Bối cảnh và vấn đề nghiên cứu

Sự phát triển của công nghệ mạng và phần cứng đã thúc đẩy sự bùng nổ của các thiết bị Internet vạn vật (Internet of Things - IoT). Theo số liệu được tác giả trích dẫn từ Statista, số lượng thiết bị IoT hoạt động trên toàn cầu đã đạt mức 22 tỷ thiết bị vào năm 2018; lượng người dùng điện thoại thông minh đạt khoảng 3,2 tỷ người vào năm 2019, tăng gấp 3 lần so với năm 2012. Đi kèm với sự gia tăng người dùng và thiết bị, khối lượng dữ liệu số toàn cầu đã tăng gấp 20 lần trong giai đoạn 2010–2019, đạt mốc xấp xỉ 41 zettabytes (khoảng 41 nghìn tỷ gigabytes). Trong các luồng dữ liệu này, tỷ trọng dữ liệu nhạy cảm—bao gồm dấu vân tay sinh trắc học, hồ sơ bệnh án y khoa, hình ảnh riêng tư, thông tin tài khoản ngân hàng và tài liệu định danh cá nhân—ngày càng chiếm vị trí trọng yếu.

Mặc dù giữ vai trò thu thập dữ liệu chính, các thiết bị IoT gặp phải rào cản lớn về mặt tài nguyên phần cứng. Kết quả thử nghiệm năng lực CPU thông qua công cụ Sysbench được tác giả trình bày cho thấy sự chênh lệch hiệu năng rất lớn: vi xử lý Intel Core i3-8100T đạt mức xử lý 4.210 events/sec, trong khi vi xử lý ARM Cortex-A72 (trên Raspberry Pi 4B) chỉ đạt 394 events/sec và ARM Cortex-A53 (trên Raspberry Pi 3B+) chỉ đạt 64 events/sec. Do hạn chế về dung lượng pin, kích thước bộ nhớ và năng lực tính toán, các cơ chế an toàn thông tin trên thiết bị IoT thường bị lược giản. Tác giả dẫn chứng báo cáo của tác giả Jai Vijayan cho thấy gần 250.000 khóa mã hóa RSA nhúng trong các thiết bị IoT (modem, router, tường lửa) đã bị bẻ gãy do lỗ hổng sử dụng chung số nguyên tố từ các bộ sinh số ngẫu nhiên kém chất lượng.

Để giải quyết giới hạn lưu trữ vật lý cục bộ, người dùng có xu hướng ủy thác dữ liệu lên các nhà cung cấp dịch vụ đám mây (Cloud Service Provider - CSP). Thị trường dịch vụ đám mây toàn cầu đã ghi nhận mức tăng trưởng hơn 3 lần từ quý 1/2016 đến quý 2/2019. Tuy nhiên, tính tin cậy của CSP là một thách thức lớn. CSP là đối tượng bên ngoài, tiềm ẩn nguy cơ làm rò rỉ dữ liệu, tự ý sửa đổi hoặc cố tình xóa bớt các dữ liệu ít truy cập nhằm tối ưu hóa chi phí lưu trữ. Khi người dùng thực hiện các nghiệp vụ như đối sánh mẫu (xác thực danh tính bằng dấu vân tay, so khớp mẫu chuỗi), dữ liệu thông thường phải được giải mã tại máy chủ, khiến dữ liệu nhạy cảm bị phơi bày hoàn toàn trước CSP và các tác nhân tấn công mạng. Các kỹ thuật như mã hóa đồng hình (Homomorphic Encryption) cho phép tính toán trên bản mã nhưng lại đòi hỏi chi phí tính toán đại số quá lớn, vượt quá năng lực xử lý của vi điều khiển IoT.

Từ thực tiễn trên, khóa luận xác định các mục tiêu và nhiệm vụ nghiên cứu cụ thể được đánh số như sau:

  1. Cho phép chủ sở hữu dữ liệu lưu trữ dữ liệu an toàn trên dịch vụ đám mây mà không làm lộ thông tin bản rõ cho nhà cung cấp dịch vụ.
  2. Đảm bảo tính toàn vẹn của dữ liệu lưu trữ trên đám mây trước khi tiến hành quy trình đối sánh mẫu.
  3. Cho phép nhà cung cấp dịch vụ thực hiện đối sánh mẫu trực tiếp trên dữ liệu đã mã hóa mà không cần giải mã.
  4. Tối ưu hóa các thuật toán và giao thức đề xuất nhằm đảm bảo chi phí tính toán thấp, tương thích với năng lực phần cứng hạn chế của thiết bị IoT.

