Luận văn thạc sĩ: Giải pháp tăng cường bảo mật mạng không dây thế hệ tiếp theo

Luận văn phân tích và đề xuất giải pháp tăng cường bảo mật cho mạng không dây thế hệ mới, kết hợp công nghệ MEC, RF, và giao thức NOMA.

• Người hướng dẫn: Ts. Hà Đắc Bình
• Trường học: Đà Nẵng
• Chuyên ngành: Khoa Học Máy Tính
• Đề tài: Đề xuất giải pháp tăng cường khả năng bảo mật của mạng không dây thế hệ tiếp theo
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2021
• Địa điểm: Đà Nẵng

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• DANH MỤC CÁC KÝ HIỆU VÀ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
• MỞ ĐẦU
• Lý do chọn đề tài
• Mục tiêu nghiên cứu
• Nhiệm vụ nghiên cứu
• Đối tượng, phạm vi, cách tiếp cận
• Phương pháp nghiên cứu
• Tổng quan tình hình nghiên cứu
• 1. CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
• 1.1. Mạng điện toán biên di động
• 1.1.1. Giới thiệu về điện toán biên di động
• 1.1.2. Giảm tải trong điện toán biên di động
• 1.2. Truyền thông không dây
• 1.2.1. Khái niệm kênh truyền
• 1.2.2. Đặc tính kênh truyền không dây
• 1.3. Tổng quan về kỹ thuật truyền năng lượng qua sóng vô tuyến
• 1.4. Giới thiệu về đa truy cập phi trực giao
• 1.5. Giới thiệu về lý thuyết thông tin và bảo mật lớp vật lý
• 1.5.1. Lý thuyết về thông tin
• 1.5.2. Lý thuyết về bảo mật lớp vật lý
• 1.6. Các phương pháp đánh giá khả năng đảm bảo an toàn thông tin
• 1.7. Kết luận chương 1
• 2. CHƯƠNG 2: ĐỀ XUẤT MÔ HÌNH VÀ PHÂN TÍCH HIỆU NĂNG CỦA HỆ THỐNG
• 2.1. Mô hình hệ thống
• 2.2. Giao thức NOMA-NAPS
• 2.3. Giao thức NOMA-APS
• 2.4. Phân tích hiệu năng hệ thống
• 2.4.1. Xác suất tính toán thành công
• 2.4.2. Xác suất dừng bảo mật
• 2.5. Kết luận chương 2
• 3. CHƯƠNG 3: KẾT QUẢ MÔ PHỎNG VÀ THẢO LUẬN
• 3.1. Mô tả công cụ mô phỏng
• 3.2. Phương pháp mô phỏng
• 3.2.1. Cơ sở của phương pháp Monte Carlo
• 3.2.2. Thành phần của phương pháp Monte Carlo
• 3.3. Đánh giá xác suất tính toán thành công Prs dựa trên giải thuật đề xuất
• KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• Hướng phát triển đề tài
• TÀI LIỆU THAM KHẢO
• QUYẾT ĐỊNH GIAO ĐỀ TÀI (Bản sao)

Tóm tắt

I. Tổng quan về tăng cường bảo mật mạng không dây thế hệ mới

Sự phát triển của Internet vạn vật (IoT) và mạng 5G đã thúc đẩy nhu cầu về kết nối không dây tốc độ cao và an toàn. Tuy nhiên, bản chất quảng bá của sóng vô tuyến khiến mạng không dây vốn dĩ tồn tại nhiều rủi ro. Bất kỳ thiết bị nào trong vùng phủ sóng đều có khả năng nghe lén thông tin. Do đó, việc tăng cường bảo mật mạng không dây thế hệ mới trở thành một yêu cầu cấp thiết. Các phương pháp mã hóa truyền thống dựa trên độ phức tạp tính toán, giả định kẻ tấn công có năng lực xử lý hạn chế. Giả định này đang dần mất đi tính thuyết phục trước sự ra đời của siêu máy tính và máy tính lượng tử. Hơn nữa, việc triển khai các thuật toán mã hóa ở lớp ứng dụng gây ra độ trễ lớn, không phù hợp với các ứng dụng thời gian thực như xe tự hành hay IoT công nghiệp. Để giải quyết thách thức này, một hướng tiếp cận mới đã ra đời: bảo mật lớp vật lý (Physical Layer Security - PLS). Hướng đi này không dựa vào sự phức tạp của thuật toán mà khai thác chính các đặc tính ngẫu nhiên của kênh truyền không dây như fading và nhiễu để bảo vệ dữ liệu. Luận văn này tập trung nghiên cứu và đề xuất giải pháp an ninh mạng không dây dựa trên PLS, kết hợp các công nghệ tiên tiến như Điện toán biên di động (MEC) và Đa truy cập phi trực giao (NOMA) để xây dựng một mô hình bảo mật mạng không dây toàn diện và hiệu quả, đáp ứng yêu cầu của mạng thế hệ tiếp theo.

1.1. Tầm quan trọng của an ninh mạng không dây trong kỷ nguyên IoT

Kỷ nguyên IoT chứng kiến sự bùng nổ của hàng tỷ thiết bị kết nối, từ cảm biến thông minh, thiết bị đeo đến xe tự lái. Tất cả đều tương tác qua mạng không dây, tạo ra một lượng dữ liệu khổng lồ và nhạy cảm. Việc đảm bảo an ninh mạng không dây cho các thiết bị này là tối quan trọng. Bất kỳ một lỗ hổng mạng không dây nào cũng có thể bị khai thác để đánh cắp dữ liệu cá nhân, thông tin tài chính, hoặc thậm chí chiếm quyền điều khiển các hệ thống quan trọng. Ví dụ, một cuộc tấn công vào hệ thống giao thông thông minh có thể gây ra hỗn loạn và nguy hiểm đến tính mạng. Do đó, an toàn thông tin mạng không chỉ là vấn đề kỹ thuật mà còn ảnh hưởng trực tiếp đến an ninh xã hội và kinh tế. Các giải pháp bảo mật cần phải đủ mạnh mẽ để chống lại các cuộc tấn công mạng không dây ngày càng tinh vi, đồng thời phải hiệu quả về mặt năng lượng và độ trễ để phù hợp với các thiết bị an ninh mạng IoT thường có tài nguyên hạn chế.

