Tổng quan nghiên cứu

Mạng truyền thông không dây di động tùy biến MANET (Mobile Ad-hoc Network) đóng vai trò nền tảng trong kỷ nguyên số hóa, với tốc độ tăng trưởng lưu lượng truyền dữ liệu ước tính vượt 35% mỗi năm tại các hạ tầng mạng đặc thù. MANET vận hành theo kiến trúc mở phân tán, không phụ thuộc vào trạm phát sóng cố định, trong đó mỗi nút mạng vừa đảm nhận vai trò máy chủ đầu cuối vừa hoạt động như một bộ định tuyến chuyển tiếp gói tin. Tuy nhiên, tính chất tô-pô mạng thay đổi liên tục cùng môi trường vô tuyến dùng chung khiến giao thức định tuyến theo yêu cầu AODV (Ad-hoc On-demand Distance Vector) bộc lộ nhiều điểm yếu bảo mật nguy hiểm, đặc biệt là nguy cơ bị tấn công lỗ đen (Blackhole attack).

Mục tiêu trọng tâm của nghiên cứu là đánh giá định lượng và toàn diện mức độ suy giảm hiệu năng của giao thức AODV khi bị nút độc hại tấn công lỗ đen làm sai lệch thông tin định tuyến. Nghiên cứu tập trung giải quyết bài toán an ninh tầng mạng, làm rõ hành vi thao túng số thứ tự đích và số chặng của kẻ tấn công để chiếm quyền điều khiển luồng dữ liệu rồi tiêu hủy toàn bộ các gói tin chuyển tiếp.

Phạm vi thực nghiệm được triển khai trong khuôn khổ nghiên cứu công nghệ thông tin tại Đại học Mở Hà Nội hoàn thành vào năm 2022, mô phỏng không gian mạng 50 nút di động với các kịch bản biến thiên từ 10 đến 30 kết nối đồng thời và thời gian dừng từ 0 đến 100 giây. Kết quả nghiên cứu mang ý nghĩa thực tiễn to lớn khi định lượng chính xác sự sụt giảm hơn 70% tỷ lệ phân phát gói tin, cung cấp cơ sở dữ liệu quan trọng để các kỹ sư mạng thiết kế những giải pháp phòng thủ vững chắc cho mạng tùy biến trong môi trường tác chiến điện tử, cứu hộ thiên tai và kết nối vạn vật.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng của ba khung lý thuyết mạng truyền thông cốt lõi: lý thuyết mạng di động ad-hoc đa chặng (Multi-hop MANET), lý thuyết định tuyến phản ứng theo khoảng cách véc-tơ (Reactive Distance Vector Routing) và mô hình suy hao tín hiệu vô tuyến hai tia (Two-Ray Ground Propagation Model).

Mô hình nghiên cứu tập trung phân tích 5 khái niệm chuyên ngành then chốt bao gồm: gói tin yêu cầu thiết lập tuyến RREQ (Route Request), gói tin phản hồi tuyến RREP (Route Reply), gói tin thông báo lỗi tuyến RERR (Route Error), số thứ tự đích DSN (Destination Sequence Number) biểu thị độ mới của đường truyền, và số đếm bước nhảy Hop Count (HC) đo lường khoảng cách vật lý giữa các chặng. Trong cấu trúc giao thức AODV, các nút mạng phối hợp tìm đường động chỉ khi phát sinh nhu cầu gửi dữ liệu. Nút độc hại khai thác triệt để kẽ hở thiếu cơ chế xác thực nguồn gốc bằng cách phát tán gói RREP mạo danh với giá trị DSN cực đại và HC bằng 1, đánh lừa nút nguồn chọn nó làm tuyến đường tối ưu nhất để thu hút và loại bỏ 100% dữ liệu đi qua.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp mô phỏng sự kiện rời rạc trên công cụ mô phỏng chuẩn quốc tế NS-2 (phiên bản ns-allinone-2.35) chạy trên nền tảng hệ điều hành Ubuntu 14.04 máy ảo 64-bit với bộ nhớ RAM 12 GB. Bộ dữ liệu nghiên cứu được sinh ra từ việc thiết lập kịch bản mô phỏng mạng gồm cỡ mẫu 50 nút di động phân bố ngẫu nhiên trên một khu vực phẳng kích thước 1000m x 1000m, sử dụng mô hình chuyển động Random Waypoint với tốc độ di chuyển cực đại đạt 20 m/s.