Phạm vi nghiên cứu của đề tài bao quát mô hình giao thức ba bên gồm hai máy khách IoT (Alice, Bob) và một máy chủ đám mây (CSP). Mô hình an toàn đặt ra giả định CSP thuộc loại "trung thực nhưng tò mò" (Honest-But-Curious - HBC), nghĩa là máy chủ tuân thủ đúng các bước của giao thức nhưng luôn tìm cách trích xuất thông tin từ dữ liệu nhận được, đồng thời không có sự thông đồng (no collusion) giữa máy chủ và bất kỳ máy khách nào. Về mặt thực nghiệm, môi trường máy khách được triển khai trên phần cứng Raspberry Pi 3 (ARM Cortex-A53), máy chủ đám mây cài đặt trên máy tính cá nhân chạy hệ điều hành Microsoft Windows 10 64-bit với vi xử lý Intel Core i5. Ngôn ngữ lập trình được sử dụng là Python 3. Dữ liệu thực nghiệm đối sánh mẫu được lấy từ bộ dữ liệu ảnh dấu vân tay sinh trắc học SOCOFing (Sokoto Coventry Fingerprint Dataset), kết hợp các tệp dữ liệu ngẫu nhiên dung lượng lớn để đo kiểm hiệu năng.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng trên các khung lý thuyết mật mã học ứng dụng và mô hình dịch vụ đám mây:

  • Mô hình dịch vụ điện toán đám mây: Tiếp cận theo định nghĩa của Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ (NIST - Mell & Grance, 2011), phân loại ba dịch vụ đám mây điển hình theo Samir Tout và cộng sự (2009): Đám mây lưu trữ (Storage Clouds), Đám mây xử lý (Processing Clouds), và Đám mây ứng dụng (Application Clouds).
  • Lý thuyết đối sánh mẫu: Dựa trên định nghĩa của Tony Hak và Jan Dul (2010), phân chia thành hai loại: đối sánh chính xác (exact pattern matching) và đối sánh tương tự (approximate pattern matching) nhằm xác định độ tương đồng (similarity) giữa mẫu quan sát và mẫu kỳ vọng.
  • Mật mã đối xứng khối AES-256: Thuật toán mã hóa khối tiêu chuẩn với kích thước khối cố định 128 bit (16 byte), kích thước khóa 256 bit. Quá trình mã hóa thực hiện trên ma trận trạng thái $4 \times 4$ qua $n$ chu trình với 4 phép biến đổi: AddRoundKey, SubBytes (sử dụng bảng Rijndael S-box), ShiftRows, và MixColumns. Đề tài đặc biệt ứng dụng chế độ Counter Mode (CTR): mã hóa giá trị bộ đếm tăng dần để sinh dòng khóa (keystream), sau đó thực hiện phép toán XOR với bản rõ để tạo bản mã.
  • Hàm băm mật mã SHA-256: Thuật toán thuộc họ SHA-2 được NIST chuẩn hóa, đảm bảo ba tính chất mật mã học tiên quyết: kháng tiền ảnh (pre-image resistance), kháng tiền ảnh thứ hai (second pre-image resistance), và kháng va chạm (collision resistance). Thuật toán nhận đầu vào có độ dài tùy ý, chia thành các khối 512 bit, mỗi khối chia thành 16 khối con 32 bit để mở rộng thành 64 từ (words), sau đó chạy hàm lặp compress biến đổi 8 biến trạng thái 4 byte ($A, B, C, D, E, F, G, H$) để sinh giá trị băm 256 bit.
  • Lý thuyết kiểm tra sở hữu dữ liệu có thể chứng minh (Provable Data Possession - PDP): Tiếp thu mô hình PDP xác suất từ công trình của Ateniese và cộng sự (2008) mang tên "Scalable and Efficient PDP". Cơ chế này thay thế mã hóa khóa công khai bằng mã hóa đối xứng và hàm băm kết hợp giá trị ngẫu nhiên dùng một lần ($nonce$), cho phép kiểm tra một tập hợp con gồm $r$ khối dữ liệu ngẫu nhiên thay vì toàn bộ dữ liệu.
  • An toàn mật mã hậu lượng tử: Dẫn chiếu nghiên cứu của Mavroeidis và cộng sự (2018) về tác động của thuật toán Shor (bẻ gãy các hệ mật mã khóa công khai dựa trên bài toán phân tích thừa số nguyên tố và logarit rời rạc) và thuật toán Grover. Qua đó khẳng định AES với độ dài khóa 256 bit và SHA-256 vẫn duy trì được độ an toàn vững chắc trước các cuộc tấn công từ máy tính lượng tử.

