Tổng quan về luận án

Bối cảnh bùng nổ của cuộc Cách mạng Công nghiệp 4.0 đã đưa mạng Internet of Things (IoT) và Mạng cảm biến không dây (Wireless Sensor Networks - WSN) trở thành hạ tầng then chốt trong các hệ thống điều khiển tự động, y tế, giao thông thông minh và đô thị thông minh. Tuy nhiên, tính chất phân tán địa lý, kiến trúc mở và đặc biệt là sự hiện diện phổ biến của các thiết bị bị giới hạn nghiêm ngặt về tài nguyên tính toán (Resource-Constrained Devices) đã tạo nên những lỗ hổng bảo mật nghiêm trọng. Luận án tiến sĩ kỹ thuật máy tính của nghiên cứu sinh Nguyễn Văn Tánh, dưới sự hướng dẫn khoa học của PGS.TS. Nguyễn Linh Giang và GS.TS. Đặng Văn Chuyết tại Trường Đại học Bách khoa Hà Nội (2022), mang tên "Nghiên cứu phát triển giải pháp nâng cao an toàn trong mạng Internet of Things" (Mã số: 9480106), đã giải quyết trực diện thách thức cân bằng giữa bốn yếu tố tối quan trọng: "Năng lượng – Chi phí – Hiệu quả – An toàn".

Khoảng trống nghiên cứu (Research Gap) cốt lõi được xác định rõ ràng từ các hạn chế của tài liệu học thuật quốc tế: các cơ chế mã hóa truyền thống tiêu tốn tài nguyên phần cứng lớn không thể thực thi trên thiết bị IoT lớp chuẩn RFC 7228 (Class 0 và Class 1), trong khi các cơ chế phòng chống tấn công từ chối dịch vụ (DoS/DDoS) hiện nay như hệ thống phát hiện xâm nhập bằng học máy của Gunawardhana (2018) hay các giải thuật bắt gói tin Wireshark lại đòi hỏi tài nguyên CPU/RAM vượt quá khả năng của vi điều khiển nhúng. Đồng thời, các giải pháp phòng chống tấn công DoS phân tán dựa trên giao thức định tuyến RPL (Routing Protocol for Low-Power and Lossy Networks - RFC 6550) hiện có thường chỉ dừng lại ở phân tích lý thuyết mà thiếu cơ chế cô lập botnet tự động theo thời gian thực.

Luận án thiết lập hệ thống câu hỏi nghiên cứu và giả thuyết khoa học chặt chẽ:

  • Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để phát hiện và ngăn chặn tấn công DoS/UDP Flooding trong mạng WSN/RPL mà không làm gia tăng gánh nặng tính toán và hao tổn năng lượng của các nút cảm biến?
    • Giả thuyết 1 (H1): Cơ chế nghe ngóng thụ động cải tiến (Improved Overhearing) dựa trên độ lệch chuẩn của lưu lượng cục bộ ($\mu + k \cdot \sigma$) có thể nhận diện chính xác các nút botnet với tỷ lệ báo động giả thấp mà không cần giải mã toàn bộ payload gói tin.
  • Câu hỏi nghiên cứu 2 (RQ2): Cấu hình và điều chỉnh các giao thức bảo mật hạng nhẹ (DTLS, CurveCP, hàm băm Quark) như thế nào để vừa khôi phục tính toàn vẹn, xác thực dữ liệu, vừa giảm thiểu năng lượng tiêu thụ trên thiết bị tài nguyên yếu?
    • Giả thuyết 2 (H2): Tối ưu hóa chu trình bắt tay DTLS trên nền tảng chuẩn Om2M và tích hợp mật mã đường cong elliptic nhẹ CurveCP cùng hàm băm Quark sẽ giảm tải năng lượng tính toán trên ROM/RAM dưới 32KB.
  • Câu hỏi nghiên cứu 3 (RQ3): Một mô hình phòng thủ đa tầng tích hợp giữa cơ chế cô lập nút Overhearing và mật mã hạng nhẹ DTLS-Quark có khả năng duy trì độ ổn định truyền thông mạng IoT trước tấn công DoS quy mô lớn hay không?
    • Giả thuyết 3 (H3): Mô hình tích hợp tổng thể sẽ bảo toàn Tỷ lệ truyền nhận thành công (Packet Delivery Ratio - PDR) đạt ngưỡng vận hành chuẩn $PDR \ge 95%$ và tối ưu hóa độ trễ truyền thông trung bình.

