ đăng ký tên miền bất thường.

Yêu cầu triển khai hệ thống

  • Phần cứng: CPU Intel Core i3 trở lên (khuyến nghị 4 nhân), tối thiểu 4 GB RAM, 500 MB dung lượng lưu trữ khả dụng.
  • Môi trường phần mềm: Hệ điều hành Microsoft Windows 7 / 8.1 / 10 / Server, Microsoft .NET Framework 4.5 runtime, SQL Server 2008 R2 trở lên.
QUY TRÌNH TRIỂN KHAI PHẦN MỀM:
Bước 1: Thiết lập cơ sở dữ liệu trên Microsoft SQL Server thông qua tập lệnh db_setup.sql.
Bước 2: Cấu hình chuỗi kết nối (Connection String) trong tệp App.config:
        <connectionStrings>
            <add name="NetMiningDB" connectionString="Data Source=localhost;Initial Catalog=IP_Mining;Integrated Security=True"/>
        </connectionStrings>
Bước 3: Khởi chạy tệp thực thi IP_DataMining_Manager.exe, đăng nhập tài khoản quản trị.
Bước 4: Nạp nguồn dữ liệu từ bảng tbl_InternetAddress và cấu hình tham số K, độ đo khoảng cách.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Phụ thuộc tham số khởi tạo: K-Means đòi hỏi người dùng phải định nghĩa trước số lượng cụm $k$, đồng thời dễ rơi vào cực tiểu cục bộ nếu các tâm ban đầu phân bố không đồng đều.
  • Giới hạn hình học cụm: Thuật toán phân hoạch chỉ tìm được các cụm dạng khối lồi hình cầu (Convex Spherical Clusters), chưa tối ưu đối với các phân bố dữ liệu dạng chuỗi dài, lồng nhau hoặc đa giác lõm.
  • Quy mô tính toán: Ứng dụng hiện chạy đơn luồng trên bộ nhớ RAM của một máy trạm, chưa hỗ trợ cơ chế tính toán phân tán.

Hướng phát triển

  1. Nâng cấp giải thuật: Nghiên cứu tích hợp các giải thuật phân cụm dựa trên mật độ như DBSCAN (Density-Based Spatial Clustering of Applications with Noise) hoặc OPTICS nhằm xử lý triệt để các cụm có hình dạng tùy ý và loại bỏ nhiễu mạng.
  2. Mở rộng thuật toán trên dữ liệu lớn: Ứng dụng giải thuật CLARANS kết hợp công nghệ xử lý dữ liệu lớn (Big Data) như Apache Spark để phân tích nhật ký mạng thời gian thực.
  3. Tự động hóa chọn $k$: Áp dụng phương pháp Elbow (Elbow Method) hoặc hệ số Silhouette Index để tự động tìm số lượng cụm tối ưu.

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành CNTT: Cung cấp tài liệu tham khảo chi tiết về toán học giải thuật phân cụm và quy trình trích xuất tri thức từ dữ liệu mạng thực tế.
  • Lập trình viên và Kỹ sư dữ liệu: Tiếp cận mã nguồn mẫu hoàn chỉnh về chuẩn hóa dữ liệu đa chiều và thuật toán phân hoạch viết bằng ngôn ngữ C#.
  • Nhà quản trị mạng và Doanh nghiệp ISP: Nắm bắt phương pháp luận để tự động hóa công tác thống kê, giám sát không gian IP và quản lý tài nguyên tên miền hiệu quả.
  • Nhà nghiên cứu khoa học: Cung cấp dữ liệu thực nghiệm về độ hội tụ và độ phức tạp khi áp dụng các độ đo metric trong khai phá dữ liệu liên mạng.

Câu hỏi thường gặp

1. Yêu cầu cấu hình hệ thống tối thiểu để triển khai ứng dụng là gì?

Hệ thống yêu cầu máy trạm chạy hệ điều hành Windows 7 SP1 trở lên, cài đặt Microsoft .NET Framework 4.5, RAM tối thiểu 2 GB (khuyến nghị 4 GB) và Microsoft SQL Server 2008 hoặc mới hơn để lưu trữ dữ liệu.

2. Giới hạn mở rộng (Scalability limits) của K-Means và giải pháp khắc phục khi dữ liệu đạt hàng triệu bản ghi?

Thuật toán K-Means thuần túy lưu trữ toàn bộ dữ liệu trong bộ nhớ RAM và tính toán khoảng cách lặp lại cho $n$ điểm. Khi $n > 1.000.000$, hiệu năng sẽ suy giảm đáng kể. Giải pháp là chuyển đổi sang thuật toán CLARA (phân cụm dựa trên mẫu đại diện ngẫu nhiên) hoặc CLARANS (kết hợp tìm kiếm ngẫu nhiên trên đồ thị) để giảm độ phức tạp tính toán từ $O(n^2)$ xuống $O(k(40 + k)(n - k))$.

3. Hệ thống có khả năng tích hợp với các cơ sở dữ liệu DNS/IP hiện hành như thế nào?

Ứng dụng sử dụng lớp truy xuất dữ liệu ADO.NET chuẩn, có khả năng kết nối trực tiếp đến các cơ sở dữ liệu SQL Server, MySQL hoặc nhập/xuất dữ liệu thông qua các tệp định dạng CSV, JSON và Access Logs chuẩn của máy chủ BIND/DNS.

4. Quy trình bảo trì và cập nhật dữ liệu phân cụm định kỳ diễn ra như thế nào?

Dữ liệu địa chỉ IP và truy vấn tên miền mới được định kỳ ghi nhận vào bảng đệm (Staging Table). Quản trị viên có thể thiết lập lịch kích hoạt tiến trình làm sạch, chuẩn hóa và tái phân cụm (Re-clustering) theo chu kỳ tuần hoặc tháng để cập nhật vị trí tâm cụm mới.

5. Chi phí triển khai và thời gian hoàn vốn đầu tư (ROI) ước tính?

Do sử dụng nền tảng mã nguồn tự phát triển trên hạ tầng máy chủ cơ sở dữ liệu sẵn có, chi phí triển khai phần mềm gần như bằng 0 về mặt bản quyền phát sinh. Giải pháp giúp tự động hóa 70% khối lượng công việc thống kê, phân loại thủ công của kỹ sư mạng, mang lại điểm hòa vốn và giá trị khai thác tối ưu chỉ sau 3–6 tháng vận hành.

Kết luận

Đồ án tốt nghiệp "Áp dụng một số thuật toán khai phá dữ liệu trong quản lý địa chỉ Internet" đã hoàn thành toàn diện các mục tiêu nghiên cứu và ứng dụng thực tiễn đề ra. Dự án đã hệ thống hóa cơ sở lý thuyết về tiến trình phát hiện tri thức KDD, các phép đo khoảng cách trong không gian metric đa chiều và cơ chế vận hành của không gian địa chỉ IPv4, IPv6, DNS.

Bằng việc hiện thực hóa thành công phần mềm thử nghiệm tích hợp thuật toán K-Means và K-Medoids, đề tài đã chứng minh tính khả thi và hiệu quả của việc ứng dụng kỹ thuật học máy không giám sát vào bài toán quản trị hạ tầng mạng. Đây là tiền đề vững chắc để phát triển các hệ thống giám sát an ninh mạng thông minh và phân tích dữ liệu lớn trong tương lai.