Phương pháp nghiên cứu thực tế bao gồm phương pháp phân tích mô hình đe dọa (mô hình HBC), phương pháp thiết kế giao thức mạng an toàn tối ưu hóa tài nguyên nhẹ, phương pháp tính toán xác suất thống kê để xác định độ tin cậy phát hiện gian lận dữ liệu, và phương pháp thực nghiệm đo đạc định lượng hiệu năng trên thiết bị phần cứng thật.

Thiết kế và triển khai

Hệ thống được thiết kế theo cấu trúc ba bên với các giao thức tương tác tuần tự, tích hợp giữa mã hóa khối chế độ bộ đếm và hàm băm có xác thực.

1. Giao thức tải lên dữ liệu (Data Upload Protocol)

Trước khi đưa dữ liệu lên dịch vụ đám mây, chủ sở hữu dữ liệu (Alice) thực hiện các bước xử lý cục bộ:

  • Chia dữ liệu gốc $D_1$ thành $d$ khối có kích thước bằng nhau: $D_1[1], D_1[2], \dots, D_1[d]$.
  • Mã hóa dữ liệu bằng AES-256 chế độ CTR với khóa bí mật $k$: $D_1^* = Enc_k(D_1)$.
  • Khởi tạo giá trị ngẫu nhiên $nonce \leftarrow RNG()$.
  • Sử dụng hàm sinh hoán vị ngẫu nhiên $RPG_r(d)$ để chọn ra tập hợp gồm $r$ chỉ số khối: $I = {i_1, i_2, \dots, i_r}$ với $r \le d$.
  • Tính toán giá trị băm xác thực: $digest = SHA256(nonce, D_1[i_1], D_1[i_2], \dots, D_1[i_r])$.
  • Đóng gói dữ liệu xác thực $Proof = {nonce, I, digest}$ và lưu trữ cục bộ.
  • Tải bản mã $D_1^*$ lên CSP và tiến hành xóa bản rõ $D_1$ trên thiết bị IoT để giải phóng không gian bộ nhớ.

2. Giao thức kiểm tra tính toàn vẹn dữ liệu (Data Integrity Verification Protocol)

Khi cần xác thực dữ liệu trên máy chủ đám mây có bị can thiệp hay không, giao thức thực hiện theo dạng thách thức - phản hồi:

  • Alice (hoặc Bob) chọn một bộ chứng thực $Proof$ lưu tại máy cục bộ, trích xuất cặp thử thách gồm $nonce$ và tập chỉ số $I$, sau đó gửi tới CSP.
  • CSP truy xuất các khối dữ liệu tương ứng trong bản mã đang lưu trữ $D_1^$, tính toán giá trị băm phản hồi: $digest' = SHA256(nonce, D_1^[i_1], \dots, D_1^*[i_r])$ và gửi $digest'$ về cho máy khách.
  • Máy khách so sánh $digest'$ nhận được với $digest$ lưu tại cục bộ. Nếu hai giá trị trùng khớp, dữ liệu được xác nhận toàn vẹn.

Xác suất tối đa để CSP có thể gian lận (sửa đổi $m$ khối dữ liệu trên tổng số $d$ khối) mà không bị phát hiện khi máy khách kiểm tra ngẫu nhiên $r$ khối được xác định theo công thức: $$P_{avoid} = \left(1 - \frac{m}{d}\right)^r$$

3. Giao thức đối sánh mẫu an toàn (Secure Pattern Matching Protocol)

Giao thức cho phép so khớp hai mẫu dữ liệu cùng kích thước đã mã hóa mà không làm lộ nội dung bản rõ:

