SecurionSphere is the penetration testing learning platform that focuses on web application exploitation. This platform is intended to address concerns seen in existing penetration testing platforms, such as resource sharing that may affect other users and the constant environment configuration the permits the same response leading to copy the answer from others. Supervisors can use templates to address various forms of web application vulnerability threats. Users can generate the instance of supervisor's templates machine. The platform also randomly generates the environment configuration for each machine has the difference environment and the answer. This allows the users get more realistic learning experiences without affecting the resources of others.
แพลตฟอร์มสำหรับการทดสอบเจาะระบบ (Cybersecurity Playground) คือ ระบบหรือสภาพแวดล้อมที่ถูกสร้างขึ้นมาโดยมีวัตถุประสงค์เพื่อให้ผู้ที่ต้องการศึกษาทางด้านความมั่นคงปลอดภัยทางไซเบอร์ (cybersecurity) ได้ทดลองเจาะระบบด้วยการลงมือปฏิบัติจริง ค้นหาช่องโหว่เอง และเจาะระบบด้วยตัวเอง เพื่อให้ได้ประสบการณ์ที่ใกล้เคียงกับชีวิตจริง ตัวอย่าง แพลตฟอร์มสำหรับการทดสอบเจาะระบบ เช่น hackthebox.com, tryhackme.com, portswigger.com ฯลฯ ที่เราสามารถเข้าไปทดลองทำได้ด้วยตัวเอง แต่ปัญหาที่สังเกตได้แพลตฟอร์มเหล่านี้คือ โจทย์หรือแบบทดสอบบางข้อมีการสร้างสภาพแวดล้อม (Environment) ขึ้นมาเอง ซึ่งอาจส่งผลให้ต้องมีการแบ่งปันทรัพยากรและกระทบกับบุคคลอื่นที่กำลังทำโจทย์นั้นๆอยู่ นอกจากนี้การที่ใช้สภาพแวดล้อมแบบเดียวกัน ทำให้ผู้ใช้งานที่เข้ามาทำโจทย์ได้โจทย์แบบเดียวกัน รูปแบบเดียวกันเสมอ ทำให้สามารถคัดลอกคำตอบจากผู้ที่ทำเสร็จแล้วมาตอบได้ แต่ถ้าหากเราต้องการสร้างโจทย์ขึ้นมาเองการสร้างโจทย์และการเตรียมสภาพแวดล้อมก็เป็นสิ่งที่มีความยุ่งยากและซับซ้อน ทำให้บ่อยครั้งที่การสร้างโจทย์ขึ้นมาเองเพื่อใช้ในการศึกษาการทดสอบเจาะระบบ มีช่องโหว่อื่นๆที่อยู่นอกเหนือจากช่องโหว่ที่เราตั้งใจให้มี ซึ่งไม่ตรงกับวัตถุประสงค์ของโจทย์ที่สร้างขึ้นมา จากปัญหาดังกล่าว ทางผู้จัดทำจึงมีความประสงค์ที่จะสร้างโครงงานที่เป็นเว็บแอปพลิเคชันขึ้นมาชื่อว่า Penetration Testing Learning Platform (SecurionSphere) เพื่อเป็นแพลตฟอร์มสำหรับศึกษาและทดลองเจาะระบบที่มีการเตรียมเทมเพลตสำหรับโจทย์รูปแบบต่างๆเอาไว้แล้ว และผู้ที่ต้องการจะสร้างโจทย์สามารถเลือกใช้เทมเพลตที่แพลตฟอร์มเตรียมไว้ให้ในการสร้างโจทย์ได้อย่างสะดวกสบาย ปลอดภัย ไม่ไปกระทบกับทรัพยากรของบุคคลอื่น และมีการสุ่มสภาพแวดล้อม (Environment) ทำให้โจทย์มีสภาพแวดล้อมที่แตกต่างกัน และคำตอบของโจทย์ไม่เหมือนกัน โดยแพลตฟอร์มนี้จะเน้นไปที่การศึกษาการโจมตีช่องโหว่ต่าง ๆ บนเว็บแอปพลิเคชัน (Web Exploitation) เท่านั้น
คณะครุศาสตร์อุตสาหกรรมและเทคโนโลยี
Industrial Education and Technology, King Mongkut's Institute of Technology Ladkrabang has a vision for sustainable excellence. The mission is to develop learners to be ready for the digital world, develop educational innovations using research as a base, strategic management with good governance, and academic services that benefit society. In this activity, the group of students joined with the Embassy of the Russian Federation in the Kingdom of Thailand, the working group of the Thai Silk and Culture Promotion Association, and the working group of the National Research Office (NRCT) to integrate knowledge to design a silk outfit that combines Thai and Russian cultures, create a network of cooperation in arts, culture, technology, innovation, and dissemination of knowledge and the beauty of Thai silk. The objective is to develop the potential of teachers and students in creative design, listen to the work guidelines from the working group of the Thai Silk and Culture Promotion Association, the working group of the National Research Office (NRCT) via an online meeting. The team of teachers and students from King Mongkut's Institute of Technology Ladkrabang under the name of the "Love Silk" group designed a Thai silk outfit that combines cultures with the identity of Thai silk and studying traditions and cultures of the Russian Federation's clothing. They studied related literature and research documents and integrated knowledge into the design process, inspired by the concept of the Rajapataen outfit. Since the reign of King Chulalongkorn (Rama V) in 1872, together with the clothing culture of the Russian Federation, emphasizing Thai silk, this concept has gone through the process of creating and selecting the design concept (Concept Generation and Selection). The concept received from the embassy was first submitted for feedback on July 25, 2024. There was a suggestion to add more uniqueness to Thai silk through a fashion show presentation by the wife and grandson of the