Tổng quan về luận án

Luận án này giải quyết một thách thức cốt lõi trong kỹ thuật điện tử và mật mã: tạo ra các dãy số giả ngẫu nhiên (Pseudo-Random Number Generators - PRNGs) với bậc đủ lớn để đáp ứng yêu cầu bảo mật ngày càng cao của các hệ thống thông tin hiện đại. Trong bối cảnh khoa học hiện nay, m-dãy (m-sequence), được S. Golomb đặt nền móng từ thập kỷ 1960 [21] và được Stephen Wolfram đánh giá là "thuật toán được sử dụng nhiều nhất trong lịch sử hiện đại" [61], vẫn là nền tảng cho nhiều ứng dụng từ viễn thông (GPS, CDMA, GSM A5/x) đến mật mã dòng. Tuy nhiên, các phương pháp tạo dãy giả ngẫu nhiên phi tuyến lồng ghép dựa trên m-dãy trước đây, dù đã được nhóm nghiên cứu của TS. Lê Chí Quỳnh tại Việt Nam phát triển từ những năm 1980 [49, 50], lại đối mặt với "độ phức tạp tính toán lớn, khó có khả năng ứng dụng trong thực tế" khi cần sinh dãy có bậc lớn. Điều này tạo ra một research gap cụ thể: thiếu một thuật toán hiệu quả và khả thi về mặt thực hành để sinh dãy phi tuyến lồng ghép với bậc rất lớn, có thể chống lại khả năng tính toán của các siêu máy tính hiện tại và tương lai.

Nghiên cứu này đặt ra các câu hỏi và giả thuyết sau:

  1. RQ1: Có thể phát triển một thuật toán hiệu quả để sinh dãy phi tuyến lồng ghép với bậc đủ lớn (ví dụ, bậc tương đương 128 bit hoặc hơn) để đáp ứng các yêu cầu an toàn của kỹ thuật mật mã hiện đại?
  2. RQ2: Thuật toán đề xuất có thể giảm đáng kể độ phức tạp tính toán và lưu trữ so với các phương pháp hiện có, đặc biệt khi xử lý các tham số lớn (ví dụ: chu kỳ dãy lên tới 2^128)?
  3. RQ3: Dãy phi tuyến lồng ghép được sinh ra bởi thuật toán đề xuất có thể tích hợp vào kiến trúc bộ tạo dãy giả ngẫu nhiên hiện có (như Bộ tạo dãy luân phiên) để nâng cao tính an toàn mật mã và lực lượng bộ tạo dãy?

Giả thuyết trung tâm là một phương pháp mới kết hợp kỹ thuật phân rã theo bước (decimation) và một thuật toán tiền xử lý tối ưu cho việc tìm thứ tự lồng ghép sẽ cho phép sinh dãy phi tuyến lồng ghép bậc lớn một cách hiệu quả, với các tính chất mật mã vượt trội.

Luận án được xây dựng trên nền tảng Lý thuyết trường Galois (Galois Field Theory) của Galois [12], Lý thuyết m-dãy của Golomb [21], và Lý thuyết biến đổi d (d-Transform) [15, 30] để phân tích cấu trúc dãy. Đóng góp đột phá của luận án là đề xuất "một thuật toán hiệu quả để sinh dãy phi tuyến lồng ghép với bậc rất lớn" (Kết luận), với "độ phức tạp tính toán của thuật toán tiệm cận với O(n^2)" (Kết luận), vượt trội so với các phương pháp bình phương và nhân thông thường. Cụ thể, thuật toán mới cho thấy "số bước tính toán ít hơn khoảng 25%" trong một số trường hợp với p lớn (Bảng 3.2). Phạm vi nghiên cứu tập trung vào các m-dãy trên trường mở rộng Galois GF(p^n) với p>2, dãy lồng ghép và dãy phi tuyến lồng ghép, cùng các ứng dụng trong mật mã. Luận án nhắm đến việc cung cấp "một thuật toán mã dòng có thể được đưa vào ứng dụng trong ngành Cơ yếu Việt Nam" (Ý nghĩa khoa học và thực tiễn), khẳng định ý nghĩa khoa học và thực tiễn quan trọng trong việc tăng cường an ninh thông tin quốc gia.