1.2. Hạn chế của các phương pháp mã hóa mạng không dây truyền thống

Các phương pháp mã hóa mạng không dây truyền thống như RSA hay AES hoạt động ở các lớp cao trong chồng giao thức. Chúng dựa trên nguyên tắc rằng việc giải mã mà không có khóa là một bài toán cực kỳ phức tạp về mặt tính toán. Tuy nhiên, các phương pháp này có ba giả định chính: kẻ nghe trộm có khả năng tính toán hạn chế; không tồn tại thuật toán giải mã hiệu quả hơn duyệt cạn; và đường truyền không có lỗi. Những giả định này ngày càng không còn vững chắc. Sự phát triển của máy tính lượng tử có thể phá vỡ các thuật toán mã hóa khóa công khai hiện tại. Hơn nữa, quá trình xác thực trong mạng không dây và mã hóa tạo ra độ trễ đáng kể và tiêu tốn tài nguyên xử lý, một trở ngại lớn cho các ứng dụng IoT yêu cầu phản hồi tức thời. Việc quản lý và phân phối khóa an toàn trong một mạng lưới rộng lớn với hàng triệu thiết bị cũng là một thách thức không hề nhỏ, đặc biệt với các mạng không dây Ad-hoc.

1.3. Giới thiệu bảo mật lớp vật lý như một giải pháp đột phá

Bảo mật lớp vật lý (PLS) là một phương pháp tiếp cận bảo mật dựa trên lý thuyết thông tin. Thay vì dựa vào độ phức tạp tính toán, PLS khai thác các đặc tính vật lý của kênh truyền vô tuyến. Nguyên tắc cơ bản là việc truyền tin an toàn tuyệt đối có thể đạt được nếu kênh truyền từ người gửi hợp pháp (Alice) đến người nhận hợp pháp (Bob) có chất lượng tốt hơn kênh truyền đến kẻ nghe lén (Eve). Bằng cách tận dụng sự thay đổi ngẫu nhiên của tín hiệu do fading đa đường, PLS có thể thiết kế các giao thức truyền thông để tối đa hóa dung lượng bảo mật. Ưu điểm của PLS là tính bảo mật vô điều kiện, độ trễ thấp và không yêu cầu quản lý khóa phức tạp. Nó không thay thế mà bổ sung cho các cơ chế mã hóa hiện có, tạo ra một lớp phòng thủ sâu hơn. Đây là hướng đi đầy hứa hẹn để bảo mật cho thiết bị di động và các hệ thống không dây thế hệ mới.

II. Phân tích các lỗ hổng và tấn công mạng không dây thế hệ mới

Môi trường truyền dẫn không dây mở ra nhiều cơ hội cho các tác nhân độc hại. Việc hiểu rõ các lỗ hổng mạng không dây và các phương thức tấn công là bước đầu tiên để xây dựng hệ thống phòng thủ hiệu quả. Kẻ tấn công có thể thực hiện nghe lén thụ động để thu thập thông tin nhạy cảm hoặc chủ động can thiệp để làm gián đoạn dịch vụ. Các cuộc tấn công mạng không dây phổ biến bao gồm tấn công nghe lén (Eavesdropping), tấn công giả mạo điểm truy cập (Rogue AP), và tấn công từ chối dịch vụ (DoS). Trong bối cảnh mạng thế hệ mới, sự tích hợp của Điện toán biên di động (MEC) cũng tạo ra những vectơ tấn công mới. Dữ liệu được xử lý ở biên mạng, gần người dùng hơn, nhưng chính các nút biên này cũng có thể trở thành mục tiêu tấn công. Một cuộc tấn công thành công vào máy chủ MEC không chỉ làm lộ lọt dữ liệu mà còn có thể ảnh hưởng đến toàn bộ các dịch vụ phụ thuộc vào nó. Đặc biệt, các tác vụ giảm tải qua kênh không dây có thể bị nghe trộm, làm rò rỉ thông tin trước cả khi nó được xử lý. Việc bảo vệ luồng dữ liệu từ thiết bị đầu cuối đến máy chủ biên là một thách thức quan trọng, đòi hỏi các giải pháp an ninh mạng không dây phải được thiết kế một cách toàn diện, từ lớp vật lý đến lớp ứng dụng.

2.1. Nguy cơ từ tấn công nghe lén Eavesdropping trong mạng quảng bá

Bản chất quảng bá của sóng vô tuyến là lỗ hổng cơ bản nhất. Bất kỳ ai trong phạm vi phủ sóng với một thiết bị thu phù hợp đều có thể bắt được tín hiệu. Mô hình tấn công kinh điển "Alice-Bob-Eve" mô tả rõ điều này: Alice gửi tin cho Bob, và Eve (kẻ nghe lén) cố gắng giải mã thông tin đó. Nếu kênh truyền từ Alice đến Eve tốt hơn hoặc tương đương kênh đến Bob, việc bảo mật thông tin trở nên cực kỳ khó khăn. Kẻ tấn công có thể thực hiện tấn công Man-in-the-Middle (MitM), nơi chúng giả mạo cả Alice và Bob để chặn và sửa đổi thông tin. Các kỹ thuật như bảo mật lớp vật lý được thiết kế để trực tiếp đối phó với mối đe dọa này bằng cách đảm bảo rằng dung lượng kênh hợp pháp luôn vượt trội so với kênh nghe lén, khiến Eve không thể trích xuất được thông tin hữu ích.