  • Alice chia sẻ khóa bí mật $k$ và một bộ dữ liệu chứng thực $Proof$ cho Bob qua kênh an toàn.
  • Bob gửi yêu cầu kiểm tra tính toàn vẹn của dữ liệu Alice ($D_1^*$) tới CSP.
  • Sau khi xác nhận dữ liệu của Alice toàn vẹn, Bob mã hóa mẫu của mình ($D_2$) bằng chính khóa $k$ và chuỗi giá trị bộ đếm counter tương ứng: $D_2^* = Enc_k(D_2)$.
  • Bob tải bản mã $D_2^*$ lên CSP.
  • CSP thực hiện phép toán XOR trực tiếp trên từng byte giữa hai tập dữ liệu đã mã hóa: $$X = D_1^* \oplus D_2^*$$
  • CSP tính toán chỉ số độ tương đồng ($similarity$) bằng cách đếm số lượng byte có giá trị bằng 0 trong chuỗi kết quả $X$ và chia cho tổng kích thước byte: $$similarity = \frac{count_0(X)}{size(X)}$$
  • CSP chỉ gửi duy nhất giá trị vô hướng $similarity$ về cho Bob. Giao thức cấm CSP gửi chuỗi kết quả $X$ nhằm ngăn chặn nguy cơ khôi phục dữ liệu gốc.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 thiết lập bức tranh tổng thể về sự phát triển nhanh chóng của thiết bị IoT và lượng dữ liệu số toàn cầu, đối chiếu với những hạn chế nghiêm trọng về năng lực tính toán và pin của phần cứng nhúng. Tác giả phân tích các vụ tấn công thực tế do lỗ hổng sinh số ngẫu nhiên trên thiết bị IoT, làm rõ định nghĩa dữ liệu nhạy cảm và cấu trúc ba dịch vụ điện toán đám mây (Storage, Processing, Application Clouds). Chương này định nghĩa bài toán đối sánh mẫu an toàn, nêu bật sự xung đột giữa nhu cầu bảo mật và giới hạn phần cứng khi các giải pháp mã hóa đồng hình truyền thống có chi phí quá cao. Tác giả kết luận chương bằng việc công bố 4 mục tiêu nghiên cứu, phạm vi hệ thống ba bên và phác thảo cấu trúc 6 chương của khóa luận.

Chương 2: Nghiên cứu liên quan

Chương 2 tổng hợp và phân tích các công trình nghiên cứu tiền đề chia thành ba nhóm chính:

  • Đối sánh mẫu an toàn: Phân tích thuật toán đối sánh chuỗi 5PM của Baron và cộng sự (2012) sử dụng vector trễ ký tự (Character Delay Vector - CDV), vector kích hoạt (Activation Vector - AV), đại số tuyến tính và hệ mật ElGamal; phân tích nghiên cứu đối sánh ảnh của Abduljabbar và cộng sự (2016) dùng SIFT/SURF kết hợp độ đo cosin và mô hình SEPIM dùng phân cụm K-means cùng cây chỉ mục (index tree). Tác giả chỉ ra hạn chế chung của các phương pháp này là lệ thuộc vào mã hóa đồng hình, không thể áp dụng cho IoT.
  • Đảm bảo toàn vẹn dữ liệu đám mây: Phân tích mô hình Provable Data Possession (PDP) của Ateniese và cộng sự (2007) dựa trên RSA và giả định KEA-1; mô hình "Scalable and Efficient PDP" của Ateniese và cộng sự (2008) dùng mã hóa đối xứng và hàm băm; mô hình PDP trên thiết bị di động của Jian Yang và cộng sự (2011) dùng cây Merkle Hash Tree, chữ ký số và ánh xạ song tuyến nhưng phụ thuộc vào bên thứ ba tin cậy (TPA) và mô-đun phần cứng TPM.
  • Mật mã học hậu lượng tử: Trình bày tác động phá vỡ hệ mật mã khóa công khai của thuật toán Shor và thuật toán Grover, viện dẫn nghiên cứu của Mavroeidis và cộng sự (2018) để khẳng định tính an toàn bền vững của AES-256 và SHA-256.

Chương 3: Bài toán, cơ sở lý thuyết, phương pháp đề xuất

Chương 3 hình thức hóa bài toán với mô hình ba thực thể: hai máy khách IoT (Alice, Bob) và một máy chủ đám mây (CSP) hoạt động dưới mô hình đe dọa Honest-But-Curious không thông đồng. Tác giả trình bày chi tiết cơ chế hoạt động của thuật toán mã hóa khối AES-256, phân tích luồng xử lý của chế độ Counter Mode (CTR) trong việc biến đổi khối đếm thành keystream. Chương này giải thích chi tiết giải thuật băm mật mã SHA-256 qua hàm nén compress, phân tích kỹ thuật chống tấn công phát lại (replay-attack) bằng giá trị $nonce$ ngẫu nhiên và mô hình kiểm tra toàn vẹn xác suất. Phần trọng tâm của chương là việc đặc tả chi tiết ba giao thức: Giao thức tải lên dữ liệu, Giao thức kiểm tra tính toàn vẹn dữ liệu, và Giao thức đối sánh mẫu an toàn dựa trên toán tử XOR kết hợp công thức tính độ tương đồng $count_0(X)/size(X)$.