Phạm vi nghiên cứu tập trung vào các thiết bị IoT tài nguyên yếu phổ biến như dòng vi điều khiển CC2538 ARM Cortex-M3 (32MHz, 32KB RAM, 512KB ROM), vi xử lý MSP430 (TelosB), ATMega1284P (Raven), Zolertia Z1 (16-bit RISC CPU 16MHz, 8KB RAM, 92KB Flash) vận hành trên hệ điều hành Contiki OS và mô phỏng mạng Cooja với quy mô topo từ 16 đến 36 nút trong khung thời gian quan sát chuyên sâu 100 phút (63.000 lượt đánh giá phân loại nút).

Literature Review và Positioning

Phân tích tổng quan y văn quốc tế cho thấy nghiên cứu an toàn an ninh IoT được định hình bởi 4 dòng học thuật chính:

Dòng nghiên cứu thứ nhất tập trung vào cơ chế an ninh tiết kiệm năng lượng cho mạng quy mô nhỏ. Xuanxia Yao và cộng sự (2013) đã đề xuất mô hình xác thực truyền thông đa điểm hạng nhẹ (Lightweight Multicast Authentication) kế thừa thuật toán băm tích chập một chiều của Nyberg (1996). Mặc dù giải pháp của Yao giảm thiểu năng lượng thông qua tích chập đa đầu vào, công trình này tồn tại nghịch lý khi truyền thông đa điểm chỉ xuất hiện hạn chế tại lớp cảm biến, không bao quát được cơ chế truyền thông điểm - điểm và quảng bá của toàn mạng IoT, đồng thời thiếu kiểm thử thực nghiệm trên nền tảng WSN thực tế. Tương tự, Vinton G. Cerf (2016) nhấn mạnh các yêu cầu kiểm soát truy cập tiết kiệm năng lượng nhưng chỉ dừng lại ở mức kiến trúc định hướng.

Dòng nghiên cứu thứ hai hướng tới tích hợp giao thức bảo mật vào ngăn xếp IoT. Shahid Raza và cộng sự (2013) phát triển công trình đột phá Lithe tích hợp DTLS vào CoAP bằng cách tận dụng cơ chế nén tiêu đề của 6LoWPAN (RFC 6282). Raza chứng minh tính khả thi của quá trình bắt tay bảo mật trên nút WiSmote trong hệ điều hành Contiki. Tuy nhiên, điểm hạn chế nghiêm trọng của Lithe là không tiến hành đo đạc hiệu năng truyền thông toàn mạng; việc tiêu tốn năng lượng cho các thuật toán bảo mật phụ trợ có thể làm suy giảm nghiêm trọng băng thông định tuyến của các nút trung gian. Tiếp nối hướng tiếp cận này, Linda Ariani Gunawan và cộng sự (2017) đề xuất mô hình cộng tác tích hợp an ninh nhưng thiếu đánh giá định lượng trên phần cứng tài nguyên giới hạn.

Dòng nghiên cứu thứ ba khảo sát an ninh mạng cảm biến WSN tích hợp IoT. Fagen Li và cộng sự (2015) đề xuất hệ thống an ninh dựa trên mật mã định danh (Identity-Based Cryptography - IBC) giúp tối ưu hóa chi phí tính toán lý thuyết. Dẫu vậy, công trình của Li chỉ thuần túy mô hình hóa toán học, thiếu thử nghiệm mô phỏng trên nền tảng IoT thực tế để chứng minh tính khả thi. Song song đó, A. Pathan và cộng sự (2006) đã hệ thống hóa các mối đe dọa vật lý và truyền thông trên WSN, khẳng định tính nhạy cảm của topo định tuyến cây trước các tấn công giả mạo.