2.2. Các hình thức tấn công giả mạo điểm truy cập Rogue AP

Tấn công giả mạo điểm truy cập (Rogue AP) là một kỹ thuật nguy hiểm. Kẻ tấn công thiết lập một điểm truy cập Wi-Fi giả mạo với tên mạng (SSID) giống hệt một mạng hợp pháp (ví dụ: "SanBay_Free_WiFi"). Khi người dùng kết nối vào điểm truy cập giả mạo này, toàn bộ lưu lượng truy cập của họ sẽ đi qua thiết bị của kẻ tấn công. Điều này cho phép chúng đánh cắp mật khẩu, thông tin tài khoản ngân hàng và các dữ liệu nhạy cảm khác. Để phòng chống, các tổ chức cần triển khai các hệ thống phát hiện xâm nhập không dây (WIDS) và hệ thống ngăn chặn xâm nhập không dây (WIPS). Các hệ thống này liên tục quét sóng vô tuyến để phát hiện các AP không được cấp phép và có thể tự động vô hiệu hóa chúng, bảo vệ người dùng khỏi các mối đe dọa tiềm tàng.

2.3. Thách thức bảo mật trong mạng điện toán biên di động MEC

Điện toán biên di động (MEC) mang lại lợi ích về độ trễ thấp nhưng cũng tạo ra các thách thức bảo mật mới. Thay vì một trung tâm dữ liệu tập trung, giờ đây có nhiều máy chủ biên phân tán. Điều này làm tăng bề mặt tấn công của hệ thống. Kẻ tấn công có thể nhắm vào một máy chủ biên yếu kém để xâm nhập vào mạng. Hơn nữa, quá trình giảm tải tác vụ từ thiết bị di động lên máy chủ biên qua kênh không dây rất dễ bị nghe lén. Dữ liệu nhạy cảm có thể bị đánh cắp trong quá trình truyền. Mặc dù MEC có thể cải thiện quyền riêng tư bằng cách xử lý dữ liệu cục bộ, việc đảm bảo an toàn thông tin mạng giữa các nút biên không đồng nhất và bảo vệ quá trình giảm tải là những vấn đề cần được giải quyết triệt để thông qua các kiến trúc an ninh 5G và các giao thức bảo mật mạnh mẽ.

III. Phương pháp bảo mật 5G và mạng thế hệ mới với NOMA MEC

Để xây dựng một hệ thống bảo mật mạng không dây thế hệ mới hiệu quả, việc kết hợp các công nghệ tiên tiến là điều tất yếu. Nghiên cứu này đề xuất một mô hình bảo mật mạng không dây tích hợp ba công nghệ cốt lõi: Đa truy cập phi trực giao (NOMA), Điện toán biên di động (MEC) và Truyền năng lượng không dây (RF Energy Harvesting). NOMA cho phép nhiều người dùng chia sẻ cùng một tài nguyên tần số, giúp tăng hiệu quả sử dụng phổ tần. MEC đưa năng lực tính toán đến gần người dùng, giảm đáng kể độ trễ - một yếu tố quan trọng cho các ứng dụng 5G. RF Energy Harvesting cung cấp giải pháp năng lượng bền vững cho các thiết bị IoT bị hạn chế về pin. Sự kết hợp này tạo ra một hệ thống không chỉ hiệu quả về hiệu năng mà còn mở ra những khả năng mới cho việc tăng cường bảo mật. Ví dụ, kỹ thuật NOMA có thể được sử dụng để chủ động tạo ra nhiễu đối với kẻ nghe lén, trong khi MEC cho phép xử lý các tác vụ bảo mật nhạy cảm ngay tại biên mạng thay vì gửi chúng lên đám mây. Đây là một cách tiếp cận toàn diện, giải quyết đồng thời các vấn đề về hiệu năng, năng lượng và an ninh mạng không dây.

3.1. Ứng dụng đa truy cập phi trực giao NOMA để tối ưu bảo mật

Đa truy cập phi trực giao (Power-Domain NOMA) là một kỹ thuật đột phá cho mạng 5G. Tại máy phát, tín hiệu của nhiều người dùng được mã hóa chồng chất lên nhau với các mức công suất khác nhau. Tại máy thu, bộ triệt tiêu nhiễu liên tiếp (SIC) được sử dụng để tách các tín hiệu. Người dùng có kênh truyền tốt hơn (mạnh hơn) sẽ giải mã tín hiệu của người dùng yếu hơn trước, sau đó trừ nó ra khỏi tín hiệu tổng hợp để lấy tín hiệu của mình. Chính cơ chế này mở ra cơ hội cho bảo mật lớp vật lý. Bằng cách phân bổ công suất một cách thông minh, hệ thống có thể đảm bảo rằng người dùng hợp pháp có thể giải mã tín hiệu thành công, trong khi tín hiệu tại kẻ nghe lén bị nhiễu nặng và không thể giải mã. NOMA không chỉ tăng hiệu quả phổ tần mà còn là một công cụ mạnh mẽ để chủ động kiểm soát môi trường nhiễu, nâng cao khả năng an toàn thông tin mạng.