Ambassador of the Russian Federation. Therefore, the designed outfits are 1 set of women's clothes and 1 set of boys' clothes. The women's set has an inner shirt adapted from the royal outfit using silk fabric, Kon Ka-ed pattern, with two separate pieces: 1 shirt and 1 skirt. The jacket is a modified long suit style, plain silk, dark pink and red. The boys' set has a long-sleeved shirt adapted from the contemporary royal style, tailored with cream silk, long slacks tailored with raw betel silk, and a collarless coat with blue silk and lotus pattern. Adapted from the Rajapattan suit with a long collar in an international style. On August 2, 2024, the designed suit and the prototype of the raw fabric suit were brought to the ambassador's wife and nephew to try on. On August 30, 2024, the ambassador was met for the 4th time to bring the silk suit that was cut into a real silk suit. The shirt was given to the ambassador's wife and nephew to try on. It was worn to join the fashion show in the 13th "Thai Silk to the World" Silk Festival at the Naval Auditorium, where lecturers and students from the Faculty of Industrial Education and Technology, King Mongkut's Institute of Technology Ladkrabang, joined the fashion show in the finale round, which proceeded smoothly. After the event, the working group of the Thai Silk and Culture Promotion Association brought the clothes designed and tailored by the "Rak Prae Mai" team to exhibit Thai Silk to the World Exhibition from September 1-8, 2024 at the Emsphere Shopping Mall. The team summarized the report and compiled a complete report. In the implementation of this project, the Faculty of Industrial Education and Technology, King Mongkut's Institute of Technology Ladkrabang has received support and facilitation throughout the project. The budget support from the National Research Council of Thailand (NRCT), the support of fabrics for sewing from the Thai Silk and Culture Promotion Association, and the information for designing valuable silk dresses from the Embassy of the Russian Federation in the Kingdom of Thailand are very important factors that made this operation a success. It is a very important experience for the team of teachers and students of Industrial Education and Technology, King Mongkut's Institute of Technology Ladkrabang. We sincerely hope to receive good cooperation in the future.
คณะอุตสาหกรรมอาหาร
This research aimed to isolate and culture four strains of lactic acid bacteria (LAB) isolated from fermented foods. The antimicrobial activity of the lactic acid bacteria was studied using the agar spot method and the antibiotic resistance properties of the lactic acid bacteria were studied using the agar overlay diffusion method. The results showed that each strain of lactic acid bacteria had different levels of antimicrobial activity and antibiotic resistance, which are safety properties of probiotic microorganisms.
คณะวิทยาศาสตร์
With the development of space technology, wide-field sky surveys using telescopes have expanded the range of new data available for time-domain astronomical research. Traditional data analysis methods can no longer respond quickly and accurately enough to the growing volume of data. Thus, classifying time-series data, such as light curves, has become a significant challenge in the era of big data. In modern times, analyzing light curves has become essential for using machine learning techniques to handle and filter through massive amounts of data. Machine learning algorithms can be divided into two categories: shallow learning and deep learning. Numerous researchers have proposed and developed a variety of algorithms for light curve classification. In this study, we experimented with Support Vector Machine (SVM) and XGBoost, which are shallow machine learning algorithms, as well as 1D-CNN and Long Short-Term Memory (LSTM), which are deep learning algorithms, which are branches of deep machine learning, to classify variable stars. The training and testing data used in this study were from the Optical Gravitational Lensing Experiment-III (OGLE-III), consisting of variable star data from the Large Magellanic Cloud (LMC), categorized into five main classes: Classical Cepheids, δ Scutis, eclipsing binaries, RR Lyrae stars, and Long-period variables. The results demonstrate the performance analysis of each machine learning algorithm type applied to light curve data, while also highlighting the accuracy and statistical metrics of the algorithms used in the experiments.