Dòng nghiên cứu thứ tư xử lý tấn công từ chối dịch vụ (DoS/DDoS). Ashish Patil và Rahul Gaikwad (2016) phân tích so sánh các kỹ thuật ngăn chặn DoS trên WSN và đề xuất nguyên lý Overhearing ở tầng MAC (kế thừa từ công trình OBMAC năm 2007 của Lê Hùng Cường và cộng sự tại Đại học Bourgogne). Tuy nhiên, Patil và Gaikwad chỉ dừng lại ở khái niệm lý thuyết, hoàn toàn không đưa ra được giải thuật cụ thể để phát hiện botnet và phản ứng cô lập nút. Shruti Kajwadkar và các cộng sự (2017) giới thiệu thuật toán Novel để phát hiện DoS/DDoS nhưng lại không tương thích với các thiết bị Class 0/Class 1 do yêu cầu bộ nhớ vượt ngưỡng.

Về mặt chính sách và tiêu chuẩn hóa toàn cầu, các quốc gia phát triển đã chuyển biến mạnh mẽ từ tiếp cận khuyến nghị sang quy định pháp lý bắt buộc: Đạo luật SB-327 của bang California (Mỹ, có hiệu lực 2020) cấm sử dụng mật khẩu mặc định trên thiết bị IoT; Chính phủ Anh phối hợp cùng Cơ quan Tình báo An ninh GCHQ ban hành khung tiêu chuẩn an toàn IoT (2020); Liên minh Châu Âu (EU) ban hành "Baseline Security Recommendations for IoT" (2019); và Nhật Bản tích hợp các điều khoản kiểm tra thiết bị IoT bắt buộc trong Luật An toàn An ninh mạng (Cybersecurity Law) với nguyên tắc "Security by Design".

Luận án của Nguyễn Văn Tánh định vị chính xác vào khoảng trống công nghệ: chuyển đổi nguyên lý Overhearing từ tầng MAC trừu tượng thành giải thuật toán học thống kê cụ thể ($\mu + k \cdot \sigma$), kết hợp cơ chế danh sách đen tự động cô lập botnet trong 3 phút, và tích hợp chuỗi bảo mật nhẹ đa tầng (DTLS – CurveCP – Quark) trên ngăn xếp 6LoWPAN/RPL chuẩn OneM2M/Om2M.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đóng góp vào lý thuyết an toàn thông tin mạng phân tán thông qua việc mở rộng và tái cấu trúc các giả định nền tảng của lý thuyết định tuyến RPL (RFC 6550) và mô hình giám sát lân cận:

  1. Mở rộng lý thuyết định tuyến DODAG dưới áp lực tấn công nội vi: Trong giao thức RPL nguyên bản, cây đồ thị có hướng không chu trình hướng đích (Destination-Oriented Directed Acyclic Graph - DODAG) vận hành dựa trên giả định tín nhiệm mặc định giữa các nút cha và nút con. Khi một nút trung gian bị chiếm quyền và biến thành nút Bot phát động tấn công UDP Flooding, toàn bộ nhánh con sẽ bị tê liệt. Luận án đã xây dựng mô hình phân tích bất đối xứng lưu lượng, chứng minh rằng sự bất thường không chỉ nằm ở tổng số gói tin mà thể hiện qua sự phân kỳ đồng thời của cả độ lệch chuẩn gói tin gửi ($Tx$) và gói tin nhận ($Rx$) so với trung bình cụm.

  2. Thiết lập khung phân loại nguy cơ 3 cấp độ (Three-Tier Anomaly Detection Framework): Dựa trên lý thuyết xác suất thống kê và tỷ lệ báo động giả (False Positive Rate - FPR), luận án định thức hóa ba cấp độ cảnh báo:

    • Mức I – Bất thường: Tỷ lệ báo động giả $FPR > 60%$, lưu lượng có độ lệch nhẹ nhưng chưa đủ bằng chứng kết luận mã độc;
    • Mức II – Bất thường cảnh báo: $20% \le FPR \le 60%$, ghi nhận sự gia tăng đột biến lưu lượng;
    • Mức III – Phản ứng khẩn cấp: $FPR < 20%$, thỏa mãn bất đẳng thức toán học phát hiện Bot, lập tức kích hoạt cơ chế cách ly mạng.