Literature Review và Positioning

Nghiên cứu về dãy giả ngẫu nhiên (PRNGs) và ứng dụng của chúng trong mật mã đã phát triển qua nhiều giai đoạn. Luận án này tổng hợp các luồng nghiên cứu chính để đặt mình vào bối cảnh học thuật hiện có.

1. M-dãy và Ứng dụng: M-dãy, hay dãy có chu kỳ tối đa (maximum length sequence), là nền tảng của PRNGs, được giới thiệu bởi S. Golomb [21] và có ứng dụng rộng rãi. Các nghiên cứu ban đầu tập trung vào tính chất thống kê tốt như phân bố cân bằng của bit 0 và 1, và hàm tự tương quan (ACF) rất nhỏ. Các biến thể của m-dãy đã được sử dụng trong viễn thông (CDMA, SDH) và mật mã dòng (GSM A5/1, A5/2, A5/3) như được đề cập trong Mục 1.1 của luận án. Sự phát triển này cũng chứng kiến sự ra đời của dãy Gold (Gold, 1967) [19] và dãy tựa Gold (Kumar) [7], là các họ dãy được xây dựng từ m-dãy với tính chất tương quan chéo (CCF) tốt, mặc dù "giá trị khoảng tuyến tính chưa cao" đối với dãy Gold (Mục 1.3.1).

2. Mã Dòng và Thách thức: Trong mật mã, mã dòng đóng vai trò quan trọng, đặc biệt trong các ứng dụng phần cứng tối thiểu hoặc yêu cầu tốc độ cao. Tuy nhiên, m-dãy đơn lẻ có tính tuyến tính hoàn toàn, dễ bị tấn công tuyến tính bằng thuật toán Berlekamp-Massey (Massey, 1969) [41]. Điều này dẫn đến nhu cầu kết hợp nhiều m-dãy để tăng tính phi tuyến. Các bộ tạo dãy như Bộ tạo dãy luân phiên (Alternating Step Generator - ASG) của Giinther (1987) [27], đã được chứng minh có "độ phức tạp tuyến tính rất cao, có hàm tự tương quan đủ nhỏ, và mô hình bộ tạo có tính miễn dịch tương quan" (Mục 1.3.3), là một giải pháp tiêu biểu.

3. Dãy Lồng ghép và Dãy Phi tuyến Lồng ghép: Một luồng nghiên cứu quan trọng ở Việt Nam, do TS. Lê Chí Quỳnh khởi xướng từ 1986 [49, 50], là kiến trúc dãy lồng ghép (Interleaved sequence). Kiến trúc này "đã được một số tác giả nước ngoài quan tâm, công nhận và trích dẫn như một 'kiến trúc dãy kiểu Việt Nam' [23]". Tiếp theo đó, TS. Lê Minh Hiếu [30] nghiên cứu về dãy lồng ghép tam phân và dãy phi tuyến lồng ghép, và TS. Bùi Lai An [1] phát triển dãy lồng ghép đa cấp, đa chiều. Dãy phi tuyến lồng ghép là một phát triển của dãy lồng ghép, sử dụng hai m-dãy ban đầu và kết hợp chúng theo phương pháp đặc trưng để tạo ra "dãy đầu ra có tính phi tuyến cao hơn so với dãy lồng ghép" (Mục 1.4).