3.2. Tích hợp mạng điện toán biên di động MEC giảm độ trễ

MEC là một trụ cột của kiến trúc an ninh 5G. Bằng cách đặt các máy chủ tính toán tại các trạm gốc hoặc điểm truy cập, MEC cho phép xử lý dữ liệu ngay tại biên mạng. Điều này giúp giảm độ trễ từ hàng trăm mili-giây (khi kết nối với đám mây) xuống còn vài mili-giây. Đối với các ứng dụng bảo mật, MEC cho phép thực hiện các tác vụ nhạy cảm như nhận dạng khuôn mặt hoặc phân tích video an ninh ngay tại chỗ mà không cần truyền dữ liệu thô đi xa. Việc này không chỉ tăng tốc độ phản hồi mà còn giảm thiểu rủi ro bị nghe lén trên đường truyền. Một mô hình bảo mật mạng không dây hiệu quả phải tận dụng MEC để phân vùng xử lý, giữ dữ liệu nhạy cảm càng gần nguồn phát sinh càng tốt, qua đó nâng cao cả hiệu năng và tính riêng tư.

3.3. Kỹ thuật truyền năng lượng không dây RF Energy Harvesting

Nhiều thiết bị trong mạng IoT hoạt động bằng pin và có nguồn năng lượng hạn chế. Kỹ thuật truyền năng lượng qua sóng vô tuyến (RF Energy Harvesting) là giải pháp đầy hứa hẹn. Các thiết bị có thể thu năng lượng từ tín hiệu RF xung quanh hoặc từ các trạm phát năng lượng chuyên dụng. Trong mô hình nghiên cứu, người dùng (U) bị hạn chế năng lượng sẽ thu năng lượng từ một trạm phát (P) trước khi thực hiện giảm tải tác vụ. Điều này đảm bảo các thiết bị có thể hoạt động bền bỉ. Về mặt bảo mật, việc quản lý năng lượng cũng có thể được tích hợp vào chiến lược phòng thủ. Ví dụ, hệ thống có thể ưu tiên cung cấp năng lượng cho các tác vụ truyền thông an toàn hoặc sử dụng năng lượng để phát tín hiệu nhiễu nhân tạo nhằm gây khó khăn cho kẻ nghe lén, góp phần tăng cường bảo mật mạng không dây một cách toàn diện.

IV. Đề xuất mô hình bảo mật mạng không dây dựa trên NOMA và MEC

Dựa trên các công nghệ nền tảng, luận văn đề xuất một mô hình bảo mật mạng không dây chi tiết cho kịch bản một người dùng (U) giảm tải tác vụ tính toán đến hai điểm truy cập (AP1 và AP2) được trang bị máy chủ MEC. Trong đó, AP1 được xem là điểm truy cập đáng tin cậy cho các tác vụ bảo mật, trong khi AP2 xử lý các tác vụ không bảo mật. Một thiết bị nghe lén (E) luôn cố gắng thu thập thông tin bảo mật. Toàn bộ quá trình hoạt động được chia thành bốn giai đoạn: thu năng lượng, giảm tải tác vụ, tính toán tại MEC và trả về kết quả. Giai đoạn giảm tải là trọng tâm, nơi các kỹ thuật NOMA được áp dụng để truyền đồng thời các tác vụ đến AP1 và AP2. Hai giao thức cụ thể đã được đề xuất và phân tích: NOMA-NAPS (NOMA-Non-Adaptive Power Splitting) và NOMA-APS (NOMA-Adaptive Power Splitting). Mỗi giao thức có cách tiếp cận khác nhau trong việc phân bổ tài nguyên và giảm tải tác vụ, từ đó ảnh hưởng trực tiếp đến hiệu năng và mức độ an ninh mạng không dây của toàn hệ thống. Việc phân tích toán học các giao thức này là cơ sở để đánh giá hiệu quả và lựa chọn phương án tối ưu.

4.1. Phân tích giao thức NOMA NAPS cho giảm tải tác vụ thông thường

Giao thức NOMA-NAPS (Non-Adaptive Power Splitting) là phương pháp tiếp cận cơ bản. Trong giai đoạn giảm tải, người dùng U luôn sử dụng NOMA để truyền tín hiệu chồng chập chứa cả tác vụ bảo mật (cho AP1) và không bảo mật (cho AP2). Công suất được phân bổ cố định, trong đó tác vụ bảo mật được ưu tiên với mức công suất lớn hơn (a1 > a2). AP2, với kênh truyền tốt hơn, sẽ sử dụng bộ triệt tiêu nhiễu liên tiếp (SIC) để giải mã tín hiệu của AP1 trước, sau đó loại bỏ nó để thu được tín hiệu của mình. Giao thức này đơn giản trong việc triển khai nhưng có thể không tối ưu trong mọi điều kiện kênh truyền. Hiệu quả bảo mật của nó phụ thuộc lớn vào sự chênh lệch chất lượng kênh giữa các điểm truy cập và kẻ nghe lén. Đây là mô hình nền tảng để so sánh với các giải pháp thích ứng phức tạp hơn.

4.2. Khám phá giao thức NOMA APS với lựa chọn điểm truy cập thích ứng

Giao thức NOMA-APS (Adaptive Power Splitting) là một cải tiến thông minh hơn. Nó hoạt động dựa trên thông tin trạng thái kênh truyền (CSI). Cụ thể, trong giai đoạn giảm tải, hệ thống sẽ so sánh chất lượng kênh truyền từ U đến AP1 (g1) và U đến AP2 (g2). Nếu kênh đến điểm truy cập bảo mật AP1 tốt hơn (g1 > g2), U sẽ không sử dụng NOMA mà giảm tải toàn bộ tác vụ đến AP1 để tận dụng kênh truyền tốt. Ngược lại, nếu g1 <= g2, U mới áp dụng NOMA như trong giao thức NOMA-NAPS. Cách tiếp cận thích ứng này giúp tối ưu hóa việc sử dụng tài nguyên, đảm bảo rằng các tác vụ luôn được gửi qua đường truyền có lợi nhất. Điều này không chỉ cải thiện hiệu suất tính toán mà còn có khả năng nâng cao an toàn thông tin mạng bằng cách luôn ưu tiên kênh truyền mạnh hơn, gây bất lợi cho kẻ nghe lén.