  3. Mô hình hóa tiêu thụ năng lượng vật lý WSN đa trạng thái: Kế thừa và chuẩn hóa mô hình của V. Gokilapriya (2014), luận án lý thuyết hóa năng lượng tiêu thụ $E$ qua phương trình: $$E = (Tx \cdot E_t + Rx \cdot E_r + CPU \cdot E_o + LPM \cdot E_l) \cdot \tau$$ Trong đó, $E_t, E_r, E_o, E_l$ lần lượt là các hằng số tiêu thụ năng lượng ở chế độ truyền (Transmit), nhận (Receive), xử lý vi điều khiển (CPU cache) và duy trì công suất thấp (Low Power Mode), với $\tau$ là điện áp danh định.

Khung phân tích độc đáo

Khung phân tích của luận án là sự hợp nhất của ba trụ cột lý thuyết: (1) Lý thuyết giám sát ngang hàng phi tập trung (Peer-to-Peer Overhearing Theory); (2) Lý thuyết mật mã hạng nhẹ (Lightweight Cryptography Theory bao gồm đường cong Elliptic của CurveCP và hàm băm Quark); và (3) Kiến trúc an ninh phân lớp theo tiêu chuẩn công nghiệp mở OneM2M.

       +-------------------------------------------------------------+
       |   ỨNG DỤNG VÀ DỊCH VỤ IoT (Om2M RESTful Web Services)       |
       +-------------------------------------------------------------+
                                     |
       +-------------------------------------------------------------+
       |   LỚP GIAO VẬN: DTLS tối ưu hóa bắt tay + Mã hóa CurveCP     |
       +-------------------------------------------------------------+
                                     |
       +-------------------------------------------------------------+
       |   LỚP MẠNG & LIÊN KẾT: 6LoWPAN / RPL DODAG Tree             |
       |   ==> TÍCH HỢP CƠ CHẾ OVERHEARING CẢI TIẾN                  |
       |   - Giám sát lưu lượng thống kê: N_i > mu + k * sigma       |
       |   - Xác thực toàn vẹn nhẹ: Hàm băm Quark                    |
       |   - Danh sách cách ly tự động (Quarantine List: 3 phút)     |
       +-------------------------------------------------------------+
                                     |
       +-------------------------------------------------------------+
       |   THIẾT BỊ PHẦN CỨNG TÀI NGUYÊN YẾU (RFC 7228 Class 0/1)    |
       |   (CC2538 ARM Cortex-M3 32MHz, 32KB RAM, 512KB ROM)        |
       +-------------------------------------------------------------+

Điều kiện biên (Boundary Conditions) của khung phân tích được xác định rõ:

  • Tần số kiểm tra chu kỳ thống kê $T_{sample} = 10\text{ giây}$;
  • Ngưỡng tham số kiểm định $k$ được tối ưu hóa dựa trên thực nghiệm tương quan giữa nguy cơ Báo động giả (False Alarm) và nguy cơ Bỏ sót (Miss Detection);
  • Thời gian cách ly cưỡng chế một nút Bot được ấn định chính xác là 3 phút ($t_{quarantine} = 180\text{ giây}$), sau đó tự động giải phóng để đánh giá lại trạng thái truyền thông.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ thế giới quan thực chứng (Positivism) kết hợp phương pháp luận thực nghiệm định lượng chính xác (Quantitative Empirical Validation). Luận án triển khai thiết kế nghiên cứu đa tầng (Multi-Level Experimental Design) bao gồm:

  1. Tầng thiết bị vật lý: Phân loại theo RFC 7228 nhằm kiểm thử giới hạn biên của bộ nhớ (Flash $\le 100\text{KB}$, RAM $\le 10\text{KB}$ đối với Class 0; RAM $\approx 10-50\text{KB}$ đối với Class 1).
  2. Tầng mô phỏng mạng: Sử dụng công cụ Cooja Simulator tích hợp trên nền tảng Contiki OS, giả lập chính xác hoạt động của phần cứng nút mạng nhúng ở cấp độ chu kỳ lệnh vi điều khiển.
  3. Tầng kiểm thử tích hợp middleware: Triển khai trên nền tảng tiêu chuẩn mở Om2M để đánh giá khả năng tương thích dịch vụ RESTful M2M.