4. Mâu thuẫn và Định vị trong Bối cảnh Quốc tế: Trong hội nghị Asia Crypt 2004, Alan Shamir đã đặt câu hỏi "Stream Ciphers: Dead or Alive?" [52], chỉ ra các lợi thế và hướng phát triển của mã dòng. Luận án này định vị mình trong việc giải quyết thách thức hiệu năng của mã dòng dựa trên m-dãy. Mặc dù các nghiên cứu trước đây về dãy lồng ghép đã đạt được các tính chất lý thuyết tốt, nhưng "về mặt thực hành, một số phương pháp đã đưa ra còn có độ phức tạp tính toán lớn, khó có khả năng ứng dụng trong thực tế" (Mở đầu). Các nghiên cứu quốc tế về "interleaved sequences" của He (2013) [31], Gong (2002) [32, 33] hoặc Fúster-Sabater và Requena (2021) [9] cũng sử dụng khái niệm đan xen các bit, nhưng cách tiếp cận và kiến trúc khác biệt so với "kiến trúc dãy kiểu Việt Nam" này. Luận án này tiến bộ hơn các nghiên cứu trước bằng cách đưa ra "một thuật toán hiệu quả để sinh dãy phi tuyến lồng ghép với bậc lớn" (Mục tiêu nghiên cứu), đặc biệt khi "cỡ bậc thỏa mãn các yêu cầu của kỹ thuật mật mã" (Mở đầu), vốn yêu cầu bậc tối thiểu 128 bit để chống lại các siêu máy tính hiện tại (Bảng 1.1). Nghiên cứu này trực tiếp giải quyết vấn đề khả thi trong thực hành, vốn là hạn chế của các phương pháp trước đó, đồng thời vẫn đảm bảo các tính chất mật mã quan trọng như độ phức tạp tuyến tính và tính phi tuyến.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này thực hiện nhiều đóng góp đáng kể cho lý thuyết dãy giả ngẫu nhiên và mật mã. Trước hết, nó mở rộng và củng cố lý thuyết m-dãy của Golomb [21] trên trường mở rộng Galois GF(p^n), đặc biệt khi đặc số p lớn hơn 2. Các tài liệu về m-dãy thường tập trung vào trường hợp nhị phân GF(2), nơi phép cộng và nhân đơn giản hơn. Luận án làm rõ các chi tiết tính toán trên GF(p) với p>2, nơi "phép cộng và phép nhân tích lũy đều được tính trên trường GF(p), hay tính theo modulo p" (Mục 1.2.1), mở ra khả năng ứng dụng cho các dãy p-phân có tính chất phong phú hơn.

Luận án cũng kế thừa và phát triển lý thuyết về dãy lồng ghép của TS. Lê Chí Quỳnh [49, 50]. Bằng cách đi sâu vào việc xây dựng dãy phi tuyến lồng ghép, nó đưa ra một khung lý thuyết mới về cách kết hợp hai m-dãy ban đầu thông qua các thứ tự lồng ghép khác nhau để tạo ra một dãy đầu ra có "tính phi tuyến cao hơn dãy lồng ghép ban đầu" (Mục 1.4). Khung này được củng cố bằng việc phân tích Khoảng Tương Đương Tuyến Tính (Equivalent Linear Span - ELS), một chỉ số quan trọng về độ an toàn mật mã.

Khung phân tích khái niệm của luận án xoay quanh việc tối ưu hóa quá trình sinh dãy phi tuyến lồng ghép. Nó đặt ra giả thuyết rằng việc sinh dãy phi tuyến lồng ghép bậc lớn, vốn "khó khả thi trong thực hành" (Mở đầu), có thể được giải quyết bằng một thuật toán tiền xử lý hiệu quả, đặc biệt trong việc xác định tập thứ tự lồng ghép IP. Điều này dẫn đến việc đề xuất một mô hình lý thuyết mới cho thuật toán tiền xử lý, tập trung vào việc tính toán đa thức a^T trên trường GF(p^n) bằng phương pháp bình phương và nhân dựa trên biểu diễn cơ số p của T (Mục 3.2), mang lại lợi thế hơn so với biểu diễn nhị phân thông thường.

Khung phân tích độc đáo

Luận án trình bày một khung phân tích độc đáo thông qua sự tích hợp sâu sắc của nhiều lý thuyết:

  • Lý thuyết trường hữu hạn (Niedemeiter, 2000) [40] được sử dụng để định nghĩa và thao tác với các phần tử, đa thức trên GF(p^n).
  • Biến đổi d (d-Transform) [15, 30] là một công cụ toán học trọng tâm, được dùng để "chuyển đổi các chuỗi thành đa thức" (Mục 2.1), giúp phân tích cấu trúc dãy lồng ghép một cách hiệu quả, đặc biệt trong các trường hợp hàm vết không xác định. Luận án mở rộng việc áp dụng biến đổi d cho dãy p-phân, vượt ra ngoài các ứng dụng nhị phân truyền thống.
  • Lý thuyết độ phức tạp tuyến tính và thuật toán Berlekamp-Massey [41] được sử dụng để đánh giá ELS của các dãy, một yếu tố then chốt để chứng minh tính phi tuyến của dãy phi tuyến lồng ghép.
  • Lý thuyết về tương quan địa phương của m-dãy (Mục 3.1.2), được dùng để đánh giá tính ngẫu nhiên cục bộ của các đoạn con, cung cấp một tiêu chí bổ sung cho độ an toàn của dãy.