4.3. Vai trò của thuật toán mã hóa AES trong hệ thống bảo mật

Mặc dù trọng tâm của nghiên cứu là bảo mật lớp vật lý, việc kết hợp với các lớp mã hóa truyền thống là rất cần thiết để tạo ra một hệ thống phòng thủ theo chiều sâu. Thuật toán mã hóa AES (Advanced Encryption Standard) là một chuẩn mã hóa đối xứng mạnh mẽ và được sử dụng rộng rãi. Trong mô hình đề xuất, dữ liệu có thể được mã hóa bằng AES trước khi được truyền đi. Lớp bảo mật vật lý sẽ đóng vai trò là hàng rào phòng thủ đầu tiên, ngăn chặn kẻ nghe lén thu được tín hiệu rõ ràng. Ngay cả khi kẻ tấn công có thể vượt qua lớp phòng thủ vật lý và thu được một phần dữ liệu, chúng vẫn phải đối mặt với thách thức phá vỡ lớp mã hóa AES. Sự kết hợp này đảm bảo rằng ngay cả khi một lớp bảo mật bị tổn thương, dữ liệu vẫn được an toàn, cung cấp một cơ chế bảo mật Wi-Fi 6 và các mạng thế hệ mới một cách toàn diện.

V. Kết quả mô phỏng đánh giá hiệu năng bảo mật mạng không dây

Để kiểm chứng hiệu quả của các giải pháp đề xuất, việc phân tích toán học và mô phỏng hiệu năng là không thể thiếu. Luận văn đã xây dựng một chương trình mô phỏng trên phần mềm MATLAB, sử dụng phương pháp Monte Carlo để đánh giá các chỉ số hiệu năng chính trong môi trường kênh fading Rayleigh. Hai chỉ số quan trọng được tập trung phân tích là Xác suất tính toán thành công và Xác suất dừng bảo mật (SOP). Xác suất tính toán thành công đo lường khả năng hệ thống hoàn thành tất cả các tác vụ trong một khoảng thời gian trễ cho phép, phản ánh hiệu quả hoạt động. Trong khi đó, SOP là thước đo cốt lõi của an ninh mạng không dây ở lớp vật lý, thể hiện xác suất mà dung lượng bảo mật của kênh truyền giảm xuống dưới một ngưỡng an toàn. Các kết quả mô phỏng (tham khảo các Hình 3.2 đến 3.6 trong luận văn gốc) cho thấy sự ảnh hưởng rõ rệt của các tham số hệ thống như tỉ số tín hiệu trên nhiễu (SNR), hệ số phân bổ công suất, và hệ số chuyển mạch thời gian đến cả hiệu năng và bảo mật, cung cấp những cơ sở khoa học vững chắc cho việc thiết kế và tối ưu hóa hệ thống.

5.1. Đánh giá xác suất tính toán thành công của hệ thống

Xác suất tính toán thành công (Prs) được định nghĩa là xác suất mà tổng thời gian truyền và xử lý tác vụ không vượt quá thời gian trễ tối đa cho phép (T). Đây là chỉ số đo lường độ tin cậy và hiệu quả của hệ thống MEC. Kết quả mô phỏng cho thấy Prs tăng lên khi tỉ số tín hiệu trên nhiễu (SNR) trung bình tăng. Điều này hợp lý vì SNR cao hơn đồng nghĩa với tốc độ truyền dữ liệu nhanh hơn, rút ngắn thời gian giảm tải. Ngoài ra, việc lựa chọn hệ số phân bổ công suất và hệ số chuyển mạch thời gian (α) cũng ảnh hưởng lớn đến Prs. Một giá trị α tối ưu cần được xác định để cân bằng giữa thời gian thu năng lượng và thời gian giảm tải tác vụ, nhằm tối đa hóa khả năng hoàn thành công việc đúng hạn, đảm bảo chất lượng dịch vụ cho người dùng.

5.2. Phân tích xác suất dừng bảo mật SOP qua mô phỏng

Xác suất dừng bảo mật (Secrecy Outage Probability - SOP) là chỉ số quan trọng nhất để đánh giá khả năng bảo mật lớp vật lý. Nó được định nghĩa là xác suất mà dung lượng bảo mật (chênh lệch giữa dung lượng kênh hợp pháp và kênh nghe lén) nhỏ hơn một tốc độ mục tiêu. Một hệ thống có SOP thấp nghĩa là có khả năng bảo mật cao. Các kết quả mô phỏng trong luận văn cho thấy SOP bị ảnh hưởng bởi nhiều yếu tố, bao gồm vị trí của kẻ nghe lén và các tham số phân bổ công suất. Bằng cách điều chỉnh công suất truyền và áp dụng các kỹ thuật như NOMA, hệ thống có thể chủ động làm suy giảm chất lượng kênh của kẻ nghe lén, từ đó giảm đáng kể SOP. Phân tích này chứng minh rằng các giải pháp đề xuất có khả năng tăng cường bảo mật mạng không dây một cách hiệu quả.

5.3. Ảnh hưởng của tham số hệ thống lên hiệu năng và bảo mật

Việc tối ưu hóa hệ thống đòi hỏi sự hiểu biết sâu sắc về mối quan hệ giữa các tham số. Mô phỏng đã chỉ ra rằng có sự đánh đổi giữa hiệu năng và bảo mật. Ví dụ, việc tăng công suất phát có thể cải thiện xác suất tính toán thành công nhưng cũng có thể làm tăng khả năng tín hiệu bị nghe lén nếu không được quản lý cẩn thận. Tương tự, hệ số phân bổ công suất trong NOMA phải được lựa chọn một cách khéo léo để vừa đảm bảo người dùng hợp pháp có thể giải mã tín hiệu, vừa tối đa hóa nhiễu tại kẻ nghe lén. Các đồ thị mô phỏng cung cấp một cái nhìn trực quan về những sự đánh đổi này, giúp các nhà thiết kế hệ thống tìm ra điểm vận hành tối ưu, cân bằng giữa yêu cầu về tốc độ, độ tin cậy và an toàn thông tin mạng.

