Luận án tiến sĩ nâng cao tốc độ truyền tin bảo mật trong hệ thống vô tuyến chuyể

Tổng quan về luận án

Trong kỷ nguyên bùng nổ của mạng truyền thông không dây thế hệ mới (5G, 6G) và Internet vạn vật (IoT), việc bảo đảm an ninh truyền dẫn đối mặt với những thách thức chưa từng có. Các phương thức mã hóa truyền thống ở các tầng mạng phía trên (như RSA, AES, ECC) phụ thuộc căn bản vào độ phức tạp tính toán của bài toán toán học giả định. Tuy nhiên, sự phát triển đột phá của điện toán lượng tử (với các thuật toán Shor và Grover) đặt ra nguy cơ vô hiệu hóa toàn bộ hạ tầng mật mã khóa công khai hiện hành. Hơn nữa, việc phân phối và quản lý khóa mật trong các mạng vô tuyến quy mô lớn, phân tán và giới hạn tài nguyên gặp phải nút thắt cổ chai nghiêm trọng về độ trễ và năng lượng. Trước bối cảnh đó, Bảo mật Tầng vật lý (Physical Layer Security - PLS) nổi lên như một mô hình bảo mật tiên phong, khai thác trực tiếp các đặc tính vật lý ngẫu nhiên của kênh truyền vô tuyến (như fading, can nhiễu, tạp âm Gauss trắng AWGN) nhằm đạt được sự bảo mật tuyệt đối theo lý thuyết thông tin của Shannon mà không phụ thuộc vào năng lực tính toán của kẻ tấn công.

Mặc dù nền tảng lý thuyết của PLS đã được khởi xướng từ công trình kinh điển của Aaron D. Wyner (1975) và mở rộng bởi Imre Csiszár cùng János Körner (1978), việc triển khai trong thực tế gặp rào cản lớn: giả thiết kênh truyền chính (từ nguồn tới đích hợp pháp) phải luôn có chất lượng vượt trội hơn kênh nghe lén (wire-tap channel). Để khắc phục hạn chế này trong môi trường fading không trực xạ (Non-Line-of-Sight Rayleigh fading), kỹ thuật truyền tin hợp tác đa trạm chuyển tiếp (Relay-assisted Cooperative Communications) kết hợp định hình búp sóng (beamforming) đã được phát triển. Tuy nhiên, bài toán tối ưu hóa phân bổ công suất và vector trọng số tạo búp sóng $\mathbf{w}$ nhằm tối đa hóa tốc độ truyền tin mật $R_s$ luôn quy về các bài toán quy hoạch phi lồi (Non-convex Optimization Problems) cực kỳ phức tạp. Các giải pháp hiện tại chủ yếu sử dụng phương pháp nới lỏng nửa xác định (Semi-Definite Relaxation - SDR) kết hợp ngẫu nhiên hóa Gauss (Gaussian Randomization) hoặc giải thuật Dinkelbach phân đoạn, vốn chỉ đạt được nghiệm cận tối ưu với độ suy giảm hiệu năng đáng kể hoặc độ phức tạp tính toán bùng nổ theo số chiều ăng-ten. Luận án tiến sĩ kỹ thuật "Nâng cao tốc độ truyền tin bảo mật trong hệ thống vô tuyến chuyển tiếp trên cơ sở ứng dụng quy hoạch DC" của nghiên cứu sinh Nguyễn Như Tuấn (chuyên ngành Kỹ thuật Mật mã, Mã số: 9520209; người hướng dẫn: PGS.TS. Nguyễn Ngọc Cương; Học viện Kỹ thuật Mật mã, Ban Cơ yếu Chính phủ, 2022) đã giải quyết trọn vẹn khoảng trống học thuật này bằng việc thiết lập khung tối ưu hóa mới dựa trên Quy hoạch DC (Difference of Convex functions) và Thuật toán DCA (DC Algorithm).

Luận án tập trung giải quyết 4 câu hỏi nghiên cứu và giả thuyết cốt lõi:

1. Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để biến đổi bài toán tối đa hóa tốc độ truyền tin mật phi lồi trong mạng chuyển tiếp Giải mã - Chuyển tiếp có một trạm nghe lén (DF1E) về dạng hiệu của hai hàm lồi khả vi chính quy nhằm áp dụng giải thuật DCA đạt tốc độ hội tụ siêu tuyến tính?
   • Giả thuyết 1 (H1): Giải thuật DCA-DF1E cho phép tìm được vector trọng số $\mathbf{w}^*$ mang lại tốc độ truyền tin mật $R_s$ vượt trội so với giải pháp SDR truyền thống dưới cùng ràng buộc công suất $P_R$.
2. Câu hỏi nghiên cứu 2 (RQ2): Cấu trúc phân rã DC nào là tối ưu cho mạng Giải mã - Chuyển tiếp đa trạm nghe lén (DFME) khi hàm mục tiêu chứa toán tử phi vi phân tuyến tính từng đoạn $\min_{j=1..K}$?
   • Giả thuyết 2 (H2): Thuật toán DCA-DFME triệt tiêu hiện tượng rơi vào cực trị cục bộ nghèo nàn, tối đa hóa biên an toàn worst-case trước liên minh $K$ trạm nghe lén phân tán.
3. Câu hỏi nghiên cứu 3 (RQ3): Trong mạng Khuếch đại - Chuyển tiếp (AF) với nhiễu tích lũy hai chặng, làm thế nào để tuyến tính hóa và xấp xỉ liên tục bài toán AF1E và AFME thành mô hình quy hoạch DC khả thi?
   • Giả thuyết 3 (H3): Các thuật toán DCA-AF1E và DCA-AFME đạt nghiệm chuẩn tối ưu với thời gian tính toán đa thức $O(M^3)$, duy trì $R_s > 0$ ngay cả khi các trạm nghe lén ở gần trạm chuyển tiếp hơn trạm đích.
4. Câu hỏi nghiên cứu 4 (RQ4): Ranh giới hiệu năng và điều kiện biên tối ưu giữa hai chiến lược chuyển tiếp DF và AF khi số lượng trạm nghe lén $K$ và số lượng trạm chuyển tiếp $M$ biến thiên là gì?
   • Giả thuyết 4 (H4): Tồn tại ngưỡng tỷ lệ $M/K$ tối thiểu để hệ thống vô tuyến chuyển tiếp bảo đảm tính bảo mật tầng vật lý, trong đó kỹ thuật DF vượt trội hơn AF về khả năng tận dụng công suất phát.

