Tổng quan về luận án

Sự phát triển mạnh mẽ của công nghệ mạng không dây thế hệ mới đã mở ra kỷ nguyên kết nối linh hoạt cho các hệ thống di động phân tán như mạng cảm biến không dây (WSN), mạng tùy biến xe cộ (VANET), mạng thiết bị bay không người lái (FANET) và mạng tùy biến di động (MANET). Trong đó, MANET vận hành theo kiến trúc mạng ngang hàng (peer-to-peer), tự tổ chức, không phụ thuộc vào cơ sở hạ tầng cố định và không có nút quản trị trung tâm. Tuy nhiên, các đặc tính như cấu trúc liên kết động (dynamic topology), môi trường truyền dẫn vô tuyến mở, tài nguyên băng thông và năng lượng hạn chế đã khiến MANET trở thành môi trường đặc biệt dễ bị tổn thương trước các cuộc tấn công phá hoại ở tầng mạng (Network Layer).

Khoảng trống nghiên cứu then chốt (Research Gap) xuất phát từ việc các giao thức định tuyến theo yêu cầu kinh điển như AODV (Ad-hoc On-Demand Distance Vector) và AOMDV (Ad-hoc On-Demand Multipath Distance Vector) ban đầu được thiết kế với giả định rằng "mọi nút trong mạng đều hoàn toàn thân thiện và đáng tin cậy" (Pure Trust Model). Lỗ hổng cấu trúc này bị kẻ tấn công khai thác triệt để thông qua các hình thức tấn công từ chối dịch vụ (DoS), tiêu biểu là tấn công lỗ đen (Blackhole Attack) và tấn công ngập lụt yêu cầu tuyến (RREQ Flooding Attack / NASRRF). Các giải pháp an ninh truyền thống dựa trên mật mã khóa công khai hạng nặng như SAODV (Zapata, 2002) hay ARAN (Sanzgiri et al., 2002) bộc lộ nhược điểm tiêu hao năng lượng quá mức và tạo ra độ trễ lớn, trong khi các giải pháp sử dụng ngưỡng tĩnh lại dễ bị tê liệt trước các biến đổi mật độ mạng.

Để giải quyết triệt để bài toán trên, luận án xác định hệ thống câu hỏi nghiên cứu và giả thuyết khoa học cụ thể:

  • Câu hỏi nghiên cứu 1 (RQ1): Cơ chế phá hoại của tấn công lỗ đen và ngập lụt RREQ tác động định lượng như thế nào đến các chỉ số chất lượng dịch vụ (QoS) của giao thức AODV và AOMDV?
  • Câu hỏi nghiên cứu 2 (RQ2): Làm thế nào để thiết lập một cơ chế phát hiện và cô lập nút lỗ đen tối ưu dựa trên lý thuyết thống kê với ngưỡng biến thiên thích ứng mà không làm suy giảm hiệu năng truyền thông?
  • Câu hỏi nghiên cứu 3 (RQ3): Kiến trúc xác thực mật mã hạng nhẹ nào, kết hợp giữa mật khẩu sử dụng một lần (OTP) và tác tử di động (Mobile Agent), có khả năng triệt tiêu tấn công ngập lụt và lỗ đen trên giao thức định tuyến đơn đường lẫn đa đường?

Tương ứng với các câu hỏi trên, các giả thuyết khoa học được đặt ra:

  • Giả thuyết 1 (H1): Việc áp dụng ngưỡng thống kê động dựa trên độ lệch giá trị số thứ tự đích (DSN - Destination Sequence Number) sẽ giúp phát hiện nút lỗ đen với độ chính xác vượt trội so với cơ chế ngưỡng cố định thực nghiệm.
  • Giả thuyết 2 (H2): Tích hợp cơ chế xác thực OTP vào cấu trúc gói tin điều khiển RREQ/RREP sẽ ngăn chặn triệt để hành vi phát tán gói tin rác trong tấn công NASRRF.
  • Giả thuyết 3 (H3): Mô hình phân phối khóa động sử dụng tác tử di động (Mobile Agent) giúp duy trì tỷ lệ gửi gói tin thành công (PDR) cao trong mạng AODV/AOMDV mà không tạo ra phụ tải tính toán quá mức cho các nút biên.