Chương 4: Chứng minh

Chương 4 tập trung chứng minh chặt chẽ ba thuộc tính cốt lõi của hệ thống:

  • Tính chính xác của đối sánh mẫu: Chứng minh toán học đẳng thức giữa phép XOR trên bản mã và bản rõ: $$D_1^* \oplus D_2^* = (D_1 \oplus keystream) \oplus (D_2 \oplus keystream) = (D_1 \oplus D_2) \oplus (keystream \oplus keystream) = D_1 \oplus D_2 \oplus 0 = D_1 \oplus D_2$$
  • Tính bảo mật dữ liệu: Khóa $k$ chỉ lưu hành giữa hai máy khách tin cậy; CSP chỉ nhận bản mã $D_1^, D_2^$; giá trị bộ đếm counter sinh ngẫu nhiên độc lập cho từng tệp dữ liệu ngăn chặn việc giải mã chéo. Dẫn chứng độ phức tạp tính toán giải mã AES-256 trước các dạng tấn công chuyên biệt: Biclique attack có độ phức tạp $2^{254.4}$, Related-key attack có độ phức tạp $2^{99.5}$.
  • Tính tin cậy và an toàn của kiểm tra toàn vẹn: Sử dụng $nonce$ độ dài 256 bit khiến xác suất CSP đoán trúng digest cũ chỉ là $1/2^{256}$; không gian lưu trữ bảng băm trước để gian lận đòi hỏi $2^{256} \times 32$ byte (bất khả thi về mặt vật lý). Áp dụng công thức xác suất chứng minh rằng việc lấy mẫu 460 khối ngẫu nhiên trên 10.000 khối đảm bảo khả năng phát hiện gian lận đạt 99% nếu CSP sửa đổi từ 1% dữ liệu.

Chương 5: Thực nghiệm và đánh giá kết quả của mô hình

Chương 5 trình bày kết quả thử nghiệm định lượng trên hệ thống giả lập:

  • Đặc tả cấu hình phần cứng: Thiết bị IoT máy khách sử dụng Raspberry Pi 3 (ARM Cortex-A53), máy chủ CSP sử dụng máy tính cá nhân Intel Core i5 chạy Windows 10 64-bit, phần mềm xây dựng bằng Python 3.
  • Đánh giá thời gian và chi phí tính toán của quá trình mã hóa và giải mã AES-256-CTR trên phần cứng Raspberry Pi 3.
  • Đo đạc chi phí tính toán sinh dữ liệu xác thực (Proof generation) của máy khách cục bộ.
  • Đánh giá chi phí tính toán của phép toán XOR và hàm đếm byte trên máy chủ đám mây đối với các tệp dữ liệu kích thước lớn.
  • Đo lường độ tin cậy và độ tương đồng của thuật toán đối sánh mẫu XOR trên bộ dữ liệu ảnh vân tay SOCOFing qua ba tập biến thể kiểm thử: Altered-Easy, Altered-Medium, và Altered-Hard.

Chương 6: Thảo luận, hướng phát triển, và kết luận

Chương 6 mở rộng thảo luận về khía cạnh an toàn giao thức: phân tích nguy cơ rò rỉ dữ liệu bản rõ nếu CSP vi phạm quy tắc mà gửi chuỗi kết quả XOR trực tiếp ($X$) thay vì giá trị vô hướng $similarity$. Tác giả thảo luận về giới hạn của việc chia sẻ khóa đối xứng giữa các máy khách và đề xuất hai nhóm hướng phát triển: hoàn thiện giao thức (tối ưu cơ chế trao đổi khóa, giảm thiểu băng thông truyền thông, mở rộng cơ chế kiểm tra toàn vẹn không giới hạn số lần) và mở rộng tính năng (tích hợp trích xuất đặc trưng sinh trắc học trước khi đối sánh, hỗ trợ đối sánh mờ). Chương khép lại bằng phần tổng kết khẳng định tính khả thi của giải pháp trên thiết bị IoT.

Kết quả và đóng góp

Nghiên cứu đạt được các kết quả kỹ thuật và số liệu thực nghiệm cụ thể sau:

  • Xây dựng thành công cơ chế kiểm tra toàn vẹn dữ liệu xác suất: Với tệp dữ liệu chia thành $d = 10.000$ khối, việc lấy mẫu ngẫu nhiên $r = 460$ khối (tương đương 4,6% tổng số khối) cho phép hệ thống đạt xác suất 99% ($P_{avoid} \le 0,01$) trong việc phát hiện hành vi xâm phạm nếu CSP làm sai lệch từ $m = 100$ khối (1% dữ liệu).
  • Loại bỏ hoàn toàn nguy cơ tấn công phát lại (replay-attack) thông qua việc áp dụng giá trị $nonce$ 256 bit ngẫu nhiên, hạ thấp xác suất tấn công thành công xuống mức $1/2^{256}$ và triệt tiêu khả năng tính toán lưu trữ trước của kẻ tấn công do yêu cầu không gian nhớ vượt ngưỡng $2^{256} \times 32$ byte.
  • Chứng minh toán học và kiểm chứng thực nghiệm tính chính xác tuyệt đối của phép đối sánh mẫu trên dữ liệu mã hóa: $D_1^* \oplus D_2^* \equiv D_1 \oplus D_2$, loại bỏ hoàn toàn yêu cầu giải mã bản rõ tại máy chủ trung gian.
  • Khẳng định tính an toàn lý thuyết của hệ mã hóa trước các phương pháp thám mã hiện đại: AES-256 có không gian khóa kháng cự được các kỹ thuật Biclique attack ($2^{254.4}$) và Related-key attack ($2^{99.5}$), đồng thời chống chịu được thuật toán tìm kiếm lượng tử Grover.