Khung lý thuyết của công trình tích hợp chặt chẽ giữa Lý thuyết thông tin Shannon-Wyner, Lý thuyết tối ưu hóa không lồi Le Thi Hoai An - Pham Dinh Tao, và Lý thuyết xử lý tín hiệu truyền thông đa ăng-ten MIMO/MISO. Về phạm vi nghiên cứu, luận án thực hiện khảo sát trên kênh truyền Rayleigh fading ngẫu nhiên độc lập với 1.000 mẫu kênh Monte Carlo, kiểm thử hệ thống với số trạm chuyển tiếp $M \in [2, 20]$, số trạm nghe lén $K \in [1, 10]$, tổng công suất phát $P_R \in [0, 30]\text{ dBm}$, giả định thông tin trạng thái kênh truyền hoàn hảo (perfect CSI). Kết quả nghiên cứu nâng cao hiệu suất truyền tin mật $R_s$ (đo bằng bits/symbol) từ 15% đến 35% so với các công bố quốc tế đối sánh, khẳng định ý nghĩa khoa học và thực tiễn sâu sắc đối với hạ tầng cơ yếu quốc gia.

Literature Review và Positioning

Lịch sử phát triển của Bảo mật Tầng vật lý khởi nguồn từ công trình nền tảng của Aaron D. Wyner (1975) với mô hình Kênh nghe lén (Wiretap Channel). Wyner đã chứng minh rằng dung lượng truyền tin mật $C_s$ thỏa mãn $C_s = C_M - C_W > 0$ khi và chỉ khi kênh chính $C_M$ có chất lượng vật lý tốt hơn kênh nghe lén $C_W$. Năm 1978, Imre Csiszár và János Körner mở rộng mô hình Wyner sang kênh truyền quảng bá chứa các bản tin mật (Broadcast Channels with Confidential messages - BCC), chứng minh Hệ quả 1.3: "Dung lượng truyền tin an toàn $C_s$ (secrecy capacity) là luôn dương trừ khi kênh truyền từ Alice đến Eve ít nhiễu hơn kênh truyền từ Alice đến Bob", đồng thời thiết lập công thức tổng quát $C_s = \max_{V \to X \to YZ} [I(V;Y) - I(V;Z)]$.

Tuy nhiên, trong suốt 3 thập kỷ, lý thuyết của Wyner và Csiszár-Körner bị hạn chế triển khai do các kênh vô tuyến đơn ăng-ten tĩnh không thể kiểm soát được tương quan suy hao. Sự trỗi dậy của công nghệ đa ăng-ten MIMO và kỹ thuật chuyển tiếp hợp tác (Cooperative Relaying) từ những năm 2000 đã làm sống lại lĩnh vực này. Dòng nghiên cứu can nhiễu nhân tạo (Artificial Noise / Cooperative Jamming - CJ) được khởi xướng bởi Goel và Negi (2008) đã sử dụng không gian vô hiệu (null-space) của kênh chính để phát tín hiệu giả làm suy thoái kênh nghe lén. Đồng thời, Dong et al. (2010) và Mukherjee et al. (2014) khảo sát toàn diện kỹ thuật định hình búp sóng tại các trạm chuyển tiếp đáng tin cậy theo hai cơ chế Giải mã - Chuyển tiếp (Decode-and-Forward - DF) và Khuếch đại - Chuyển tiếp (Amplify-and-Forward - AF).

Trong các tài liệu khoa học quốc tế, việc giải bài toán tối ưu hóa phân bổ trọng số tạo búp sóng $\mathbf{w} \in \mathbb{C}^{M \times 1}$ cho hệ thống chuyển tiếp vô tuyến tồn tại hai luồng quan điểm đối nghịch nhau:

• Trường phái Nới lỏng Nửa xác định (SDR Approach - tiêu biểu là Li et al., 2011; Jeong et al., 2012): Chuyển đổi biến vector $\mathbf{w}$ thành ma trận $\mathbf{W} = \mathbf{w}\mathbf{w}^\dagger \succeq 0$, sau đó loại bỏ ràng buộc phi lồi $\text{rank}(\mathbf{W}) = 1$ để giải bài toán quy hoạch nửa xác định (SDP). Nếu ma trận nghiệm tối ưu $\mathbf{W}^*$ không có hạng 1, phương pháp buộc phải áp dụng ngẫu nhiên hóa Gauss (Gaussian Randomization) để trích xuất nghiệm vector xấp xỉ. Nhược điểm chí tử của trường phái này là nghiệm vector thu được thường cách xa biên tối ưu toàn cục, làm suy giảm nghiêm trọng tốc độ truyền tin mật $R_s$, đặc biệt khi số lượng trạm nghe lén $K$ tăng cao.
• Trường phái Tối ưu hóa Toàn cục & Quy hoạch Phân đoạn (Global/Fractional Optimization - tiêu biểu là Dinkelbach-type algorithms, Branch-and-Bound): Cố gắng tìm nghiệm chính xác tuyệt đối nhưng phải trả giá bằng độ phức tạp tính toán hàm mũ $O(2^M)$, không thể đáp ứng yêu cầu xử lý thích ứng kênh truyền theo thời gian thực trong các khối vô tuyến búp sóng mili-giây.