Khung lý thuyết của luận án được xây dựng dựa trên sự giao thoa giữa: (1) Lý thuyết định tuyến véc-tơ khoảng cách (Distance Vector Routing Theory), (2) Lý thuyết quyết định thống kê (Statistical Decision Theory), và (3) Lý thuyết mật mã học nhẹ (Lightweight Cryptography Framework). Đóng góp mang tính đột phá của công trình là đề xuất giải pháp BDAODV (Blackhole Detect AODV) sử dụng ngưỡng động thống kê, cùng hai giao thức xác thực cải tiến AOMDV-OAM và AODVMO. Toàn bộ các mô hình được thẩm định trên công cụ mô phỏng chuẩn quốc tế NS-2.35 với quy mô 50 đến 100 nút, vùng phủ sóng 1000m x 1000m đến 2000m x 2000m trong khung thời gian từ 200 đến 500 giây, cung cấp bằng chứng định lượng vững chắc về khả năng khôi phục hiệu năng mạng trước các cuộc tấn công mạng phức tạp.

Literature Review và Positioning

Nghiên cứu an toàn định tuyến trên mạng MANET đã trải qua nhiều giai đoạn phát triển với các trường phái tiếp cận khác nhau. Dòng nghiên cứu thứ nhất tập trung vào việc áp dụng các cơ chế mật mã học nguyên thủy và chữ ký số. Tiêu biểu là công trình của Zapata (2002) với giao thức SAODV sử dụng chuỗi băm (Hash Chains) và chữ ký số để bảo vệ thông tin định tuyến, hay Sanzgiri và cộng sự (2002) với giao thức ARAN dựa trên hạ tầng chứng thư số công khai. Gần đây hơn, Tan và cộng sự (2018) đề xuất sử dụng hàm mật mã AES nguyên thủy kết hợp AODV, trong khi Ertaul và cộng sự (2019) ứng dụng mật mã đường cong Elliptic (ECC) kết hợp hệ thống mật mã ngưỡng (Threshold Cryptography). Tuy nhiên, Sultana và cộng sự (2021) khi áp dụng ECC trên giao thức đa đường AOMDV đã chỉ ra rằng các kỹ thuật này gây ra chi phí tính toán rất lớn, làm cạn kiệt tài nguyên pin của các nút di động và không ngăn chặn được hoàn toàn việc lộ gói tin khi kẻ tấn công nằm trên tuyến truyền dẫn.

Dòng nghiên cứu thứ hai hướng tới các giải pháp phát hiện dựa trên ngưỡng và danh sách kiểm soát truy cập. Vrince Vimal và cộng sự (2020) phát triển kỹ thuật phát hiện tấn công RREQ Flooding bằng cách sử dụng số lượng nút lân cận để xác định giá trị ngưỡng và đưa nút vi phạm vào danh sách đen (Blacklist), nâng PDR lên 95%. Tương tự, Surendra Kumar và cộng sự (2021) phân loại các nút mạng thông qua ba danh sách: danh sách trắng, danh sách xám và danh sách đen. Điểm yếu cốt tử của nhóm giải pháp này là tính mong manh trước các cuộc tấn công mạo danh địa chỉ; nếu nút độc hại phát tán các gói cảnh báo giả mạo, toàn bộ các nút an toàn có thể bị cô lập nhầm lẫn, dẫn đến tình trạng tê liệt hệ thống.

