Trong quá trình phát triển kinh tế – xã hội của đất nước hiện nay thì chuyển đổi số là một yêu cầu tất yếu. Một trong những rào cản thúc đẩy chuyển đổi số thành công là các vấn đề liên quan đến an toàn thông tin và an ninh mạng. Thực tế, Việt Nam nằm trong số các quốc gia bị tấn công mạng nhiều nhất trong khu vực nhưng lại có chỉsố an ninh mạng thấp nhất. Thời gian qua, thế giới chứng kiến sự bùng nổ một cách mạnh mẽ chưa từng có của Deep learning. Bên cạnh sự phát triển của Công nghệ thông tin, các mối đe doạ về an ninh, an toàn cũng ngày càng tăng lên mà một trong số đó chính là mạng Botnet. Mạng Botnet ngày càng phức tạp và khó phát hiện, các kỹ thuật truyền thống không còn phát huy được nhiều tác dụng, vì vậy một trong những vấn đề cấp thiết hiện nay là tìm ra được giải pháp thật hiệu quả trong phát hiện mạng Botnet. Dựa trên những đặc điểm ưu thế của học sâu như khả năng mở rộng, hiệu suất và thời gian thực hiện, khả năng diễn giải, v.v., nhóm tác giả đã tiến hành cài đặt và đánh giá ba phương pháp phát hiện Botnet dựa trên học sâu, kết quả thu được là vượt trội. Do đó, trong bài báo này, nhóm tác giả đã sử dụng kỹ thuật học sâu, đề xuất xây dựng một mô hình mạng nơron ba lớp trong việc phát hiện, cảnh báo các cuộc tấn công sử dụng mạng Botnet. Qua so sánh và đánh giá, kết quả đạt được của mô hình mạng nơron được đề xuất là tốt hơn so với các phương pháp khác như SVM, RNN, LSTM.