                  ┌─────────────────────────────────────────────────────────┐
                  │          Lý thuyết Bảo mật Tầng vật lý (PLS)           │
                  │   Wyner (1975) ───► Csiszár & Körner (1978) - BCC       │
                  └────────────────────────────┬────────────────────────────┘
                                               │
                                               ▼
                  ┌─────────────────────────────────────────────────────────┐
                  │    Kỹ thuật Chuyển tiếp Hợp tác & Tạo búp sóng Beamforming │
                  │       Goel & Negi (2008) ───► Dong et al. (2010)        │
                  └────────────────────────────┬────────────────────────────┘
                                               │
                        ┌──────────────────────┴──────────────────────┐
                        ▼                                             ▼
         ┌─────────────────────────────┐               ┌─────────────────────────────┐
         │     Trường phái SDR / SDP    │               │  Trường phái Branch-and-Bound│
         │   Li (2011), Jeong (2012)   │               │     Dinkelbach Fractional   │
         │  ► Giảm hạng, sai số lớn    │               │  ► Độ phức tạp hàm mũ O(2^M)│
         └──────────────┬──────────────┘               └──────────────┬──────────────┘
                        │                                             │
                        └──────────────────────┬──────────────────────┘
                                               │ (Khoảng trống nghiên cứu)
                                               ▼
                  ┌─────────────────────────────────────────────────────────┐
                  │      VỊ TRÍ TIÊN PHONG CỦA LUẬN ÁN NGUYỄN NHƯ TUẤN       │
                  │        Khung Quy hoạch DC & Thuật toán DCA Đột phá       │
                  │  ► Phân rã chính quy: Rs(w) = g(w) - h(w)                │
                  │  ► Nghiệm chuẩn tối ưu đơn điệu, độ phức tạp O(M^3)      │
                  │  ► Làm chủ 4 bài toán: DCA-DF1E, DFME, AF1E, AFME        │
                  └─────────────────────────────────────────────────────────┘

Luận án của NCS Nguyễn Như Tuấn định vị chính xác vào khoảng trống học thuật này. Bằng việc ứng dụng lý thuyết Quy hoạch DC và giải thuật DCA do GS. Lê Thị Hoài An và GS. Phạm Đình Tào phát triển (1997, 2005), tác giả đã đề xuất một hướng tiếp cận giải tích hoàn toàn mới: không nới lỏng bài toán làm mất thông tin cấu trúc, mà phân rã trực tiếp hàm mục tiêu phi lồi thành hiệu của hai hàm lồi khả vi chính quy $f(\mathbf{w}) = g(\mathbf{w}) - h(\mathbf{w})$.

So sánh với 2 công trình quốc tế điển hình:

1. So sánh với nghiên cứu của Z. Ding et al. (IEEE Trans. Signal Process., 2011) về tối ưu búp sóng DF: Phương pháp của Ding dựa trên việc trực giao hóa không gian con (Null-space beamforming) yêu cầu số trạm chuyển tiếp $M$ phải nghiêm ngặt lớn hơn tổng số ăng-ten trạm đích và nghe lén ($M > K + 1$), làm mất tính khả thi khi $K$ tăng. Giải thuật DCA-DFME của luận án hoạt động ổn định và tối ưu ngay cả khi $M \le K$.
2. So sánh với nghiên cứu của Y. Zou et al. (IEEE J. Sel. Areas Commun., 2013) về kỹ thuật chọn lọc relay trong mạng AF: Zou chỉ lựa chọn một relay đơn lẻ tối ưu (single relay selection), dẫn đến hiệu suất phổ mật thấp. Giải thuật DCA-AFME của luận án tối ưu hóa phối hợp đồng thời toàn bộ $M$ trạm chuyển tiếp phân tán, cải thiện $R_s$ lên hơn 28% so với phương pháp chọn lọc đơn của Zou.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng trực tiếp Lý thuyết Kênh nghe lén Wyner và Lý thuyết Kênh truyền quảng bá có bản tin mật Csiszár-Körner vào hệ thống mạng chuyển tiếp đa ăng-ten phân tán. Đóng góp lý thuyết cốt lõi bao gồm:

1. Mô hình hóa giải tích tường minh tốc độ truyền tin mật $R_s$: Thiết lập mối quan hệ hàm số giải tích giữa vector trọng số tạo búp sóng $\mathbf{w}$ phức với chỉ số bảo mật thông tin tương hỗ cực tiểu: $$R_S = \log_2(1 + \text{SNR}d) - \log_2(1 + \text{SNR}e)$$ Trong đó, công thức trích xuất trực tiếp từ luận án cho kênh chuyển tiếp xác định tỷ số tín hiệu trên tạp âm tại trạm thu đích $D$ và trạm nghe lén $E$: $$\text{SNR}d = \frac{\left|\sum{m=1}^M h{rd,m} w_m\right|^2}{\sigma_d^2} = \frac{|\mathbf{h}{rd}^\dagger \mathbf{w}|^2}{\sigma^2}, \quad \text{SNR}e = \frac{\left|\sum{m=1}^M h_{re,m} w_m\right|^2}{\sigma_e^2} = \frac{|\mathbf{h}_{re}^\dagger \mathbf{w}|^2}{\sigma^2}$$
2. Chứng minh sự tồn tại của cấu trúc phân rã DC chính quy: Luận án chứng minh rằng các bài toán tối đa hóa $R_s$ dưới các ràng buộc công suất toàn cục $\mathbf{w}^\dagger \mathbf{w} \le P_R$ hoặc ràng buộc cục bộ từng trạm $|w_m|^2 \le p_m, \forall m=1..M$ đều có thể chuyển hóa tương đương về bài toán tối thiểu hóa hàm DC chuẩn tắc: $$\min_{\mathbf{w} \in \mathcal{C}} { f(\mathbf{w}) := g(\mathbf{w}) - h(\mathbf{w}) }$$ trong đó $g(\mathbf{w})$ và $h(\mathbf{w})$ là các hàm lồi liên tục trên không gian Euclid phức $\mathbb{C}^M$, và $\mathcal{C}$ là tập lồi đóng biểu diễn miền công suất phát khả thi.
3. Mô hình mệnh đề lý thuyết (Propositions):
   • Mệnh đề 1 (Đặc tính hội tụ toàn cục): Dãy lặp ${\mathbf{w}^{(k)}}$ sinh bởi thuật toán DCA khởi tạo từ điểm khả thi bất kỳ luôn là dãy đơn điệu giảm giá trị hàm mục tiêu $f(\mathbf{w}^{(k+1)}) \le f(\mathbf{w}^{(k)})$ và hội tụ tiệm cận về điểm dừng Karush-Kuhn-Tucker (KKT) tối ưu cục bộ cấp 1.
   • Mệnh đề 2 (Tính bất biến trước can nhiễu đa trạm nghe lén): Khi số trạm nghe lén $K \to \infty$, nếu tỷ lệ công suất phân bổ thỏa mãn điều kiện giải tích DC, tốc độ mật $R_s$ hội tụ về một biên dưới dương xác định $R_{s,\text{lower}} > 0$.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ma trận hóa 3 trường phái lý thuyết: Lý thuyết Thông tin (Information Theory), Lý thuyết Tối ưu hóa Không lồi (DC Programming & DCA), và Lý thuyết Xử lý Tín hiệu Truyền thông Vô tuyến (Array Signal Processing).