Trong bối cảnh đó, các cuộc tranh luận học thuật nổi lên giữa hai quan điểm đối lập:

  • Quan điểm 1 (Trường phái Mật mã nặng - Heavyweight Cryptographic Stance): Khẳng định chỉ có xác thực mã hóa toàn diện từng chặng (Hop-by-hop asymmetric authentication) mới đảm bảo tính toàn vẹn và chống thoái thác tuyệt đối.
  • Quan điểm 2 (Trường phái Ngưỡng và Heuristic - Heuristic & Threshold Stance): Lập luận rằng môi trường mạng MANET bị giới hạn nghiêm ngặt về năng lượng, do đó việc áp dụng mật mã khóa công khai là phi thực tế; hệ thống cần chấp nhận mức độ an toàn tương đối thông qua việc giám sát hành vi và lọc gói tin dựa trên ngưỡng thực nghiệm (như mô hình của nhóm nghiên cứu lọc DSN với ngưỡng cố định $\Delta = 600$).
                      KHÔNG GIAN ĐỊNH VỊ HỌC THUẬT CỦA LUẬN ÁN
                                Chi phí tính toán cao
                               Chi phí tính toán thấp

Luận án định vị nghiên cứu của mình tại giao điểm tối ưu: loại bỏ sự phụ thuộc vào hạ tầng khóa công khai cồng kềnh, khắc phục nhược điểm cứng nhắc của ngưỡng tĩnh bằng cách tích hợp lý thuyết kiểm định thống kê thích ứng và cơ chế xác thực phân tán bằng mật khẩu dùng một lần (OTP) hỗ trợ bởi tác tử di động. So sánh với nghiên cứu của Lou và cộng sự (2019) về phân tán bí mật đa đường gây nghẽn liên kết và nghiên cứu của Srinivasa Rao và cộng sự (2019) về chia cụm gây trễ đầu cuối lớn do nút trưởng cụm quá tải, giải pháp của luận án vượt trội nhờ bảo toàn trọn vẹn đặc tính tự trị và phân tán của MANET.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng lý thuyết định tuyến véc-tơ khoảng cách (Distance Vector Routing) thông qua việc tái cấu trúc không gian trạng thái của thông điệp định tuyến. Cụ thể, nghiên cứu thách thức định đề "tin cậy tuyệt đối vào số thứ tự đích" (Destination Sequence Number - DSN) của Perkins và cộng sự. Bằng việc phân tích toán học cơ chế tấn công lỗ đen, luận án chỉ ra rằng giá trị DSN bị thao túng tạo ra một hàm phân phối dị biệt so với phân phối chuẩn của các nút bình thường. Mô hình toán học BDA (Blackhole Detection Algorithm) thiết lập một biên kiểm định động:

$$\text{Threshold}{\text{dynamic}} = \mu{\text{DSN}} + k \cdot \sigma_{\text{DSN}}$$

Trong đó $\mu_{\text{DSN}}$ và $\sigma_{\text{DSN}}$ là kỳ vọng và độ lệch chuẩn của các giá trị DSN ghi nhận trong cửa sổ trượt thời gian thực, cho phép hệ thống tự điều chỉnh độ nhạy theo mật độ mạng. Đây là một bước chuyển dịch mô hình (Paradigm Shift) từ kiểm soát biên tĩnh (Static Perimeter Control) sang nhận thức thích ứng động (Dynamic Adaptive Cognition) trong bảo mật mạng không dây.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba trụ cột lý thuyết:

  1. Lý thuyết quyết định thống kê (Statistical Decision Theory): Nhận diện hành vi bất thường của gói tin phản hồi tuyến giả mạo (FRREP) mà không cần giám sát liên tục từng nút láng giềng.
  2. Lý thuyết tác tử di động (Mobile Agent Paradigm): Độc lập hóa quá trình khởi tạo và phân phối khóa xác thực, giải phóng nút nguồn khỏi gánh nặng tính toán tập trung.
  3. Mô hình xác thực chuỗi băm Lamport (One-Time Password Authentication Mechanism): Thiết lập cơ chế xác thực từng chặng với độ phức tạp tính toán $\mathcal{O}(1)$, đảm bảo tính toàn vẹn và chống tấn công phát lại (Replay Attacks).
                      KHUNG PHÂN TÍCH TỔNG THỂ CỦA LUẬN ÁN

