Đồ án tập trung xây dựng hệ thống phát hiện xâm nhập (IDS) sử dụng các thuật toán học máy trên bộ dữ liệu chuẩn NSL-KDD. Nghiên cứu thực hiện phân loại lưu lượng mạng thành các trạng thái bình thường hoặc xâm nhập thông qua quy trình tiền xử lý dữ liệu chặt chẽ và lựa chọn đặc trưng hiệu quả. Tác giả áp dụng phương pháp tiếp cận data-centric để tối ưu hóa hiệu năng mô hình. Hệ thống bao gồm giao diện Dashboard giám sát trực quan, cung cấp các chỉ số đánh giá minh bạch. Kết quả thực nghiệm cho thấy mô hình có khả năng cảnh báo sớm các mối đe dọa mạng với độ chính xác cao, hỗ trợ đắc lực cho công tác an ninh mạng