Bảng dưới đây tổng hợp so sánh các đặc tính kỹ thuật giữa phương pháp đề xuất trong khóa luận và các công trình liên quan tiêu biểu được tác giả khảo sát:

Tiêu chí so sánh Baron và CS (2012) [7] Abduljabbar và CS (2016) [2] Ateniese và CS (2007) [5] Ateniese và CS (2008) [6] Giải pháp đề xuất của khóa luận
Nghiệp vụ cốt lõi Đối sánh chuỗi an toàn Đối sánh ảnh an toàn Kiểm tra toàn vẹn dữ liệu (PDP) Kiểm tra toàn vẹn dữ liệu (PDP) Lưu trữ an toàn, kiểm tra toàn vẹn và đối sánh mẫu
Cơ chế mật mã chính Mã hóa đồng hình ElGamal Mã hóa đồng hình Khóa công khai RSA, KEA-1 Mã hóa đối xứng, hàm băm AES-256-CTR, SHA-256, toán tử XOR
Đặc tính xác thực Xác định chính xác Tính tương đồng Cosin Xác suất (kiểm thử khối) Xác suất (dùng Nonce ngẫu nhiên) Xác suất ($r=460/10.000$ khối phát hiện 99% lỗi 1%)
Khả năng giải mã tại Server Không giải mã Không giải mã Không áp dụng Không áp dụng Không giải mã ($D_1^* \oplus D_2^* = D_1 \oplus D_2$)
Kháng tấn công lượng tử Không (phụ thuộc log rời rạc) Không Không (phụ thuộc phân tích thừa số) Có (hàm băm, mã đối xứng) Có (AES-256 và SHA-256)
Phù hợp thiết bị IoT Không (chi phí đại số quá lớn) Không (chi phí tính toán cao) Không (tiêu tốn tài nguyên RSA) Khả thi (nhẹ) Tối ưu hóa cho IoT (thực nghiệm trên RPi 3)

Các đóng góp chính được tác giả tự xác định bao gồm:

  1. Xây dựng và triển khai mô hình lưu trữ dữ liệu an toàn ứng dụng thuật toán kiểm tra tính toàn vẹn dữ liệu xác suất của Ateniese và cộng sự (2008).
  2. Đề xuất và triển khai giao thức đối sánh mẫu an toàn có độ phức tạp tính toán thấp, thích hợp với tài nguyên thiết bị IoT, dựa trên toán tử XOR và chế độ Counter (CTR) của mã hóa khối.
  3. Xây dựng chương trình giả lập hoàn chỉnh để đo đạc và đánh giá thực nghiệm hiệu năng của các thuật toán đề xuất trên môi trường phần cứng kết hợp giữa thiết bị IoT (Raspberry Pi 3) và máy tính cá nhân đại diện cho máy chủ đám mây.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận ghi nhận các hạn chế kỹ thuật và phạm vi nghiên cứu cụ thể:

  • Việc sử dụng mật mã khóa bí mật (khóa đối xứng) gây khó khăn trong thiết lập giao thức quản lý và phân phối khóa; mô hình chưa đạt cấp độ an toàn cao nếu kịch bản chia sẻ khóa giữa các bên máy khách bị xâm phạm.
  • Giả định an toàn đòi hỏi Bob phải hoàn toàn tin cậy: Bob không được làm lộ khóa bí mật cho CSP và không được tự ý tải dữ liệu của Alice về máy.
  • Cơ chế kiểm tra toàn vẹn dữ liệu bị giới hạn số lần thực hiện: Số lần xác thực phụ thuộc vào số lượng bộ chứng thực $Proof = {nonce, I, digest}$ mà máy khách tính toán sẵn tại cục bộ; khi dùng hết, máy khách phải tải lại dữ liệu hoặc tính toán bổ sung.
  • Tồn tại rủi ro an toàn nếu CSP vi phạm quy định giao thức: Trường hợp CSP gửi toàn bộ chuỗi kết quả $X = D_1 \oplus D_2$ thay vì gửi chỉ số $similarity$, đối tượng nhận có thể suy luận ngược ra dữ liệu bản rõ của bên còn lại nếu biết trước mẫu của mình.
  • Thuật toán đối sánh mẫu dựa trên phép XOR đòi hỏi hai mẫu so khớp phải có kích thước bằng nhau ($size(D_1) = size(D_2)$) và chỉ so sánh trực diện từng byte, chưa tích hợp các giải thuật trích xuất đặc trưng nâng cao.