Quy trình nghiên cứu rigorous

Quy trình phát hiện và cô lập nút Bot trong cơ chế Overhearing cải tiến được vận hành nghiêm ngặt qua 4 giai đoạn toán học:

  • Giai đoạn 1: Thu thập số liệu thống kê lân cận. Cứ sau chu kỳ 10 giây, mỗi nút cảm biến tự động tổng hợp số lượng gói tin gửi ($Tx$) và nhận ($Rx$) của tất cả các nút lân cận trong tầm phủ sóng radio.
  • Giai đoạn 2: Tính toán giá trị trung bình ($\mu$) và độ lệch chuẩn ($\sigma$). $$\mu = \frac{\sum_{i=1}^{N} \chi_i}{N}$$ Trong đó $N$ là số nút hàng xóm, $\chi_i$ là số gói tin của nút thứ $i$. Độ lệch chuẩn $\sigma$ được tính từ phương sai: $$\sigma = \sqrt{\frac{\sum_{i=1}^{N} (\chi_i - \mu)^2}{N}}$$
  • Giai đoạn 3: Đánh giá bất đẳng thức bất thường. $$N_i > \mu + k \cdot \sigma$$ Một nút bị định danh là nút Bot tiềm tàng khi và chỉ khi cả hai thông số gửi và nhận đều đồng thời vượt ngưỡng bất đẳng thức trên với hệ số $k$ tối ưu.
  • Giai đoạn 4: Kích hoạt danh sách cách ly. Địa chỉ IPv6 của nút vi phạm Mức III lập tức được thêm vào mảng quarantine_list[]. Nút cài đặt Overhearing sẽ chủ động từ chối tiếp nhận, từ chối xử lý và từ chối chuyển tiếp bất kỳ gói tin nào từ nút này, đồng thời thiết lập bộ đếm lùi 180 giây.

Data và phân tích

Dữ liệu thực nghiệm được thu thập từ ba cấu hình mạng WSN với quy mô tăng dần:

  • Mạng 16 nút: 1 nút Coordinator (Rank 1), 15 nút Client;
  • Mạng 25 nút: 1 nút Coordinator, 24 nút Client;
  • Mạng 36 nút: 1 nút Coordinator, 35 nút Client.

Tổng thể quy mô khảo sát bao gồm 75 nút mạng, trong đó 6 nút Bot được thiết lập có chủ đích để phát động tấn công UDP Flooding, còn lại 69 nút cảm biến hoạt động bình thường tham gia quá trình giám sát Overhearing.

Phân bố mật độ topo lân cận của 69 nút cảm biến được kiểm soát chi tiết: 1 nút có 2 hàng xóm, 10 nút có 3 hàng xóm, 9 nút có 4 hàng xóm, 25 nút có 5 hàng xóm, 7 nút có 6 hàng xóm, 14 nút có 7 hàng xóm và 3 nút có 8 hàng xóm. Với chu kỳ lấy mẫu 10 giây trong suốt thời lượng mô phỏng 100 phút (tương ứng 600 chu kỳ tổng hợp), mỗi chu kỳ thực hiện 350 phép gán nhãn, tạo ra tập dữ liệu kiểm định gồm đúng 63.000 lượt đánh giá phân loại nút.

Hai chỉ số hiệu năng cốt lõi được định lượng hóa chính xác:

  1. Tỷ lệ truyền nhận thành công (Packet Delivery Ratio - PDR): $$PDR = \frac{R}{S} \times 100%$$ Với $R$ là tổng số gói tin nút đích nhận được và $S$ là tổng số gói tin các nút nguồn gửi đi.
  2. Độ trễ trung bình chuẩn hóa theo khoảng cách (Latency): $$Latency = \frac{\sum_{i=1}^{n} \frac{TR_i - TS_i}{D_i}}{n}\quad (\text{ms/m})$$ Với $TR_i - TS_i$ là thời gian truyền gói tin thứ $i$ (mili giây) và $D_i$ là khoảng cách vật lý tương ứng (mét).

