Goi y de tai SV NCKH_LHùng 17-18

HỌC VIỆN NGÂN HÀNG
KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ
----------oOo------------

GỢI Ý ĐỀ TÀI SINH VIÊN NGHIÊN CỨU KHOA HỌC
Năm học 2017 – 2018
1. Họ và tên giảng viên: Lê Văn Hùng
2. Học vị: Thạc sĩ
3. Thông tin liên hệ:
Email:
SĐT: 0906238311
4. Đề tài gợi ý
4.1. Đề tài: “Nghiên cứu về chữ ký số và xây dựng chương trình chữ ký số Elgamal”
4.1.1. Mục tiêu đề tài:
- Tìm hiểu chung về “ Sơ đồ chữ kí số”, một số thuật toán liên quan đến lý thuyết
số cũng như có thể áp dụng vào sơ đồ chữ kí số và ứng dụng của chữ ký số.
- Tìm hiểu “ Sơ đồ chữ kí số Elgamal” (đây là một trong những sơ đồ mạnh vào bậc
nhất hiện nay, và đã được nhiều nước trên thế giới ứng dụng, đặc biệt là tại Mỹ đã
có bản cải tiến của sơ đồ này và đã được Viện tiêu chuẩn và Công nghệ quốc gia
Mỹ (NIST) chấp nhận làm chuẩn chữ kí số . Điểm mạnh và an toàn của sơ đồ chữ kí
số Elgamal là dựa trên tính khó giải của bài toán tìm Logarithm rời rạc trên trường
hữu hạn Zp).
- Xây dựng mô hình chữ ký số Elgamal.
4.1.2. Yêu cầu đối với sinh viên: sinh viên đang học năm 3 hoặc năm 4, có nền
tảng cơ bản về: thuật toán, cấu trúc dữ liệu và giải thuật, ngôn ngữ lập trình C, C++
và đọc hiểu tài liệu tiếng Anh chuyên ngành CNTT.
4.1.3. Các chủ đề liên quan: Chữ ký số và dịch vụ chứng thực chữ ký số.
4.1.4. Số lượng sinh viên: 5
4.2. Đề tài: “Khai phá dữ liệu chuỗi thời gian - Ứng dụng trong dự báo chứng khoán
Việt Nam”

4.2.1. Mục tiêu đề tài:
- Nghiên cứu khái niệm, vai trò, ứng dụng và các kỹ thuật khai phá dữ liệu.
- Tìm hiểu kỹ thuật phân tích dữ liệu chuỗi thời gian trong khai phá dữ liệu, áp
dụng vào bài toán dự báo trong thị trường chứng khoán Việt Nam.
- Tìm hiểu mô hình ARIMA (Auto Regressive Integrate Moving Average) với chức
năng nhận dạng mô hình, ước lượng các tham số và đưa ra kết quả dự báo dựa
trên các tham số ước lượng đã được lựa chọn một cách tối ưu. Thực nghiệm mô
hình ARIMA trên dữ liệu
thời gian thực, áp dụng với dữ liệu chứng khoán hướng tới việc dự báo chứng
khoán.
- Xây dựng chương trình thử nghiệm.
4.2.2. Yêu cầu đối với sinh viên: sinh viên đang học năm 2 trở lên, có nền tảng lập
trình cơ bản về C++ hoặc C#, đã học môn Kinh tế lượng.
4.2.3. Các chủ đề liên quan: Ứng dụng Picture Fuzzy sets trong phân cụm dữ liệu
khách hàng.
4.2.4. Số lượng sinh viên: 5