Các hướng phát triển tiếp theo được tác giả vạch ra trong Mục 6.1 và Mục 6.2:

  • Tối ưu hóa giao thức: Nghiên cứu các phương pháp phân phối khóa an toàn hơn giữa các máy khách IoT, giảm thiểu số bước truyền thông và mở rộng cơ chế kiểm tra tính toàn vẹn cho phép truy vấn không giới hạn số lần mà không cần tải lại dữ liệu.
  • Mở rộng ứng dụng thuật toán: Tích hợp các thuật toán trích xuất đặc trưng sinh trắc học trước khi mã hóa và đối sánh, nghiên cứu mở rộng sang các dạng mẫu dữ liệu phức tạp khác như âm thanh hoặc văn bản tự do, và cải tiến mô hình để tăng cường khả năng chịu lỗi trong môi trường mạng IoT không ổn định.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo hữu ích cho sinh viên, học viên cao học và kỹ sư chuyên ngành An toàn thông tin, Mạng máy tính và truyền thông, Kỹ thuật IoT và Khoa học máy tính:

  • Cung cấp mô hình tham khảo chuẩn mực về cách thiết kế giao thức an toàn thông tin hạng nhẹ (lightweight security protocol), giải quyết hài hòa bài toán xung đột giữa tính bảo mật dữ liệu và tài nguyên phần cứng hạn chế trên thiết bị nhúng.
  • Chương 3 và Chương 4 là tài liệu giá trị cho các nghiên cứu về mật mã học ứng dụng, chỉ ra phương pháp khai thác đặc tính của chế độ mã hóa AES-CTR kết hợp toán tử XOR để tính toán trực tiếp trên bản mã mà không cần đến các giải thuật mã hóa đồng hình phức tạp.
  • Cung cấp cơ sở lý thuyết và công thức toán học thực tế để triển khai giao thức Provable Data Possession (PDP) xác suất kết hợp giá trị $nonce$, giúp người làm đề tài về lưu trữ đám mây an toàn dễ dàng hiện thực hóa cơ chế kiểm tra toàn vẹn chống replay-attack.
  • Chương 5 cung cấp mô hình thực nghiệm chi tiết từ khâu thiết lập phần cứng (Raspberry Pi 3 kết nối PC) đến phương pháp đánh giá trên bộ dữ liệu ảnh sinh trắc học chuẩn SOCOFing.

Câu hỏi thường gặp

Tại sao tác giả sử dụng thuật toán AES-256 ở chế độ CTR thay vì các chế độ thông dụng khác như ECB hay CBC?

Chế độ Counter Mode (CTR) có tính chất đặc thù là không trực tiếp mã hóa bản rõ mà mã hóa các giá trị bộ đếm (counter) để tạo ra một dòng khóa (keystream), sau đó áp dụng phép toán XOR giữa dòng khóa này với bản rõ: $Cipherblock = Plainblock \oplus keystream$. Nhờ tính chất triệt tiêu của toán tử XOR ($a \oplus a = 0$ và $a \oplus 0 = a$), khi hai bản mã sử dụng chung một keystream được XOR với nhau tại máy chủ, dòng khóa sẽ tự động bị khử bỏ: $$(D_1 \oplus keystream) \oplus (D_2 \oplus keystream) = D_1 \oplus D_2$$ Điều này cho phép máy chủ đám mây tính toán được kết quả so khớp bản rõ mà không cần giải mã dữ liệu. Các chế độ như ECB hay CBC không có tính chất toán học này nên không thể thực hiện đối sánh trực tiếp trên bản mã bằng toán tử XOR.

Cơ chế kiểm tra toàn vẹn dữ liệu trong khóa luận chống lại cuộc tấn công phát lại (replay-attack) như thế nào?