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Hiệu quả ngăn chặn DoS và duy trì chỉ số PDR: Dữ liệu trích xuất từ văn bản luận án khẳng định nguyên tắc vận hành mạng ổn định theo tiêu chuẩn Cengage/Mansfield đòi hỏi: "PDR từ 95% trở lên là đảm bảo mạng hoạt động ổn định". Khi xảy ra cuộc tấn công DoS/UDP Flooding mà không có cơ chế bảo vệ, mạng WSN bị nghẽn cục bộ nghiêm trọng, PDR sụt giảm sâu. Khi kích hoạt cơ chế Overhearing cải tiến, tỷ lệ truyền nhận thành công được khôi phục vượt ngưỡng 95%, triệt tiêu hoàn toàn tác động phá hoại của botnet.
  2. Nguyên lý nhận diện Botnet dựa trên tương quan hai chiều: Luận án phát hiện quy luật cấu trúc cây DODAG trong giao thức RPL: "Các nút ở bậc thấp (nút nhánh) có xu hướng phải truyền nhiều gói tin thì lại nhận ít gói tin hơn các nút bậc cao". Do đó, việc chỉ theo dõi một chiều gửi hoặc nhận sẽ dẫn tới phán đoán sai lầm. Phát hiện nút Bot bắt buộc phải dựa trên tiêu chuẩn kép: bất đẳng thức $N_i > \mu + k \cdot \sigma$ phải đồng thời thỏa mãn trên cả hai luồng $Tx$ và $Rx$.
  3. Cân bằng tối ưu giữa Báo động giả và Bỏ sót qua 63.000 mẫu: Kết quả phân tích tham số thực nghiệm chứng minh hệ số $k$ là tham số điều tiết trung tâm. Khi tăng $k$, khoảng cách ngưỡng $\mu + k \cdot \sigma$ dãn rộng, giúp triệt tiêu hiện tượng báo động giả đối với các nút nhánh hợp pháp có lưu lượng chuyển tiếp cao, đồng thời kiểm soát tỷ lệ bỏ sót nút Bot ở mức bằng 0 trong điều kiện tấn công UDP Flood cường độ cao.
  4. Tối ưu hóa tài nguyên phần cứng nhúng: Khác với công trình của Gunawardhana (2018) gây quá tải CPU do tích hợp bộ bắt gói tin phức tạp, giải pháp Overhearing cải tiến chỉ trích xuất thông tin địa chỉ header ở tầng liên kết/mạng, duy trì mức tiêu thụ RAM dưới 2KB trên nền tảng vi điều khiển CC2538 ARM Cortex-M3 (32KB RAM, 512KB ROM).
  5. Hiệu năng vượt trội của mô hình tích hợp đa tầng: Sự kết hợp đồng thời giữa Overhearing cải tiến, giao thức bảo mật DTLS tối ưu trên Om2M và hàm băm Quark mang lại khả năng phòng thủ toàn diện: vừa ngăn chặn tấn công chủ động DoS ở tầng mạng, vừa vô hiệu hóa các tấn công thụ động nghe lén và sửa đổi gói tin ở tầng ứng dụng/giao vận.

Implications đa chiều

  • Đóng góp học thuật: Luận án cung cấp một mô hình toán học thống kê ứng dụng cho an ninh mạng cảm biến WSN, giải quyết bài toán phát hiện bất thường cục bộ mà không đòi hỏi cơ chế giám sát tập trung từ nút Coordinator.
  • Đổi mới phương pháp luận: Thiết lập quy trình đánh giá thực nghiệm chuẩn hóa trên hệ điều hành nhúng Contiki OS kết hợp Cooja, có khả năng tái lập hoàn toàn trên các cấu hình mạng không dây phân tán khác.
  • Ứng dụng công nghiệp: Cung cấp giải pháp sẵn sàng triển khai cho các hệ thống Smart Home, Smart City và hạ tầng IoT công nghiệp sử dụng các vi điều khiển giá rẻ (như Zolertia Z1, CC2538, TelosB), giúp các nhà sản xuất thiết bị nhúng đáp ứng tiêu chuẩn an ninh quốc tế mà không phải thay thế phần cứng.
  • Chính sách an toàn thông tin: Cung cấp cơ sở khoa học để các cơ quan quản lý nhà nước tại Việt Nam (như Bộ Thông tin và Truyền thông) xây dựng bộ tiêu chuẩn kỹ thuật kiểm định an toàn cho thiết bị IoT đầu cuối theo định hướng "Security by Design".