VI. Hướng phát triển cho bảo mật mạng không dây thế hệ tiếp theo

Nghiên cứu về tăng cường bảo mật mạng không dây thế hệ mới là một lĩnh vực không ngừng phát triển. Các giải pháp được đề xuất trong luận văn này đã đặt nền móng vững chắc bằng cách tích hợp NOMA, MEC và bảo mật lớp vật lý. Tuy nhiên, vẫn còn nhiều thách thức và cơ hội ở phía trước. Tương lai của an ninh mạng không dây sẽ đòi hỏi sự tích hợp của nhiều công nghệ đột phá hơn nữa. Mạng 6G sắp tới sẽ mang đến những kịch bản sử dụng hoàn toàn mới như giao tiếp holographic và Internet của các giác quan, đi kèm với đó là những yêu cầu bảo mật nghiêm ngặt hơn. Hướng phát triển của đề tài có thể tập trung vào việc áp dụng trí tuệ nhân tạo (AI) và học máy (ML) để tự động tối ưu hóa các tham số bảo mật theo thời gian thực. Ngoài ra, việc tích hợp công nghệ blockchain để đảm bảo tính toàn vẹn và xác thực phi tập trung cũng là một hướng đi đầy tiềm năng. Việc nghiên cứu các mô hình tấn công mới, đặc biệt là các cuộc tấn công thông minh sử dụng AI, cũng là nhiệm vụ quan trọng để đảm bảo các hệ thống phòng thủ luôn đi trước một bước.

6.1. Tiềm năng tích hợp Blockchain và bảo mật lớp vật lý

Blockchain, với đặc tính phi tập trung, bất biến và minh bạch, nổi lên như một giải pháp hiệu quả để giải quyết các vấn đề về xác thực và quản lý truy cập trong các hệ thống phân tán như MEC và IoT. Việc kết hợp Blockchain với bảo mật lớp vật lý có thể tạo ra một kiến trúc bảo mật đa lớp cực kỳ mạnh mẽ. Lớp vật lý đảm bảo tính bí mật của dữ liệu trên đường truyền, trong khi Blockchain đảm bảo tính toàn vẹn và xác thực của dữ liệu tại các nút mạng. Ví dụ, một hợp đồng thông minh có thể được sử dụng để tự động quản lý việc phân bổ tài nguyên và cấp quyền truy cập trong mạng MEC, ngăn chặn các truy cập trái phép và đảm bảo rằng chỉ các thiết bị đã được xác thực mới có thể tham gia vào quá trình giảm tải tác vụ.

6.2. Thách thức bảo mật cho mạng 6G và an ninh mạng IoT

Mạng 6G được kỳ vọng sẽ hoạt động ở các dải tần số cao hơn (terahertz), hỗ trợ tốc độ dữ liệu cực lớn và kết nối hàng loạt thiết bị an ninh mạng IoT. Điều này đặt ra những thách thức bảo mật mới. Tín hiệu ở tần số cao dễ bị suy hao và ảnh hưởng bởi môi trường, tạo ra cả cơ hội và thách thức cho bảo mật lớp vật lý. Mặt khác, việc quản lý bảo mật cho một số lượng khổng lồ các thiết bị IoT không đồng nhất đòi hỏi các giải pháp có khả năng mở rộng cao và tự động hóa. Các cuộc tấn công phối hợp (DDoS) từ hàng triệu thiết bị IoT bị xâm nhập sẽ trở thành một mối đe dọa nghiêm trọng. Các nghiên cứu trong tương lai cần tập trung vào việc phát triển các kiến trúc an ninh nhẹ, linh hoạt và thông minh để bảo vệ cơ sở hạ tầng mạng 6G.

6.3. Tối ưu hóa phân bổ tài nguyên động cho hệ thống NOMA MEC

Hiệu quả của hệ thống NOMA-MEC phụ thuộc rất nhiều vào việc phân bổ tài nguyên động, bao gồm công suất, băng thông và tài nguyên tính toán. Môi trường mạng không dây luôn thay đổi do sự di chuyển của người dùng và sự biến đổi của kênh truyền. Do đó, một cơ chế phân bổ tài nguyên tĩnh sẽ không hiệu quả. Hướng phát triển quan trọng là sử dụng các thuật toán học tăng cường (Reinforcement Learning) để xây dựng một bộ điều khiển thông minh. Bộ điều khiển này có thể học hỏi từ trạng thái mạng hiện tại và đưa ra các quyết định tối ưu về việc phân bổ công suất và lựa chọn giao thức (NOMA-NAPS hay NOMA-APS) trong thời gian thực, nhằm tối đa hóa đồng thời cả hiệu năng tính toán và dung lượng bảo mật của hệ thống.

Trích đoạn nội dung tài liệu

MỞ ĐẦU 1. Lý do chọn đề tài. Trong những năm gầy đây, mạng không dây ngày càng phổ biến với nhiều ưu điểm như giá thành hợp lý, tính di động cao, tiện lợi trong việc sử dụng. Tuy nhiên, với tính chất truyền thông quảng bá tự nhiên của các mạng này, bất kỳ người nhận nào trong phạm vi của một truyền dẫn không dây có khả năng nghe được thông tin truyền đi.