Để chống replay-attack từ CSP, máy khách sinh một giá trị $nonce$ ngẫu nhiên độ dài 256 bit cho mỗi lần tạo dữ liệu chứng thực. Giá trị băm xác thực được tính bằng $digest = SHA256(nonce, D[i_1], \dots, D[i_r])$. Do $nonce$ có kích thước 256 bit và thay đổi ngẫu nhiên ở mỗi phiên kiểm tra, giá trị digest phản hồi luôn biến đổi. Khả năng để CSP đoán trúng hoặc gửi lại một digest cũ thành công chỉ là $1/2^{256}$. Đồng thời, CSP không thể tính toán lưu trữ sẵn toàn bộ các trường hợp vì đòi hỏi dung lượng bộ nhớ lên tới $2^{256} \times 32$ byte, một con số bất khả thi đối với mọi hệ thống máy tính.

Độ tin cậy phát hiện dữ liệu bị hỏng trong mô hình xác suất của khóa luận được tính toán ra sao?

Theo công thức xác suất được tác giả kế thừa từ Ateniese và cộng sự (2008): $P_{avoid} = (1 - m/d)^r$, giả sử dữ liệu được chia làm $d = 10.000$ khối và máy chủ đã chỉnh sửa $m = 100$ khối (tỷ lệ lỗi 1%). Nếu máy khách kiểm tra ngẫu nhiên $r = 460$ khối (chỉ chiếm 4,6% tổng dữ liệu), xác suất để máy chủ gian lận lọt qua kiểm tra mà không bị phát hiện là: $$P_{avoid} = \left(1 - \frac{100}{10.000}\right)^{460} = (0,99)^{460} \approx 0,0097 \le 0,01$$ Điều này đồng nghĩa với việc xác suất phát hiện hành vi xâm phạm tính toàn vẹn dữ liệu đạt mức trên 99% trong khi chỉ cần truyền tải và tính toán một lượng khối dữ liệu rất nhỏ.

Tại sao máy chủ đám mây chỉ được phép gửi về giá trị độ tương đồng (similarity) mà không được gửi chuỗi kết quả XOR trực tiếp?

Chuỗi kết quả $X = D_1^* \oplus D_2^* = D_1 \oplus D_2$ phản ánh chính xác vị trí và giá trị sai khác từng byte giữa hai tập dữ liệu gốc. Nếu CSP gửi toàn bộ chuỗi $X$ cho Bob (hoặc để lộ trên đường truyền), Bob có thể sử dụng dữ liệu bản rõ $D_2$ đã biết của mình để khôi phục hoàn toàn dữ liệu bản rõ nhạy cảm $D_1$ của Alice thông qua phép toán: $$D_1 = X \oplus D_2$$ Việc này sẽ phá vỡ yêu cầu bảo mật thông tin. Do đó, CSP bắt buộc chỉ được tính toán nội bộ và trả về duy nhất giá trị vô hướng $similarity = count_0(X)/size(X)$.

Khóa luận đã giải quyết nguy cơ từ máy tính lượng tử như thế nào đối với các thuật toán được lựa chọn?

Các nghiên cứu lý thuyết được tác giả trích dẫn chỉ ra rằng máy tính lượng tử sử dụng thuật toán Shor có thể bẻ gãy hoàn toàn các hệ mật mã khóa công khai truyền thống (RSA, ECC), trong khi thuật toán Grover làm giảm một nửa độ dài khóa hiệu dụng của mật mã đối xứng và hàm băm. Bằng việc lựa chọn thuật toán mã hóa đối xứng AES với độ dài khóa tối đa 256 bit và hàm băm SHA-256 có đầu ra 256 bit, hệ thống vẫn duy trì được biên độ an toàn tương đương mức 128 bit trước thuật toán Grover, đảm bảo khả năng đứng vững trước các mối đe dọa từ máy tính lượng tử trong tương lai.

Kết luận

Khóa luận tốt nghiệp của tác giả Lê Ngọc Huy đã giải quyết thành công bài toán bảo mật dữ liệu cho phương pháp đối sánh mẫu nhanh trên thiết bị IoT kết nối dịch vụ đám mây. Thông qua việc kết hợp sáng tạo giữa thuật toán mã hóa AES-256 chế độ CTR, toán tử XOR và hàm băm SHA-256 có tích hợp nonce ngẫu nhiên, nghiên cứu đã thiết lập một quy trình toàn diện từ lưu trữ, kiểm tra toàn vẹn xác suất đến đối sánh mẫu trực tiếp trên bản mã với chi phí tính toán tối thiểu. Các phân tích mật mã học, chứng minh toán học và kết quả thực nghiệm trên thiết bị nhúng Raspberry Pi 3 cùng bộ dữ liệu vân tay SOCOFing đã chứng minh tính khả thi, độ tin cậy và khả năng ứng dụng thực tiễn của giải pháp trong việc bảo vệ dữ liệu nhạy cảm trên các hệ sinh thái IoT hiện nay.