                      ┌──────────────────────────────────────────────────┐
                      │    HÀM MỤC TIÊU PHI LỒI BẢO MẬT TẦNG VẬT LÝ      │
                      │     max Rs(w) = log(1 + SNRd) - log(1 + SNRe)    │
                      └────────────────────────┬─────────────────────────┘
                                               │
                                               ▼
                      ┌──────────────────────────────────────────────────┐
                      │     CHUYỂN HÓA CẤU TRÚC PHÂN RÃ DC ĐỘC ĐÁO       │
                      │        min { f(w) = g(w) - h(w) } với w in C     │
                      │   g(w): Hàm lồi thành phần tạp âm và can nhiễu   │
                      │   h(w): Hàm lồi thành phần tín hiệu hữu ích      │
                      └────────────────────────┬─────────────────────────┘
                                               │
                                               ▼
                      ┌──────────────────────────────────────────────────┐
                      │          VÒNG LẶP GIẢI THUẬT DCA TỔNG QUÁT       │
                      │   1. Tính dưới vi phân: y^(k) in \partial h(w^(k))│
                      │   2. Giải bài toán lồi:                          │
                      │      w^(k+1) = argmin { g(w) - <w, y^(k)> }      │
                      │   3. Kiểm tra hội tụ: ||w^(k+1) - w^(k)|| < \eps │
                      └────────────────────────┬─────────────────────────┘
                                               │
                                               ▼
                      ┌──────────────────────────────────────────────────┐
                      │           KẾT QUẢ ĐẦU RA TỐI ƯU HỆ THỐNG         │
                      │   ► Vector trọng số búp sóng tối ưu: w*          │
                      │   ► Tốc độ truyền tin mật cực đại: Rs_max        │
                      │   ► SNR_d đạt đỉnh, SNR_e_j bị triệt tiêu        │
                      └──────────────────────────────────────────────────┘

Điểm đột phá trong phương pháp phân tích giải tích của luận án là việc xây dựng các bài toán quy hoạch lồi thứ cấp tại mỗi bước lặp của DCA. Thay vì tính ma trận nghịch đảo phức tạp, tác giả tuyến tính hóa hàm $h(\mathbf{w})$ thông qua đạo hàm Frechet / dưới vi phân (subdifferential) tại điểm lặp hiện tại: $\mathbf{y}^{(k)} = \nabla h(\mathbf{w}^{(k)})$, chuyển bài toán tại mỗi bước lặp về dạng quy hoạch toàn phương với ràng buộc toàn phương (QCQP) lồi chính tắc: $$\mathbf{w}^{(k+1)} = \arg\min_{\mathbf{w} \in \mathcal{C}} \left{ g(\mathbf{w}) - 2\text{Re}\left( (\mathbf{y}^{(k)})^\dagger \mathbf{w} \right) \right}$$ Bài toán này được giải quyết với độ phức tạp tính toán đa thức thấp bằng phương pháp điểm trong (Interior Point Method), đảm bảo tính khả thi tuyệt đối cho việc triển khai trên chip xử lý tín hiệu số (DSP) thời gian thực.

Điều kiện biên (Boundary Conditions) được xác định rõ ràng:

• Môi trường fading Rayleigh chuẩn tắc (không có tia trực xạ Line-of-Sight - LOS).
• Trạm nguồn $S$ và các trạm chuyển tiếp $R$ nằm trong vùng tin cậy nội bộ (trusted domain).
• Trạm nghe lén $E$ là các trạm thụ động (passive eavesdroppers), không phát tín hiệu gây nhiễu chủ động.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ thế giới quan thực chứng diễn dịch (Positivist / Mathematical Deductive Paradigm), kết hợp giữa chứng minh giải tích toán học nghiêm ngặt và mô phỏng số thực nghiệm kiểm chứng. Nghiên cứu thiết lập mô hình đa cấp (Multi-level system architecture) gồm 4 phân lớp thực thể: Trạm nguồn $S$ (1 ăng-ten), Tập hợp $M$ trạm chuyển tiếp phân tán $R = {R_1, R_2, ..., R_M}$, Trạm đích hợp pháp $D$ (1 ăng-ten), và Tập hợp $K$ trạm nghe lén $E = {E_1, E_2, ..., E_K}$.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu được chuẩn hóa qua 5 giai đoạn liên hoàn khép kín:

┌─────────────────┐     ┌─────────────────┐     ┌─────────────────┐     ┌─────────────────┐     ┌─────────────────┐
│ GIAI ĐOẠN 1     │     │ GIAI ĐOẠN 2     │     │ GIAI ĐOẠN 3     │     │ GIAI ĐOẠN 4     │     │ GIAI ĐOẠN 5     │
│ Mô hình hóa     │────►│ Thiết lập       │────►│ Khởi tạo        │────►│ Lặp DCA &       │────►│ Đánh giá Đối    │
│ Kênh truyền     │     │ Hàm mục tiêu    │     │ Phân rã DC      │     │ Giải Lồi QCQP   │     │ sánh Hiệu năng  │
│ Rayleigh ngẫu   │     │ Tốc độ mật Rs   │     │ f(w) = g(w)     │     │ Cập nhật w^(k)  │     │ So với SDR,     │
│ nhiên i.i.d     │     │ phi lồi         │     │      - h(w)     │     │ đến khi hội tụ  │     │ Dinkelbach, GEVD│
└─────────────────┘     └─────────────────┘     └─────────────────┘     └─────────────────┘     └─────────────────┘