Điều kiện biên (Boundary Conditions) của khung phân tích được xác định rõ: áp dụng cho mạng ad-hoc di động vô tuyến đa chặng, vận hành theo cơ chế định tuyến phản ứng (Reactive Routing), với các nút có vận tốc di chuyển trong dải từ 0 đến 20 m/s theo mô hình điểm chuyển ngẫu nhiên (Random Waypoint).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ triết lý thực chứng luận (Positivism) kết hợp với chủ nghĩa hiện thực phản biện (Critical Realism), sử dụng phương pháp mô phỏng sự kiện rời rạc quy mô lớn (Discrete-Event Simulation) trên nền tảng Network Simulator 2 (NS-2.35). Thiết kế thực nghiệm đa tầng được triển khai nhằm đánh giá toàn diện các khía cạnh:

  • Cấp độ gói tin (Packet Level): Phân tích cấu trúc header của gói RREQ, RREP, FRREP và gói dữ liệu DATA.
  • Cấp độ nút (Node Level): Đánh giá hành vi xử lý bảng định tuyến, chi phí sinh khóa OTP và bộ nhớ lưu trữ tác tử.
  • Cấp độ toàn mạng (Network-Wide Level): Khảo sát các thông số hiệu năng tổng thể (PDR, RL, ETE).

Quy trình nghiên cứu

Quy trình nghiên cứu được chuẩn hóa thông qua hệ thống kịch bản mô phỏng nghiêm ngặt:

  1. Thiết lập mô hình không gian và nút: Sử dụng mô hình mạng độc lập IBSS trên diện tích $1000\text{m} \times 1000\text{m}$ (đối với kịch bản khảo sát lỗ đen, số lượng 50 nút) và mô hình dạng lưới Grid $2000\text{m} \times 2000\text{m}$ (đối với kịch bản khảo sát ngập lụt, số lượng 100 nút, khoảng cách giữa các nút là 150m, nút đầu tiên đặt tại tọa độ 250m x 250m).
  2. Triển khai hành vi tấn công:
    • Kịch bản Lỗ đen: Cài đặt từ 2, 4, 6 đến 8 nút độc hại thâm nhập vào mạng, chủ động phát gói FRREP với giá trị $HC = 1$ và DSN cực đại nhằm thu hút và tiêu hủy toàn bộ các luồng dữ liệu UDP/TCP.
    • Kịch bản Ngập lụt: Cài đặt 1 nút độc hại tại vị trí trung tâm, phát tán gói tin yêu cầu tuyến NASRRF với các mức tần suất tăng dần: 0, 10, 20, 30, 40 và 50 gói/giây.
  3. Thu thập và phân tích dữ liệu: Trích xuất tự động dữ liệu từ các tệp nhật ký (Trace Files) của NS2, tính toán các đại lượng thống kê trung bình mẫu ($\mu$) và độ lệch chuẩn ($\sigma$) qua nhiều phiên chạy với các seed ngẫu nhiên khác nhau để triệt tiêu sai số phương sai.

Phát hiện đột phá và implications

Những phát hiện then chốt

Thứ nhất, phân tích định lượng về sự suy giảm hiệu năng nghiêm trọng của giao thức AODV và AOMDV nguyên bản khi bị tấn công lỗ đen. Dữ liệu thực nghiệm từ văn bản luận án cho thấy:

  • Với giao thức AODV: Khi số nút lỗ đen tăng từ 2 lên 8 nút, tỷ lệ phân phát gói tin thành công (PDR) sụt giảm thảm hại từ 33.85% (độ lệch chuẩn $\sigma = 4.61%$) xuống 27.49% ($\sigma = 5.68%$). Độ trễ trung bình đầu cuối (ETE) giảm từ 147.84 ms ($\sigma = 31.63\text{ ms}$) xuống 120.10 ms ($\sigma = 45.26\text{ ms}$).
  • Với giao thức AOMDV: PDR giảm từ 54.41% ($\sigma = 4.63%$) ở 2 nút tấn công xuống 34.37% ($\sigma = 3.25%$) ở 8 nút tấn công. Phụ tải định tuyến (Routing Load - RL) tăng mạnh từ 2.44 lên 3.71 gói điều khiển/gói tin dữ liệu.