Do đó, bảo mật là mối quan tâm then chốt trong các mạng không dây. Do độ phức tạp và độ trễ thấp, cũng như tính khả thi ở lớp vật lý (PHY) và khả năng cùng tồn tại với các cơ chế bảo mật mã hóa hiện có mà nó có thể nâng cao mức độ tổng thể về an toàn thông tin. Vì vậy, bảo mật ở lớp PHY dựa trên thuyết thông tin đã thu hút được sự quan tâm nghiên cứu của các học giả trên khắp thế giới. Mạng không dây thế hệ tiếp theo (là mạng sau mạng di động 5G) sẽ bao gồm nhiều công nghệ mới, trong đó có các công nghệ như mạng điện toán biên di động MEC (Mobile edge computing networks), mạng truyền năng lượng vô tuyến RF (Radio Frequency Power Transfer Networks) và đa truy cập phi trực giao NOMA.

Việc tìm hiểu, khảo sát và đề xuất các giao thức nhằm nâng cao khả năng bảo mật cho mạng không dây thế hệ tiếp theo là rất cần thiết, Luận văn nghiên cứu các cơ chế lựa chọn điểm truy cập (máy chủ biên), từ đó đi đánh giá và so sánh khả năng bảo mật ở tầng vật lý trong mạng điện toán biên di động truyền năng lượng không dây này nhằm tìm ra một giao thức lựa chọn máy máy chủ có khả năng bảo mật tốt nhất. Chính vì những lý do trên, dưới sự hướng dẫn của TS. Hà Đắc Bình, tôi đã tiến hành thực hiện đề tài “Đề xuất giải pháp tăng cường khả năng bảo mật của mạng không dây thế hệ tiếp theo”. Mục tiêu nghiên cứu - Đề xuất cơ chế giải tải cho mạng điện toán biên di động có xem xét đến truyền năng lượng vô tuyến RF và sử dụng cơ chế đa truy cập phi trực giao NOMA.

- Phân tích và dùng phương pháp mô phỏng để đi đánh giá hiệu năng bảo mật của hệ thống thông qua đại lượng xác suất dừng bảo mật. - Phân tích và đưa ra các biểu thức dạng tường minh để đánh giá hiệu năng của hệ thống NOMA-MEC sử dụng đại lượng xác suất tính toán thành công. - Mô phỏng và đánh giá hiệu năng của hệ thống trên theo các tham số chính như tỉ số tín hiệu trên nhiễu truyền trung bình, công suất phát, hệ số phân bổ công suất, hệ số phân bổ tác vụ. Nhiệm vụ nghiên cứu.

- Thực hiện nghiên cứu lý thuyết về lĩnh vực điện toán biên di động; một số vấn đề về truyền thông không dây, tổng quan về kỹ thuật truyền năng lượng qua sóng vô tuyến, kỹ thuật đa truy cập phi trực giao NOMA, lý thuyết thông tin và bảo mật lớp vật lý. - Nghiên cứu mô tả giả thuyết quá trình giảm tải của một mạng điện toán biên di động thu năng lượng RF. Đồng thời trình bày lưu đồ của quá trình giảm tải. Thông qua đó đề xuất và phân tích các giao thức hoạt động cho các hệ thống NOMA-MEC đề xuất; Cũng như phân tích hiệu năng của hệ thống.

Đồng thời cũng đi tính toán xác suất dừng bảo mật của các hệ thống NOMA- MEC đề xuất. Căn cứ vào các kết quả phân tích toán học xây dựng chương trình và mô phỏng nhằm đánh giá trực quan về hiệu năng của hệ thống như đã khảo sát. Đối tượng, phạm vi, cách tiếp cận.1 Đối tượng nghiên cứu. - Kênh truyền vô tuyến: Rayleigh.

- Điện toán biên Edge Computing. - Các thông số hiệu năng: Xác suất dừng bảo mật, Xác suất tính toán thành công. - Các giao thức và cơ chế truyền thông không dây: kỹ thuật đa truy cập phi trực giao (NOMA), kỹ thuật truyền năng lượng vô tuyến.2 Phạm vi nghiên cứu. - Lý thuyết thông tin và xác suất thống kê.

- Mạng điện toán biên di động. Phương pháp nghiên cứu. - Bám sát các kết quả nghiên cứu trong lĩnh vực này, đánh giá kết quả đạt được bên cạnh các điều kiện giả sử đi kèm và đề xuất hướng giải quyết tốt hơn. - Dựa trên các hướng nghiên cứu đề xuất, nhóm nghiên cứu sử dụng các phương pháp và kỹ thuật sau: Lựa chọn kênh truyền (Rayleigh) phù hợp và xây dựng mô hình toán học.

Lựa chọn thông số đánh giá là xác suất dừng bảo mật, xác suất tính toán thành công. Phân tích các thông số chất lượng, biểu diễn ở dạng tường minh. Xây dựng chương trình mô phỏng trên phần mềm Matlab. Khảo sát ảnh hưởng của các tham số mạng và kênh truyền lên hiệu năng của hệ thống.

Tổng quan tình hình nghiên cứu 6. Truyền thông bảo mật đã thu hút được nhiều sự quan tâm khi NOMA được áp dụng cho hệ thống MEC. Ví dụ: hai người dùng đang giảm tải các tác vụ cho máy chủ MEC trong cùng một khoảng thời gian bằng cách sử dụng NOMA đường lên. Khi bộ triệt tiêu can nhiễu SIC được sử dụng, một người dùng có thể giải mã tín hiệu của người dùng khác.