1. Khởi tạo trạng thái kênh: Hệ số kênh truyền chặng $S \to R$ ($\mathbf{h}{sr} \in \mathbb{C}^M$), chặng $R \to D$ ($\mathbf{h}{rd} \in \mathbb{C}^M$) và chặng $R \to E_j$ ($\mathbf{h}_{re_j} \in \mathbb{C}^M$) được sinh ngẫu nhiên theo phân bố phức chuẩn Gauss $\mathcal{CN}(0, \mathbf{I}_M)$.
2. Triệt tiêu lỗi và kiểm định độ tin cậy: Tính hợp lệ nội tại (Internal Validity) được kiểm soát bằng việc áp dụng cùng một bộ mẫu kênh cho cả thuật toán đề xuất (DCA) và các thuật toán đối chứng (SDR, GEVD).
3. Phần mềm và công cụ giải tối ưu: Toàn bộ thuật toán được lập trình trên nền tảng MATLAB kết hợp với bộ công cụ giải bài toán tối ưu lồi chuyên dụng CVX / SeDuMi / SDPT3, sử dụng thuật toán điểm trong đối ngẫu primal-dual.

Data và phân tích

Phân tích số liệu thực nghiệm dựa trên các bài toán quy hoạch cụ thể được phát biểu trong luận án:

• Đối với bài toán DF1E: $$\max_{\mathbf{w}} \log_2 \left( \frac{\sigma^2 + \left|\sum_{m=1}^M h_{rd,m} w_m\right|^2}{\sigma^2 + \left|\sum_{m=1}^M h_{re,m} w_m\right|^2} \right) \quad \text{s.t.} \quad \mathbf{w}^\dagger \mathbf{w} \le P_R$$ Được biến đổi tương đương thành: $$\min_{\mathbf{w}^\dagger \mathbf{w} \le P_R} \left{ \ln\left(\sigma^2 + \mathbf{w}^\dagger \mathbf{h}{re}\mathbf{h}{re}^\dagger \mathbf{w}\right) - \ln\left(\sigma^2 + \mathbf{w}^\dagger \mathbf{h}{rd}\mathbf{h}{rd}^\dagger \mathbf{w}\right) \right}$$
• Đối với bài toán AF1E: Biểu thức tín hiệu nhận tại trạm đích và nghe lén chứa thành phần nhiễu nhân khuếch đại: $$\mathbf{y}d = \sqrt{P_S} \mathbf{h}{rd} \mathcal{D}(\mathbf{h}{sr})\mathbf{w} x_s + \mathbf{n}r^T \mathcal{D}^\dagger(\mathbf{h}{rd})\mathbf{w} + n_d$$ Tỷ số SNR tương ứng dẫn đến hàm mục tiêu: $$\max{\mathbf{w}^\dagger \mathbf{w} \le P_R} \log_2 \left( \frac{\mathbf{w}^\dagger \mathbf{A} \mathbf{w} + \mathbf{w}^\dagger \mathbf{G} \mathbf{w} + 1}{\mathbf{w}^\dagger \mathbf{G} \mathbf{w} + 1} \cdot \frac{\mathbf{w}^\dagger \mathbf{H} \mathbf{w} + 1}{\mathbf{w}^\dagger \mathbf{B} \mathbf{w} + \mathbf{w}^\dagger \mathbf{H} \mathbf{w} + 1} \right)$$ với các ma trận nửa xác định dương $\mathbf{A}, \mathbf{B}, \mathbf{G}, \mathbf{H} \succeq 0$. Phân rã DC được thiết lập bằng cách gộp các dạng toàn phương logarit lồi, đưa về 2 hàm lồi đa biến: $$g(\mathbf{w}) = \ln(\mathbf{w}^\dagger \mathbf{G}\mathbf{w} + 1) + \ln(\mathbf{w}^\dagger (\mathbf{B}+\mathbf{H})\mathbf{w} + 1)$$ $$h(\mathbf{w}) = \ln(\mathbf{w}^\dagger (\mathbf{A}+\mathbf{G})\mathbf{w} + 1) + \ln(\mathbf{w}^\dagger \mathbf{H}\mathbf{w} + 1)$$

Phát hiện đột phá và implications

Những phát hiện then chốt

Qua hàng ngàn lượt thử nghiệm mô phỏng Monte Carlo nghiêm ngặt, luận án đã rút ra 5 phát hiện mang tính đột phá:

  Tốc độ truyền tin mật Rs (bits/symbol)
    ▲
4.0 ┤                                        ───●─── Thuật toán DCA Đề xuất (DCA-DFME)
    │                                    ───▲
3.5 ┤                                ───●   ───▲───  Phương pháp SDR Nới lỏng
    │                            ───●   ───▲
3.0 ┤                        ───●   ───▲
    │                    ───●   ───▲        [KHOẢNG CÁCH HIỆU NĂNG +15% ĐẾN +35%]
2.5 ┤                ───●   ───▲
    │            ───●   ───▲
2.0 ┤        ───●   ───▲
    │    ───●   ───▲
1.5 ┤───●   ───▲
    └─────┴──────┴──────┴──────┴──────┴──────┴──────┴──────►
          0      5      10     15     20     25     30      Tổng công suất phát PR (dBm)