Phương pháp chọn mẫu ngẫu nhiên cho vị trí và hướng di chuyển của nút mạng được áp dụng nhằm tái hiện chính xác môi trường vận hành thực tế của mạng MANET. Lý do lựa chọn phương pháp mô phỏng trên phần mềm thay vì đo đạc mạng thực tế là do việc triển khai 50 thiết bị phần cứng di động chuyên dụng trong môi trường thực địa đòi hỏi chi phí thiết bị cực kỳ đắt đỏ, khó tái lập các điều kiện môi trường đồng nhất và không thể can thiệp sâu vào mã nguồn tầng giao thức. Trong khi đó, mô hình giải tích thuần túy lại quá đơn giản hóa tô-pô mạng động. Dữ liệu vết (trace file) với dung lượng xử lý yêu cầu ổ cứng trên 15 GB được phân tích chi tiết bằng các tập lệnh lập trình AWK và trực quan hóa dữ liệu qua công cụ Gnuplot. Toàn bộ chu kỳ nghiên cứu thực nghiệm và thu thập số liệu được hoàn thành xuyên suốt giai đoạn 2021 đến đầu năm 2022.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thực nghiệm mô phỏng đã chỉ ra 4 phát hiện quan trọng về tác động phá hoại của tấn công lỗ đen lên mạng MANET:

Thứ nhất, tỷ lệ phân phát gói tin PDR (Packet Delivery Ratio) bị suy thoái nghiêm trọng. Trong điều kiện mạng AODV hoạt động bình thường, tỷ lệ PDR duy trì ổn định ở mức cao từ 85% đến 92%. Tuy nhiên, khi có sự xuất hiện của nút lỗ đen, PDR sụt giảm đột ngột xuống chỉ còn khoảng 15% đến 22%, tương đương mức suy giảm hiệu năng lên tới hơn 70%.

Thứ hai, số lượng gói tin bị tiêu hủy (Packets Drop) tăng vọt theo cấp số nhân. Khi tăng số lượng kết nối đồng thời trong mạng từ 10 lên 30 phiên truyền tải, số lượng gói tin dữ liệu CBR bị nút độc hại hấp thụ và loại bỏ tăng hơn 300%, làm gián đoạn gần như hoàn toàn các kênh truyền dữ liệu thời gian thực.

Thứ ba, thông lượng mạng tổng thể (Throughput) giảm mạnh từ mức trung bình 180 Kbps xuống dưới 45 Kbps. Nút lỗ đen liên tục chiếm dụng các luồng truyền ưu tiên, ngăn chặn dữ liệu hữu ích đến được trạm đích thực sự.

Thứ tư, chi phí quản lý điều khiển (Control Overhead) và độ trễ truyền thông đầu cuối (End-to-End Delay) gia tăng bất thường. Các nút nguồn liên tục gửi lại gói tin RREQ do không nhận được xác nhận dữ liệu từ đích, gây lãng phí hơn 50% tài nguyên băng thông vô tuyến quý giá cho các gói tin điều khiển dư thừa.

Thảo luận kết quả

Nguyên nhân cốt lõi dẫn đến sự suy giảm hiệu năng nghiêm trọng bắt nguồn từ nguyên lý hoạt động mặc định của AODV là hoàn toàn tin cậy các thông điệp định tuyến nhận được. Nút lỗ đen phản hồi gói RREP nhanh hơn các nút hợp lệ vì nó không cần tốn thời gian tra cứu bảng định tuyến thực tế hay chuyển tiếp gói tin, đồng thời thiết lập DSN ở mức tối đa khiến nút nguồn luôn ưu tiên cập nhật đường truyền giả mạo này.

So sánh với các nghiên cứu về giao thức định tuyến chủ ứng DSDV hay giao thức định tuyến nguồn DSR trong cùng điều kiện, AODV tuy có ưu thế về thời gian thiết lập tuyến ban đầu nhưng lại chịu tổn thất nặng nề nhất trước tấn công RREP Blackhole đơn lẻ. Các dữ liệu đo đạc thực nghiệm trong luận văn được hệ thống hóa qua 10 bảng tham số chi tiết và 10 đồ thị trực quan, so sánh rõ nét mối quan hệ giữa số lượng kết nối mạng (Number of connections) và thời gian dừng của nút (Pause time) đối với 5 chỉ số hiệu năng cốt lõi. Mô hình trực quan qua biểu đồ đường và biểu đồ cột đã chứng minh rằng thời gian dừng càng ngắn (tính cơ động của nút càng cao) thì mức độ tàn phá của nút lỗ đen càng lan rộng trên toàn bộ cấu trúc mạng.