Limitations và Future Research

Luận án thẳng thắn thừa nhận các giới hạn kỹ thuật mang tính thực tiễn:

  1. Giới hạn môi trường thực nghiệm: Phần lớn các kịch bản đo đạc quy mô lớn (16, 25, 36 nút) được thực hiện trên môi trường mô phỏng Contiki Cooja Simulator. Mặc dù Cooja mô phỏng chu kỳ vi điều khiển chính xác, môi trường sóng vô tuyến thực tế với hiện tượng fading, can nhiễu đa đường có thể gây dao động ngoài dự kiến đối với độ trễ truyền thông.
  2. Quy mô số lượng nút và mật độ mạng: Thực nghiệm giới hạn ở quy mô tối đa 36 nút mạng. Khi quy mô mở rộng lên hàng nghìn nút (Massive IoT), bảng lưu trữ lân cận và chi phí tính toán độ lệch chuẩn $\sigma$ có thể gây quá tải bộ nhớ đệm của các nút Class 0.
  3. Cơ chế thời gian cách ly cố định: Tham số thời gian cách ly $t_{quarantine} = 3\text{ phút}$ (180 giây) được xác lập dựa trên kinh nghiệm thực nghiệm; chưa tích hợp giải thuật tự thích ứng (adaptive timeout) dựa trên tần suất tái vi phạm của nút tấn công.

Chương trình nghiên cứu tiếp theo (Future Research Agenda) mở ra 4 hướng phát triển:

  • Thiết lập giải thuật thích ứng động cho tham số $k$ và thời gian cách ly $t_{quarantine}$ dựa trên lý thuyết trò chơi (Game Theory);
  • Mở rộng thử nghiệm mô hình tích hợp trên mạng diện rộng công suất thấp LPWAN (LoRaWAN, NB-IoT);
  • Nghiên cứu cơ chế phân phối khóa mật mã nhẹ sử dụng phần cứng chuyên dụng bảo mật (Hardware Security Module - HSM/SE) trên vi điều khiển 32-bit;
  • Triển khai thử nghiệm thực địa quy mô lớn trên hệ thống quan trắc nông nghiệp thông minh và lưới điện thông minh (Smart Grid).

Tác động và ảnh hưởng

Luận án tạo ra tác động học thuật và thực tiễn sâu rộng:

  • Tác động học thuật: Các bài báo khoa học trích xuất từ luận án đã công bố trên các tạp chí và kỷ yếu hội thảo chuyên ngành uy tín, đóng góp vào chỉ số trích dẫn của cộng đồng nghiên cứu kỹ thuật máy tính và an toàn thông tin tại Việt Nam và khu vực.
  • Chuyển đổi công nghiệp: Các tập đoàn công nghệ lớn tại Việt Nam như Viettel, VNPT, FPT, BKAV đang triển khai các nền tảng Smart City (ví dụ Smart Connected Platform của VNPT) có thể trực tiếp ứng dụng module Overhearing cải tiến và thư viện DTLS-Quark để bảo vệ tầng biên IoT.
  • Lợi ích xã hội: Ngăn chặn nguy cơ các thiết bị IoT gia dụng bị biến thành mạng botnet quy mô lớn phát động tấn công đánh sập các cổng thông tin chính phủ và hạ tầng tài chính trọng yếu.

Đối tượng hưởng lợi

  • Nghiên cứu sinh & Nhà khoa học an ninh mạng: Kế thừa bộ dữ liệu thực nghiệm 63.000 mẫu, khung phân tích toán học $\mu + k \cdot \sigma$ và mô hình tích hợp đa tầng để mở rộng cho các giao thức định tuyến không dây mới.
  • Kỹ sư R&D nhúng & IoT: Sử dụng trực tiếp các chỉ dẫn cấu hình tối ưu hóa DTLS, mã hóa CurveCP và tích hợp Quark trên các dòng vi xử lý ARM Cortex-M, TelosB, Zolertia Z1.
  • Kiến trúc sư hệ thống Smart City: Tiếp cận giải pháp bảo vệ hệ thống đèn giao thông, quan trắc môi trường và camera giám sát trước hiểm họa tấn công từ chối dịch vụ phân tán.
  • Cơ quan quản lý an toàn thông tin: Có cơ sở dữ liệu thực chứng để thẩm định chất lượng an toàn bảo mật cho các dự án đầu tư công nghệ thông tin công cộng.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Đó là việc lý thuyết hóa cơ chế Overhearing từ một khái niệm giám sát trừu tượng thành giải thuật định lượng thống kê hai chiều ($Tx$ và $Rx$) dựa trên bất đẳng thức độ lệch chuẩn $N_i > \mu + k \cdot \sigma$, giải quyết căn bản bài toán phát hiện botnet DoS ngay tại tầng mạng WSN mà không cần giải mã gói tin hay phụ thuộc vào trung tâm điều khiển.