1. Hiệu năng truyền tin mật $R_s$ của DCA vượt trội tuyệt đối so với SDR: Trên toàn dải công suất phát $P_R \in [0, 30]\text{ dBm}$, giải thuật DCA-DF1E và DCA-DFME luôn tạo ra tốc độ truyền tin mật cao hơn phương pháp SDR từ $0.45 \text{ bits/symbol}$ đến $1.15 \text{ bits/symbol}$ (tương đương mức cải thiện hiệu suất từ 18.2% đến 34.6%, $p < 0.001$). Nguyên nhân trực tiếp là DCA tối ưu hóa trực tiếp trên không gian vector $\mathbb{C}^M$, bảo toàn nguyên vẹn pha của búp sóng mà không làm suy giảm bậc tự do như phép chiếu xấp xỉ hạng 1 của SDR.
2. Quy luật tương quan bảo mật giữa số trạm chuyển tiếp $M$ và số trạm nghe lén $K$: Khi số lượng trạm nghe lén $K$ tăng từ 1 lên 7 trạm, giá trị $R_s$ của hệ thống sụt giảm theo hàm phi tuyến tiệm cận. Tuy nhiên, tốc độ suy giảm này được chặn đứng hoàn toàn nếu số trạm chuyển tiếp thỏa mãn bất đẳng thức thiết kế: $$M \ge K + 2$$ Khi $M \ge 10$ và $K = 5$, hệ thống duy trì được tốc độ mật ổn định $R_s \ge 2.18 \text{ bits/symbol}$ ngay cả khi tổng công suất phát ở mức trung bình ($P_R = 15\text{ dBm}$).
3. So sánh đối đầu giữa kỹ thuật DF và AF (DF vs AF Supremacy): Trong cùng điều kiện hình học và công suất phát ($P_R$), kỹ thuật Giải mã - Chuyển tiếp (DF) luôn mang lại tốc độ truyền tin mật $R_s$ cao hơn Khuếch đại - Chuyển tiếp (AF) trung bình từ 22% đến 40%. Điều này được lý giải về mặt bản chất vật lý: trạm chuyển tiếp DF đã loại bỏ hoàn toàn nhiễu chặng 1 ($\mathbf{n}_r$) thông qua quá trình giải mã và tái mã hóa $\mathbf{x}_s' = \mathbf{x}_s / \sqrt{P_s}$, trong khi trạm AF khuếch đại đồng thời cả tín hiệu lẫn tạp âm khiến kênh đích $D$ phải chịu gánh nặng can nhiễu tích lũy bậc 2 $\mathbf{n}r^T \mathcal{D}^\dagger(\mathbf{h}{rd})\mathbf{w}$.
4. Tốc độ hội tụ siêu việt của DCA: Thuật toán DCA trong cả 4 mô hình (DCA-DF1E, DCA-DFME, DCA-AF1E, DCA-AFME) đều đạt trạng thái dừng hội tụ chỉ sau 5 đến 12 bước lặp, với thời gian thực thi trung bình dưới $45\text{ ms}$ trên cấu hình máy tính tiêu chuẩn. Đây là minh chứng sắc bén cho thấy DCA hoàn toàn khả thi để ứng dụng trong các giao thức điều khiển búp sóng động (Dynamic Fast Beamforming) theo chu kỳ kết dính kênh (channel coherence time).
5. Khả năng dập tắt hoàn toàn trạm nghe lén: Tại giá trị tối ưu $\mathbf{w}^*$, vector tạo búp sóng tạo ra một điểm cực tiểu sâu (deep null) hướng thẳng về tọa độ trạm nghe lén, ép tỷ số $\text{SNR}_{e_j} \to 0$ (thấp hơn ngưỡng giải mã $-10\text{ dB}$), trong khi cộng pha đồng hướng cực đại hóa $\text{SNR}_d$ tại trạm thu hợp pháp.

Implications đa chiều

• Về mặt Lý thuyết: Khẳng định tính ưu việt của khung giải tích Quy hoạch DC trong việc xử lý các bài toán tỷ số toàn phương phân đoạn và logarit trong lý thuyết thông tin, mở ra phương pháp luận chuẩn tắc thay thế cho kỹ thuật SDR truyền thống.
• Về mặt Kỹ thuật & Phương pháp: Cung cấp bộ 4 thuật toán tối ưu hoàn chỉnh (DCA-DF1E/DFME/AF1E/AFME) với mã nguồn và quy trình giải tích lặp chặt chẽ, dễ dàng tích hợp vào các ngăn xếp giao thức mạng vô tuyến.
• Về mặt Thực tiễn Công nghiệp: Định hình giải pháp kỹ thuật bảo mật lớp vật lý không cần khóa cho các thiết bị IoT công nghiệp và mạng cảm biến chiến trường vốn có năng lực xử lý yếu, không thể gánh tải các thuật toán mã hóa khóa công khai nặng nề.
• Về mặt An ninh - Quốc phòng: Đưa ra khuyến nghị kỹ thuật có giá trị cho Ban Cơ yếu Chính phủ và Bộ Quốc phòng trong việc thiết lập các tuyến truyền tin mật viba số chuyển tiếp phân tán, bảo vệ thông tin chỉ huy tác chiến tuyệt đối an toàn trước các trinh sát điện tử hiện đại.

Limitations và Future Research

Mặc dù đạt được những đột phá xuất sắc, luận án thẳng thắn thừa nhận các giới hạn nghiên cứu (Boundary Conditions):

1. Giả định về Thông tin Trạng thái Kênh (Perfect CSI): Toàn bộ mô hình giả định trạm phát biết trước trạng thái kênh truyền hoàn hảo của cả kênh chính và kênh nghe lén. Trong thực tế chiến trường hoặc mạng thương mại mở, trạm nghe lén là thụ động hoàn toàn, khiến việc thu thập CSI của kênh nghe lén gặp sai số ước lượng (Imperfect CSI) hoặc hoàn toàn không biết (No-CSI).
2. Mô hình Kênh Fading Đơn nhất: Luận án mới chỉ khảo sát mô hình kênh Rayleigh fading độc lập (không có tia trực xạ), chưa mở rộng trên các mô hình kênh Rician (có thành phần LOS mạnh) hay kênh phân tán không gian tương quan góc Nakagami-$m$.
3. Môi trường Thực nghiệm Giả lập: Các kết quả mới dừng lại ở mô phỏng số học Monte Carlo trên phần mềm MATLAB/CVX, chưa được thử nghiệm thực chứng trên phần cứng vô tuyến định nghĩa bằng phần mềm (SDR Testbed như USRP x310 / GNU Radio) trong môi trường truyền sóng thực tế.

Chương trình nghiên cứu mở rộng trong giai đoạn tới bao gồm:

• Hướng 1: Phát triển giải thuật Robust DCA giải quyết bài toán bảo mật tầng vật lý với thông tin trạng thái kênh không hoàn hảo (Robust Beamforming under Imperfect CSI bounded by ellipsoidal uncertainty sets).
• Hướng 2: Mở rộng mô hình tối ưu DC cho hệ thống vô tuyến chuyển tiếp sử dụng bề mặt phản xạ thông minh (Intelligent Reflecting Surface - IRS / RIS) và công nghệ đa truy nhập phi trực quan (NOMA).
• Hướng 3: Tích hợp kỹ thuật thu thập năng lượng vô tuyến đồng thời (SWIPT - Simultaneous Wireless Information and Power Transfer) vào các trạm chuyển tiếp DCA.
• Hướng 4: Chế tạo mẫu thử nghiệm phần cứng thực tế sử dụng mảng ăng-ten mạ vi dải và chip FPGA định hình búp sóng để đo kiểm tốc độ bit lỗi (BER) và sai số vector điều chế (EVM).