Thứ hai, phát hiện hiện tượng nghịch lý về độ trễ ETE trong môi trường mạng bị tấn công lỗ đen. Dữ liệu chỉ ra rằng ETE có xu hướng giảm khi số lượng nút độc hại tăng lên. Giải thích lý thuyết cho hiện tượng này là: các tuyến đường dài (nhiều chặng) có xác suất đi qua nút lỗ đen rất cao và bị hủy hoàn toàn; chỉ có một tỷ lệ nhỏ các gói tin đi trên các tuyến đường cực ngắn (1-2 chặng) tiếp cận được đích, dẫn đến giá trị ETE trung bình của các gói thành công bị kéo thấp một cách giả tạo.

Thứ ba, sự phá hủy của tấn công ngập lụt RREQ (NASRRF) đối với tài nguyên mạng. Khi tần suất tấn công đạt mức 50 gói/giây:

  • Tỷ lệ PDR của AODV sụp đổ từ 99.84% (môi trường an toàn) xuống chỉ còn 17.87%, phụ tải định tuyến RL bùng nổ lên mức kinh hoàng 928.19 gói điều khiển/tuyến thành công, và độ trễ ETE vượt ngưỡng 3000 ms.
  • Ngược lại, AOMDV nhờ cơ chế đa đường dự phòng vẫn duy trì được PDR trên 80% và tiêu hao 132.34 gói điều khiển, khẳng định khả năng chống chịu vượt trội của kiến trúc đa đường.

Thứ tư, hiệu quả vượt bậc của các giải pháp đề xuất:

  • Giao thức BDAODV phát hiện chính xác nút lỗ đen nhờ cơ chế ngưỡng thống kê thích ứng, khắc phục tình trạng nhận diện sai của RAODV và SBAODV.
  • Giao thức AOMDV-OAM và AODVMO triệt tiêu hoàn toàn các gói tin RREQ rác và FRREP nhờ cơ chế xác thực OTP từng bước và phân phối khóa tác tử di động, duy trì PDR ở mức tương đương môi trường lý tưởng mà không làm gia tăng độ trễ ETE.

Implications đa chiều

  • Về mặt lý thuyết: Chứng minh rằng việc tích hợp các mô hình thống kê phân tán và mật mã học nhẹ là hướng tiếp cận khả thi và tối ưu hơn so với việc áp dụng máy móc hạ tầng PKI truyền thống vào mạng tùy biến.
  • Về phương pháp luận: Cung cấp quy trình chuẩn mực trong việc mô hình hóa và đánh giá định lượng các hình thái tấn công DoS tầng mạng trên công cụ NS2.
  • Về ứng dụng thực tiễn: Các giải pháp BDAODV, AOMDV-OAM và AODVMO có thể tích hợp trực tiếp vào firmware của các thiết bị mạng không dây thế hệ mới trong các hệ thống thông tin cứu hộ thiên tai, quân sự và giám sát môi trường.

Limitations và Future Research

Luận án thừa nhận một số giới hạn nghiên cứu khách quan:

  1. Môi trường thực nghiệm: Các kết quả được thu thập chủ yếu thông qua mô phỏng phần mềm NS-2.35, chưa được triển khai thử nghiệm trên hệ thống phần cứng thực tế (Hardware Testbed) với các ràng buộc vật lý phức tạp của chip vô tuyến.
  2. Giả định an toàn cho nút nguồn cấp khóa: Mô hình AODVMO giả định nút khởi tạo tác tử ban đầu ($N_{\text{OTP}}$) là nút an toàn tuyệt đối; nếu nút này bị xâm nhập, toàn bộ chuỗi xác thực có nguy cơ bị tổn thương.
  3. Mô hình tiêu thụ năng lượng: Nghiên cứu tập trung vào các chỉ số QoS (PDR, RL, ETE) mà chưa định lượng chi tiết mức tiêu thụ năng lượng theo đơn vị miliwatt-giờ (mWh) trên từng trạng thái truyền/nhận/nghỉ của ăng-ten.