  2. Đổi mới phương pháp luận so với các công trình quốc tế tiền nhiệm? So với công trình của Ashish Patil & Rahul Gaikwad (2016) vốn chỉ đề xuất ý tưởng lý thuyết OBMAC, và công trình của Gunawardhana (2018) lạm dụng Wireshark gây quá tải vi điều khiển, luận án của Nguyễn Văn Tánh đã xây dựng giải thuật nhúng trực tiếp trong firmware nút cảm biến, thử nghiệm xuyên suốt 63.000 phép gán nhãn trên nền Contiki OS, hiện thực hóa cơ chế danh sách đen tự động cách ly 3 phút.

  3. Phát hiện thực nghiệm bất ngờ nhất là gì? Hiện tượng một nút mạng có lưu lượng gửi ($Tx$) cực cao trong giao thức RPL không đồng nghĩa nút đó là Bot. Do đặc thù cây DODAG, các nút nhánh hợp pháp phải gánh lưu lượng chuyển tiếp cho toàn bộ nhánh con. Chỉ khi kết hợp kiểm tra đồng thời cả hai tham số $Tx$ và $Rx$ qua bất đẳng thức phân tán thì tỷ lệ báo động giả mới được kiểm soát triệt để dưới 20%.

  4. Nghiên cứu có cung cấp giao thức tái lập thực nghiệm (Replication Protocol) không? Có. Luận án mô tả chi tiết cấu hình phần cứng (CC2538 32MHz, 32KB RAM; Zolertia Z1), cấu hình hệ điều hành Contiki OS, thông số mô phỏng Cooja, chu kỳ lấy mẫu 10 giây, công thức tính toán PDR, Latency và mô hình tiêu thụ năng lượng $E$, cho phép cộng đồng nghiên cứu tái lập chính xác toàn bộ kết quả.

  5. Định hướng chương trình nghiên cứu 10 năm tiếp theo? Lộ trình 10 năm hướng tới tự động hóa an ninh IoT thông qua: (1) Nhúng các mô hình AI/Machine Learning siêu nhẹ (TinyML) trực tiếp vào vi điều khiển để tự động học tham số $k$; (2) Chuẩn hóa cơ chế phòng thủ Overhearing vào các tiêu chuẩn IETF/RFC tiếp theo của RPL; (3) Tích hợp mật mã kháng lượng tử (Post-Quantum Cryptography) hạng nhẹ vào giao thức DTLS trên hạ tầng đô thị thông minh.

Kết luận

Luận án tiến sĩ của Nguyễn Văn Tánh đã hoàn thành xuất sắc các mục tiêu khoa học đề ra, mang lại 5 đóng góp đột phá cốt lõi:

  1. Hệ thống hóa toàn diện các lỗ hổng bảo mật trên thiết bị IoT tài nguyên yếu thuộc các lớp RFC 7228 (Class 0, Class 1, Class 2).
  2. Sáng tạo giải thuật Overhearing cải tiến dựa trên toán học thống kê ($\mu + k \cdot \sigma$) kết hợp danh sách cách ly 3 phút, triệt tiêu tấn công DoS/UDP Flooding trong mạng cảm biến WSN/RPL.
  3. Tối ưu hóa thành công giao thức bảo mật DTLS trên nền tảng chuẩn Om2M, tích hợp mã hóa hạng nhẹ CurveCP và hàm băm Quark cho thiết bị nhúng có bộ nhớ RAM $\le 32\text{KB}$.
  4. Xây dựng mô hình an ninh tích hợp đa lớp tổng thể, chứng minh qua thực nghiệm khả năng bảo toàn hiệu năng mạng với chỉ số $PDR \ge 95%$ và tối ưu hóa năng lượng tiêu thụ $E$.
  5. Cung cấp tập dữ liệu thực nghiệm chuẩn mực với 63.000 phép đo trên hệ điều hành Contiki OS, tạo tiền đề vững chắc cho các nghiên cứu phát triển an toàn IoT tại Việt Nam và trên trường quốc tế.