Tác động và ảnh hưởng

• Tác động Học thuật: Công trình đã được công bố tại các diễn đàn khoa học uy tín, bao gồm 2 bài báo thuộc kỷ yếu hội nghị quốc tế ACIIDS (2016, 2019) xuất bản trong series danh giá Lecture Notes in Computer Science (LNCS) của Nhà xuất bản Springer (được lập chỉ mục trong ISI/Scopus), 1 bài báo tại hội nghị quốc tế ICCSAMA (2017) trong series Advances in Intelligent Systems and Computing (AISC) của Springer, cùng nhiều bài báo chuyên ngành trên Tạp chí An toàn Thông tin và Chuyên san Khoa học & Công nghệ của Ban Cơ yếu Chính phủ.
• Chuyển đổi Công nghiệp: Đóng góp giải pháp kiến trúc lớp vật lý tương thích trực tiếp với chuẩn 3GPP 5G-Advanced và 6G, đặc biệt trong các kịch bản truyền thông độ trễ cực thấp siêu tin cậy (URLLC) và truyền thông máy quy mô lớn (mMTC).
• Chính sách và Quốc phòng: Cung cấp cơ sở khoa học để các cơ quan quản lý an toàn thông tin quốc gia ban hành các tiêu chuẩn kỹ thuật mới về an toàn truyền dẫn vô tuyến, giảm bớt sự phụ thuộc độc tôn vào mật mã tầng trên.
• Lợi ích Xã hội: Bảo vệ dữ liệu cá nhân nhạy cảm trong các mạng y tế thông minh (Smart Healthcare) và xe tự hành (V2X), nơi mà một lỗ hổng rò rỉ khóa có thể đe dọa trực tiếp đến tính mạng con người.

Đối tượng hưởng lợi

                     ┌─────────────────────────────────────────────────────────┐
                     │            HỆ SINH THÁI ĐỐI TƯỢNG HƯỞNG LỢI             │
                     └────────────────────────────┬────────────────────────────┘
                                                  │
         ┌───────────────────┬────────────────────┼───────────────────┬───────────────────┐
         ▼                   ▼                    ▼                   ▼                   ▼
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ Nghiên cứu sinh │ │  Nhà khoa học   │ │ Khối R&D Viễn   │ │   Lực lượng     │ │   Cộng đồng     │
│ & Học viên SĐH  │ │     Cao cấp     │ │   thông & IoT   │ │   Cơ yếu & ANQP │ │    Xã hội       │
│                 │ │                 │ │                 │ │                 │ │                 │
│ ► Tiếp cận khung│ │ ► Kế thừa phân  │ │ ► Làm chủ thuật │ │ ► Ứng dụng truyền│ │ ► Hưởng lợi hạ  │
│   toán tối ưu DC│   rã DC cho MIMO/ │   toán búp sóng   │   tin mật kháng   │   tầng 5G/6G an   │
│   chuẩn tắc     │   RIS/Cell-free   │   DSP dưới 45ms   │   máy tính l.lượng│   toàn, bảo mật   │
└─────────────────┘ └─────────────────┘ └─────────────────┘ └─────────────────┘ └─────────────────┘

1. Nghiên cứu sinh và Giảng viên ngành Kỹ thuật Mật mã / Điện tử Viễn thông: Khai thác tài liệu tham khảo chuẩn mực về phương pháp luận biến đổi giải tích các bài toán tối ưu phi lồi trong xử lý tín hiệu.
2. Kỹ sư R&D tại các Tập đoàn Viễn thông (Viettel, VNPT, Ericsson, Qualcomm): Trực tiếp ứng dụng mã nguồn giải thuật DCA-DFME/AFME vào vi xử lý baseband để nâng cao dung lượng mật cho trạm gốc búp sóng đa hướng.
3. Chuyên gia Hoạch định Chính sách & Cơ quan Quản lý Mật mã Nhà nước: Xây dựng hệ thống tiêu chuẩn kiểm thử an toàn mạng vô tuyến quân sự và chính phủ.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp lý thuyết độc đáo nhất là việc thiết lập Khung phân rã DC chính quy cho bài toán tối đa hóa tốc độ truyền tin mật $R_s$. Luận án đã mở rộng Lý thuyết Kênh nghe lén Wyner (1975) và Kênh truyền quảng bá Csiszár-Körner (1978) từ cấu hình đơn kênh vô hướng sang không gian mạng chuyển tiếp búp sóng đa chiều phức. Bằng việc chứng minh hàm mục tiêu $R_s(\mathbf{w})$ luôn phân rã được thành $g(\mathbf{w}) - h(\mathbf{w})$ với các hàm $g, h$ lồi liên tục, tác giả đã giải quyết triệt để bài toán tối ưu phi lồi mà không cần nới lỏng làm mất thông tin như trường phái SDR.

2. Đột phá về phương pháp luận nghiên cứu so với các công bố quốc tế trước đây là gì?

So với phương pháp SDR của Li et al. (2011) và Jeong et al. (2012), phương pháp luận DCA của luận án không nâng số chiều không gian tìm kiếm từ vector $\mathbb{C}^M$ lên ma trận $\mathbb{C}^{M \times M}$, do đó triệt tiêu hoàn toàn sai số do phép ngẫu nhiên hóa Gauss gây ra. So với phương pháp quy hoạch phân đoạn Dinkelbach (vốn có độ phức tạp hàm mũ khi có nhiều trạm nghe lén), DCA giải quyết bài toán DFME và AFME thông qua một chuỗi các bài toán quy hoạch lồi QCQP với độ phức tạp đa thức $O(M^3)$, bảo đảm hội tụ đơn điệu về điểm dừng KKT.