Đề xuất và khuyến nghị

Nhằm vô hiệu hóa mối đe dọa từ tấn công lỗ đen và nâng cao năng lực bảo mật cho giao thức AODV trên mạng MANET, nghiên cứu đưa ra 4 nhóm giải pháp kỹ thuật cụ thể:

Thứ nhất, tích hợp cơ chế mật mã bất đối xứng nhẹ và chữ ký số xác thực (Digital Signature Authentication) vào cấu trúc gói tin RREQ và RREP. Giải pháp này nhằm xác thực danh tính của nút gửi và kiểm tra tính toàn vẹn của số thứ tự DSN, đặt mục tiêu loại bỏ 95% các gói tin phản hồi giả mạo trong vòng 6 tháng đầu thử nghiệm. Chủ thể thực hiện là các kỹ sư phát triển phần mềm nhúng và chuyên gia bảo mật mạng vô tuyến.

Thứ hai, thiết lập thuật toán kiểm tra chéo bảng láng giềng (Neighbor Node Verification Mechanism) để phát hiện hành vi bất thường khi một nút đột ngột tuyên bố có DSN quá cao hoặc số bước nhảy HC bằng 1 bất hợp lý. Giải pháp này hướng tới mục tiêu khôi phục tỷ lệ phân phát gói PDR đạt trên 80% trong lộ trình triển khai 3 quý. Chủ thể thực hiện là các nhóm nghiên cứu giải thuật an toàn thông tin tại các trường đại học và viện nghiên cứu.

Thứ ba, xây dựng cơ chế định tuyến đa đường dự phòng kết hợp hệ thống đánh giá độ tin cậy nút mạng (Trust-based Multipath Routing). Luồng dữ liệu sẽ được phân tán qua nhiều tuyến đường độc lập, giúp duy trì tỷ lệ mất gói dưới 10% ngay cả khi một tuyến bị nút độc hại chiếm quyền kiểm soát trong khung thời gian 12 tháng. Chủ thể thực hiện là các đơn vị phát triển hạ tầng mạng viễn thông.

Thứ tư, ban hành quy chuẩn kỹ thuật an ninh mạng cho các thiết bị di động tham gia mạng tùy biến không dây trong các ứng dụng đặc biệt, kiểm định định kỳ khả năng phòng chống tấn công định tuyến với chu kỳ đánh giá 1 năm một lần. Chủ thể thực hiện là các cơ quan quản lý an toàn thông tin và bộ phận chuyên trách an ninh mạng quốc gia.

Đối tượng nên tham khảo luận văn

Luận văn thạc sĩ này là nguồn tài liệu học thuật và kỹ thuật giá trị cao cho 4 nhóm đối tượng trọng tâm:

Thứ nhất, học viên cao học và nghiên cứu sinh chuyên ngành Công nghệ thông tin, Kỹ thuật viễn thông và An toàn thông tin. Luận văn cung cấp phương pháp luận nghiên cứu thực nghiệm chuẩn mực, quy trình cài đặt và can thiệp mã nguồn C++ trên NS-2 để làm nền tảng mở rộng các đề tài phát triển thuật toán phòng thủ định tuyến mới.

Thứ hai, kỹ sư thiết kế hệ thống mạng vô tuyến, kỹ sư mạng IoT và mạng xe cộ tự hành (VANET). Tài liệu giúp các kỹ sư hiểu sâu về các lỗ hổng tầng mạng trong kiến trúc phi tập trung, từ đó áp dụng các cơ chế gia cố an ninh cho các cảm biến và thiết bị kết nối không dây công nghiệp.

Thứ ba, chuyên gia an ninh mạng trong lĩnh vực quốc phòng và cứu hộ khẩn cấp. Luận văn hỗ trợ đánh giá rủi ro an ninh và thiết lập các giải pháp truyền thông dã chiến an toàn, đảm bảo thông tin liên lạc thông suốt trong môi trường bị gây nhiễu và tấn công điện tử.

Thứ tư, giảng viên đại học giảng dạy các học phần Mạng máy tính nâng cao và An ninh mạng. Công trình cung cấp hệ thống kịch bản mô phỏng OTcl, mã nguồn AWK phân tích tệp trace và tập số liệu thực tế phục vụ trực tiếp cho công tác biên soạn bài giảng và hướng dẫn thực hành cho sinh viên.