Chương trình nghiên cứu tiếp theo (Future Research Agenda) mở ra các hướng đi:

  • Hướng 1: Hiện thực hóa và kiểm thử giao thức BDAODV và AODVMO trên các thiết bị nhúng thực tế (Raspberry Pi/ESP32) ứng dụng trong mạng FANET và VANET.
  • Hướng 2: Ứng dụng thuật toán học máy nhẹ (TinyML) trực tiếp tại các nút biên để tự động tối ưu hóa tham số ngưỡng thống kê $k$ trong BDAODV theo thời gian thực.
  • Hướng 3: Phát triển cơ chế đồng thuận phân tán (Lightweight Distributed Consensus) để phân tán vai trò của nút $N_{\text{OTP}}$, loại bỏ điểm lỗi đơn lẻ (Single Point of Failure).

Tác động và ảnh hưởng

  • Tác động học thuật: Cung cấp nguồn tham khảo nền tảng cho các nghiên cứu về an toàn thông tin mạng di động tại Việt Nam, đóng góp 3 bài báo trên các tạp chí quốc tế uy tín thuộc danh mục Scopus (Journal of Communications - Q3, International Journal of Computer Networks & Communications - Q4) và 2 bài báo tại các Hội thảo Quốc gia. Dự kiến tạo tiền đề cho hàng chục trích dẫn khoa học trong lĩnh vực an ninh định tuyến MANET/VANET.
  • Chuyển đổi công nghiệp và viễn thông: Cung cấp kiến trúc an ninh nhẹ cho các nhà phát triển giải pháp IoT công nghiệp, hệ thống định vị cứu hộ khẩn cấp và mạng giao thông thông minh (ITS).
  • An ninh - Quốc phòng: Cung cấp giải pháp kỹ thuật bảo mật đường truyền thông tin liên lạc chiến thuật cho các đơn vị tác chiến cơ động, hoạt động tại các địa bàn không có sóng viễn thông dân sự.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giảng viên ngành Hệ thống thông tin / Mạng máy tính: Tiếp cận mô hình toán học thống kê động kết hợp an ninh định tuyến, mở rộng các đề tài nghiên cứu chuyên sâu về giao thức mạng không dây.
  • Kỹ sư R&D trong ngành Công nghệ cao: Tận dụng giải thuật AODVMO và cơ chế OTP để tích hợp vào các thiết bị bay không người lái (UAV) và xe tự hành kết nối mạng.
  • Cơ quan quản lý và hoạch định viễn thông: Có cơ sở dữ liệu thực nghiệm chuẩn xác để xây dựng các tiêu chuẩn kỹ thuật an toàn thông tin cho mạng chuyên dụng thế hệ mới.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nền tảng nào? Trả lời: Đóng góp độc đáo nhất là việc mở rộng Lý thuyết định tuyến véc-tơ khoảng cách (Distance Vector Routing Theory) bằng cách xây dựng thuật toán BDA với ngưỡng động thống kê dựa trên độ lệch chuẩn DSN. Thay vì chấp nhận một ngưỡng tĩnh cố định $\Delta = 600$ như các nghiên cứu trước (vốn dễ bị vượt qua khi cấu trúc mạng thay đổi), mô hình của luận án cho phép hệ thống tự thích nghi và phát hiện nút lỗ đen với độ chính xác cao.