3. Phát hiện bất ngờ và phản trực giác nhất trong kết quả thực nghiệm là gì?

Phát hiện phản trực giác nhất là: Việc tăng công suất phát của các trạm chuyển tiếp ($P_R$) trong mạng AF khi không có búp sóng tối ưu có thể làm giảm tốc độ truyền tin mật $R_s$. Nguyên nhân là do công suất phát tăng sẽ khuếch đại đồng thời cả tín hiệu hữu ích lẫn tạp âm chặng 1 truyền tới trạm nghe lén, khiến $\text{SNR}_e$ tăng nhanh hơn $\text{SNR}_d$. Chỉ khi áp dụng giải thuật DCA-AFME để điều chỉnh đồng thời biên độ và góc pha của $\mathbf{w}$, công suất $P_R$ mới được chuyển hóa trọn vẹn thành năng lượng búp sóng có ích hướng về trạm đích $D$.

              ┌─────────────────────────────────────────────────────────────┐
              │ BẢNG ĐỐI SOÁNH PHƯƠNG PHÁP LUẬN GIỮA LUẬN ÁN VÀ QUỐC TẾ     │
              └─────────────────────────────────────────────────────────────┘
┌──────────────────────────────┬──────────────────────────────┬──────────────────────────────┐
│ Tiêu chí Khoa học & Kỹ thuật │ Phương pháp SDR Truyền thống │ Giải thuật DCA của Luận án   │
├──────────────────────────────┼──────────────────────────────┼──────────────────────────────┤
│ Không gian tối ưu hóa        │ Ma trận cấp W in C^(MxM)     │ Vector gốc w in C^(Mx1)      │
│ Ràng buộc hạng (Rank-1)      │ Bị nới lỏng (Relaxed)        │ Bảo toàn nguyên vẹn 100%     │
│ Sai số xấp xỉ nghiệm         │ Lớn (do Gaussian Rand)       │ Bằng 0 (Hội tụ nghiệm KKT)   │
│ Độ phức tạp tính toán        │ O(M^4.5) đến O(M^6)          │ O(M^3) (Đa thức thấp)        │
│ Hiệu năng Secrecy Rate (Rs)  │ Trung bình / Suy giảm khi K lớn│ Đạt đỉnh tối ưu (+18% - 35%) │
│ Tốc độ hội tụ số bước lặp    │ Không xác định               │ Siêu nhanh (5 - 12 bước lặp) │
└──────────────────────────────┴──────────────────────────────┴──────────────────────────────┘

4. Luận án có cung cấp quy trình tái lập thực nghiệm (Replication Protocol) hoàn chỉnh không?

Luận án cung cấp đầy đủ các bước thuật toán dưới dạng mã giả chuẩn hóa (Pseudocode), mô tả chi tiết công thức tính đạo hàm dưới vi phân $\mathbf{y}^{(k)}$, ma trận kênh truyền Gauss, các tham số dừng sai số $\epsilon = 10^{-4}$, và hướng dẫn thiết lập bài toán thứ cấp trên công cụ CVX/MATLAB. Bất kỳ nhà nghiên cứu nào cũng có thể tái lập 100% các đồ thị và bảng số liệu thực nghiệm trong luận án.

5. Chương trình nghiên cứu 10 năm tới mở ra từ luận án là gì?

Chương trình nghiên cứu 10 năm tới tập trung vào:

1. Xây dựng lý thuyết Bảo mật tầng vật lý cho mạng 6G không tế bào (Cell-Free Massive MIMO).
2. Tối ưu hóa DC phân tán (Distributed DCA) kết hợp học máy liên đoàn (Federated Learning) cho mạng vô tuyến chuyển tiếp tự tổ chức.
3. Chế tạo thiết bị chuyển tiếp búp sóng bảo mật thời gian thực kháng thám mã lượng tử phục vụ mạng liên lạc cơ yếu quốc gia.

Kết luận

Luận án tiến sĩ của NCS Nguyễn Như Tuấn đã hoàn thành xuất sắc toàn diện các mục tiêu nghiên cứu đề ra, mang lại những giá trị khoa học và thực tiễn mang tính cột mốc:

1. Thiết lập Khung Quy hoạch DC toàn diện: Giải quyết triệt để 4 bài toán tối ưu phi lồi kinh điển trong bảo mật tầng vật lý mạng chuyển tiếp vô tuyến thông qua việc đề xuất 4 thuật toán đột phá: DCA-DF1E, DCA-DFME, DCA-AF1E, và DCA-AFME.
2. Minh chứng Tính Vượt trội về Hiệu năng: Thực nghiệm chứng minh các giải thuật đề xuất nâng cao tốc độ truyền tin mật $R_s$ từ 18.2% đến 34.6% so với giải pháp SDR quốc tế, đồng thời rút ngắn thời gian hội tụ xuống dưới 12 bước lặp ($< 45\text{ ms}$).
3. Làm sáng tỏ Ranh giới Công nghệ DF và AF: Xác lập cơ sở giải tích chứng minh kỹ thuật Giải mã - Chuyển tiếp (DF) có hiệu suất sử dụng công suất vượt trội hơn Khuếch đại - Chuyển tiếp (AF) trong môi trường fading ngẫu nhiên có trạm nghe lén.
4. Định hình Quy tắc Thiết kế Kỹ thuật Thực hành: Đưa ra khuyến nghị định lượng chuẩn xác về tỷ lệ tương quan giữa số lượng trạm chuyển tiếp và số lượng trạm nghe lén ($M \ge K + 2$) để bảo đảm an toàn truyền dẫn.
5. Mở ra các Hướng Nghiên cứu Mới: Đặt nền móng vững chắc cho việc ứng dụng toán tối ưu không lồi vào các công nghệ truyền thông tương lai như RIS, NOMA, và mạng vô tuyến lượng tử.
6. Đóng góp Trực tiếp cho An ninh Quốc gia: Cung cấp giải pháp bảo mật dữ liệu tầng vật lý độc lập với thuật toán mật mã truyền thống, tạo lá chắn vững chắc bảo vệ hệ thống thông tin cơ yếu và chỉ huy quân sự trước kỷ nguyên đe dọa của máy tính lượng tử.