Câu hỏi thường gặp

Tấn công lỗ đen trong mạng MANET hoạt động theo cơ chế kỹ thuật cốt lõi nào? Nút lỗ đen lợi dụng cơ chế khám phá tuyến của AODV bằng cách gửi gói tin RREP giả mạo với số thứ tự đích DSN cực đại và số bước nhảy Hop Count bằng 1. Nút nguồn tin tưởng cập nhật tuyến đường qua nút độc hại, sau đó nút này âm thầm tiêu hủy toàn bộ các gói tin dữ liệu đi qua, làm sụt giảm hơn 70% tỷ lệ chuyển phát gói PDR của toàn hệ thống.

Tại sao giao thức định tuyến AODV lại dễ bị tổn thương trước tấn công lỗ đen? Giao thức AODV được thiết kế dựa trên giả định mọi nút mạng đều trung thực và hợp tác, hoàn toàn thiếu vắng cơ chế xác thực nguồn gốc thông điệp. Khi nút nguồn nhận được gói tin RREP đầu tiên có DSN cao nhất, nó lập tức thiết lập đường truyền mà không kiểm tra độ tin cậy của nút láng giềng, tạo điều kiện thuận lợi cho kẻ tấn công chiếm quyền điều khiển luồng dữ liệu.

Phần mềm mô phỏng NS-2 đóng vai trò gì trong việc đánh giá hiệu năng giao thức mạng? NS-2 cung cấp môi trường mô phỏng sự kiện rời rạc hướng đối tượng cho phép cấu hình 50 nút di động với đầy đủ các tầng giao thức IEEE 802.11. Công cụ cho phép bổ sung Agent độc hại vào mã nguồn C++, sinh ra tệp trace chi tiết để phân tích định lượng chính xác 5 chỉ số hiệu năng mạng mà phương pháp phân tích lý thuyết không thể thực hiện được.

Điểm khác biệt chính giữa tấn công RREQ Blackhole và RREP Blackhole là gì? Tấn công RREQ Blackhole phát tán các gói tin yêu cầu tuyến giả mạo với địa chỉ đích không có thực để làm sai lệch bảng định tuyến diện rộng. Trong khi đó, tấn công RREP Blackhole đánh chặn gói RREQ hợp lệ và lập tức gửi trả gói phản hồi RREP sai lệch trực tiếp cho nút nguồn, tạo ra đường dẫn rác nhằm hấp thụ và loại bỏ luồng dữ liệu của phiên truyền cụ thể.

Làm thế nào để phân biệt mất gói tin do nút di chuyển với mất gói tin do tấn công lỗ đen? Khi nút di chuyển làm đứt liên kết vật lý, mạng chỉ mất gói tạm thời và phát gói tin RERR để tìm đường thay thế. Ngược lại, khi bị tấn công lỗ đen, tỷ lệ mất gói duy trì liên tục ở mức trên 80% dù số lượng kết nối tăng lên, đồng thời chi phí gói tin điều khiển Control Overhead gia tăng đột biến do nút nguồn liên tục phát lại yêu cầu tìm đường.

Kết luận

Nghiên cứu về tác động của tấn công lỗ đen trên giao thức định tuyến AODV đã tổng kết 5 đóng góp học thuật và thực tiễn nổi bật:

  • Làm sáng tỏ lỗ hổng an ninh cấu trúc trong cơ chế khám phá tuyến đường của giao thức AODV trên mạng tùy biến di động MANET.
  • Định lượng chính xác mức độ phá hoại của tấn công lỗ đen, chứng minh sự suy giảm hơn 70% của tỷ lệ phân phát gói PDR và sụt giảm nghiêm trọng thông lượng mạng.
  • Xây dựng thành công mô hình thực nghiệm mô phỏng toàn diện trên phần mềm NS-2 với 50 nút mạng, tích hợp kịch bản di chuyển và các tập lệnh phân tích tệp vết chuyên sâu.
  • Phân tích đa chiều mối tương quan giữa mật độ kết nối, thời gian dừng di chuyển với 5 thông số hiệu năng mạng then chốt.
  • Đề xuất các định hướng giải pháp khả thi dựa trên mật mã xác thực và thuật toán đánh giá độ tin cậy nhằm bảo vệ mạng không dây.

Trong lộ trình nghiên cứu tiếp theo giai đoạn 2023 đến 2025, các giải pháp an ninh cần được mở rộng thử nghiệm trên các biến thể tấn công phức tạp như Grayhole, Wormhole và tích hợp vào các nền tảng mạng 5G không hạ tầng. Độc giả và các nhà nghiên cứu quan tâm có thể tham khảo toàn văn luận văn thạc sĩ để khai thác chi tiết bộ mã nguồn mô phỏng và ứng dụng vào các dự án phát triển hệ thống an toàn thông tin thực tế.