2. Đổi mới phương pháp luận của luận án khi so sánh với các công trình quốc tế tiêu biểu? Trả lời: So với công trình của Vrince Vimal và cộng sự (2020) sử dụng danh sách đen dễ bị tấn công mạo danh, và công trình của Sultana và cộng sự (2021) sử dụng mật mã đường cong Elliptic ECC gây cạn kiệt tài nguyên nút, luận án đã đổi mới phương pháp luận bằng cách kết hợp cơ chế xác thực chuỗi băm OTP với tác tử di động (Mobile Agent). Phương pháp này đạt độ phức tạp tính toán $\mathcal{O}(1)$ tại nút chuyển tiếp, bảo toàn tài nguyên pin và băng thông.

3. Phát hiện bất ngờ nhất trong quá trình phân tích thực nghiệm là gì? Trả lời: Phát hiện bất ngờ nhất là hiện tượng sụt giảm độ trễ đầu cuối trung bình (ETE) của AODV khi số lượng nút lỗ đen tăng lên (giảm từ 147.84 ms xuống 120.10 ms khi số nút tăng từ 2 lên 8). Luận án đã giải mã nghịch lý này: nút lỗ đen đã tiêu hủy toàn bộ các gói tin đi qua các tuyến đường dài (nhiều chặng), chỉ cho phép các gói tin đi trên các tuyến cực ngắn tiếp cận đích thành công, tạo ra giá trị độ trễ trung bình thấp giả tạo.

4. Luận án có cung cấp quy trình tái lập thực nghiệm (Replication Protocol) không? Trả lời: Có. Toàn bộ thông số mô phỏng trên phần mềm NS-2.35 được định nghĩa tường minh: diện tích $1000\text{m} \times 1000\text{m}$ (50 nút) và $2000\text{m} \times 2000\text{m}$ (100 nút lưới), phạm vi phát sóng vô tuyến $250\text{ m}$, khoảng cách nút $150\text{ m}$, mô hình di động Random Waypoint, lưu lượng UDP/CBR, thời gian khảo sát từ 200s đến 500s.

5. Lộ trình nghiên cứu 10 năm được vạch ra như thế nào? Trả lời: Lộ trình nghiên cứu gồm ba giai đoạn: (1) 2023-2025: Thử nghiệm giao thức trên phần cứng nhúng thực tế và tích hợp học máy biên (Edge AI) để tối ưu ngưỡng thống kê; (2) 2026-2029: Mở rộng cơ chế an ninh sang các môi trường mạng không gian tích hợp (FANET-VANET-Vệ tinh LEO); (3) 2030-2033: Phát triển chuẩn giao thức định tuyến an toàn phi tập trung hoàn toàn dựa trên mật mã hậu lượng tử nhẹ (Lightweight Post-Quantum Cryptography).

Kết luận

Luận án tiến sĩ của tác giả Lê Đức Huy đã hoàn thành xuất sắc các mục tiêu nghiên cứu với các đóng góp cốt lõi:

  1. Phân tích định lượng toàn diện tác hại của tấn công lỗ đen và ngập lụt RREQ lên hai giao thức định tuyến phản ứng phổ biến là AODV và AOMDV.
  2. Đề xuất giải pháp BDA dựa trên lý thuyết thống kê, phát triển thành công giao thức BDAODV giúp nhận diện và cô lập nút lỗ đen dựa trên ngưỡng động thích ứng.
  3. Đề xuất cơ chế xác thực mật khẩu sử dụng một lần OTP, thiết kế giao thức cải tiến AOMDV-OAM giúp vô hiệu hóa hoàn toàn hành vi tấn công ngập lụt NASRRF.
  4. Xây dựng giao thức an toàn AODVMO tích hợp nền tảng tác tử di động và OTP, giải quyết triệt để bài toán phân phối khóa phân tán trong mạng MANET.
  5. Kiểm chứng toàn diện hiệu năng các giải pháp trên công cụ chuẩn NS-2.35, chứng minh sự vượt trội về tỷ lệ gửi gói tin PDR, cắt giảm phụ tải định tuyến RL và ổn định độ trễ đầu cuối ETE.
  6. Mở ra các hướng nghiên cứu mới trong việc kết hợp mật mã học nhẹ và trí tuệ nhân tạo biên cho các mạng không dây thế hệ tiếp theo.