Lúc đó, kẻ nghe trộm hoặc kẻ tấn công có thể cố gắng giải mã tin nhắn của người dùng di động. Bảo mật lớp vật lý có thể được sử dụng để đối phó với thách thức này đối với hệ thống NOMA-MEC. Sự kết hợp giữa PLS và NOMA-MEC là một chủ đề nghiên cứu đầy hứa hẹn. Tại Việt Nam, theo tìm hiểu của chúng tôi, chưa có nhiều công trình nghiên cứu nào thực hiện giải quyết các vấn đề đã nêu trên.

CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN 1. Giới thiệu Ngày nay, với sự phát triển chóng mặt của khoa học công nghệ, thời đại IoT (Internet of Things) đang dần ảnh hưởng đến cuộc sống con người. Các thiết bị như đồng hồ thông minh, vòng đeo tay theo dõi sức khỏe, thiết bị cảm biến trên xe hơi, kính thông minh cho đến xe tự lái, giao thông thông minh, … đang dần được triển khai trong đời sống con người. Các thiết bị này đều tương tác với nhau qua mạng không dây và đòi hỏi phải có đường truyền tốc độ cao, an toàn và đặc biệt là phải bảo mật cao.

Do đó, mạng không dây thế hệ tiếp theo sau 5G tức B5G (Beyond 5G) là xu thế nghiên cứu đang được các nhà khoa học ưu tiên và đẩy mạnh công tác nghiên cứu. Như chúng ta đã biết, bất cứ mạng không dây nào đến thời điểm này đều có chung một tính chất đó là tính chất truyền quảng bá của sóng điện từ, chính điều này gây ra nguy cơ mất an toàn thông tin trong mạng không dây, các thiết bị không thân thiện có thể nghe lén thông tin hoặc chủ động tấn công. Điều này dẫn đến sự mất an toàn thông tin trong mạng không dây. Mặc dù, hiện nay có nhiều thuật toán bảo mật như RSA, DES… nhưng các thuật toán này chủ yếu dựa ba giả thiết: Một là các thiết bị nghe trộm có khả năng tính toán hạn chế; Hai là các thiết bị nghe trộm không có những giải thuật tính toán giải mật hiệu quả, tức là không có cách nào khác ngoài các vét cạn; Ba là đường truyền kết nối không bị lỗi.

Tuy nhiên, những giả thiết này không đủ sức thuyết phục do hiện nay có nhiều loại máy tính có khả năng tính toán rất lớn như siêu máy tính hay máy tính lượng tử và nhiều thuật toán mới hiệu quả hơn không ngừng ra đời. Hơn nữa, các thuật toán trên thường được thực hiện ở lớp ứng dụng, điều này làm tăng tải cho các mạng không dây, nó không phù hợp cho các mạng phân tán tuỳ biến ad hoc hay mạng cảm biến không dây. 6 Bên cạnh các lớp bảo mật khác thì chúng ta còn có bảo mật lớp vật lý để tăng cường thêm 1 giải pháp bảo mật của hệ thống không dây. Cụ thể, bảo mật lớp vật lý là một phương pháp lợi dụng đặc tính thay đổi ngẫu nhiên của kênh truyền vô tuyến đi thiết kế các giao thức để tăng dung lượng bảo mật của hệ thống.

Xem xét hệ thống truyền thông không dây như hình 1.1, Alice là máy phát, Bob là máy thu hợp pháp và Eve là thiết bị nghe trộm. Khi Alice biết các thông tin trạng thái kênh (CSI) cho các liên kết giữa Bob và Eve, nó có thể quyết định một codebook nghe trộm mà Bob có thể nhận được thông tin với tốc độ Rb-Re, trong đó Rb và Re lần lượt là tốc độ tại Bob và Eve mà không có sự tồn tại của bất kỳ codebook nghe trộm nào tại Alice. Ngược lại, khi Alice không có CSI từ Eve thì nó chỉ có thể phụ thuộc vào các kênh của Bob. Như vậy, Alice sẽ thiết lập ở bất kỳ tốc độ R nào.

Nếu R ≤ (RbRe) thì tính bảo mật có thể được thỏa mãn. Khi R> (RbRe) thì hiện tượng dừng xảy ra, tính bảo mật không còn. Bên cạnh dung lượng bảo mật, xác suất dừng bảo mật, Pr (RbRe ≤ R), cũng là một thước đo hiệu năng quan trọng mà những người thiết kế hệ thống cần phải biết. Mạng truyền thông với máy phát (Alice), máy thu (Bob) và thiết bị nghe trộm (Eve).

7 Bảo mật lớp vật lý cho mạng không dây đang là một hướng tiếp cận mới hiện nay cho việc tăng cường hơn nữa khả năng bảo mật của các hệ thống mạng không dây và nó đang được các nhà khoa học trên thế giới quan tâm nghiên cứu. Bên cạnh đó trong những năm gần đây, điện toán đám mây đã phát triển để trở thành dịch vụ lưu trữ dữ liệu và tính toán qua Internet hàng đầu. Điện toán đám mây [1] đã được áp dụng để phát triển các ngành công nghiệp như chăm sóc sức khỏe, giáo dục, bất động sản, tài chính, sản xuất và đặc biệt là Internet vạn vật (IoT). IoT được hỗ trợ bởi đám mây (Cloud-of Thing hay gọi tắt là CoT) đã được phát triển như một mô hình mang tính cách mạng cho phép các thiết bị, cảm biến IoT thông minh nhưng bị hạn chế tài nguyên kết nối với đám mây qua Internet.

Mô hình các lớp chức năng trong điện toán đám mây được trình bày trong hình 1.2, trong đó phân chia thành hai lớp rõ rệt: lớp đám mây chứa tài nguyên và lớp người dùng truy cập và sử dụng các tài nguyên. Thật vậy, điện toán đám mây đã thúc đẩy sự tăng trưởng của rất nhiều công ty Internet như Google, Microsoft, Amazon, Dropbox [2].