Cách tiếp cận phân tích độc đáo của luận án nằm ở chỗ không chỉ chứng minh sự tồn tại của các dãy có tính chất tốt, mà còn tập trung vào khả năng sinh dãy hiệu quả trong thực hành. Việc đề xuất kỹ thuật phân rã theo bước (decimation) kết hợp với thuật toán tiền xử lý mới (sử dụng biểu diễn cơ số p của T để tính a^T (Mục 3.2)) là một đóng góp khái niệm quan trọng, giúp vượt qua giới hạn về tính toán và lưu trữ của các phương pháp trước đó khi T rất lớn.

Các đóng góp khái niệm bao gồm định nghĩa rõ ràng về dãy phi tuyến lồng ghép, vai trò của "thứ tự lồng ghép" IP trong việc tạo ra tính phi tuyến, và cách tối ưu hóa việc tìm kiếm IP thông qua thuật toán mới. Luận án cũng rõ ràng nêu ra các điều kiện biên cho các đóng góp của mình, chẳng hạn như tập trung vào các m-dãy và cấu trúc lồng ghép cụ thể, và nhấn mạnh yêu cầu "bậc của dãy còn tiếp tục tăng lên để chống lại sức mạnh tính toán của các siêu máy tính và các thiết bị thám mã chuyên dụng" (Mở đầu), định hình hướng nghiên cứu trong bối cảnh mật mã hiện đại.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án này áp dụng một triết lý nghiên cứu thực nghiệm và định lượng vững chắc, chủ yếu tuân thủ positivism. Điều này thể hiện qua việc tập trung vào các công cụ toán học nghiêm ngặt để phân tích các thuộc tính của dãy, thiết kế thuật toán, và đánh giá hiệu quả bằng các chỉ số có thể đo lường được. Nghiên cứu dựa trên các định lý, tính chất đã biết trong lý thuyết trường Galois và lý thuyết dãy giả ngẫu nhiên để xây dựng nên các giải pháp mới, sau đó kiểm chứng thông qua tính toán lý thuyết về độ phức tạp và thực nghiệm trên phần mềm.

Thiết kế nghiên cứu của luận án không sử dụng mixed methods theo nghĩa truyền thống, mà thay vào đó là một cách tiếp cận tích hợp mạnh mẽ giữa lý thuyết toán học và kỹ thuật tính toán. Các công cụ toán học như Biến đổi d, Hàm vết, Thuật toán Euclid cho đa thức, và Thuật toán Berlekamp-Massey là trọng tâm để thiết kế và phân tích các dãy. Thiết kế này đặc biệt phù hợp để nghiên cứu các hệ thống mật mã, nơi độ chính xác và khả năng chứng minh toán học là tối quan trọng.

Luận án nghiên cứu các dãy trên trường hữu hạn GF(p^n), tập trung vào việc mở rộng các phương pháp vốn phổ biến trong trường GF(2^n) sang GF(p^n) với p > 2. Điều này bao gồm việc xử lý các phép toán cộng, trừ, nhân, chia theo modulo p, vốn phức tạp hơn so với phép XOR nhị phân. Các thử nghiệm được thực hiện trên các trường cụ thể như GF(3^4) và GF(17^6) với "p=17, n=6, m=2" (Mục 2.4.4), cho phép đánh giá hiệu suất của thuật toán trong các điều kiện thực tế với các tham số khác nhau.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu của luận án được thực hiện một cách chặt chẽ và nghiêm ngặt:

  • Sampling Strategy: Đối tượng nghiên cứu là các dãy giả ngẫu nhiên dựa trên m-dãy và dãy phi tuyến lồng ghép. Các dãy này không được "lấy mẫu" theo nghĩa thống kê, mà được "sinh ra" từ các đa thức nguyên thủy và các tham số (n, m, T, p) được chọn cụ thể. Các tiêu chí bao gồm việc chọn "đa thức sinh g(d) có bậc n là đa thức nguyên thủy" (Mục 2.1.1) để đảm bảo chu kỳ tối đa cho m-dãy ban đầu.
  • Data Collection Protocols: "Dữ liệu" ở đây là các dãy số giả ngẫu nhiên được sinh ra. Quy trình thu thập bao gồm việc lập trình (bằng ngôn ngữ C) để tạo các m-dãy, áp dụng các kỹ thuật lồng ghép và phân rã theo bước, sau đó phân tích các thuộc tính của dãy đầu ra. Giao diện phần mềm mô phỏng (Hình 2.3) là công cụ để thực hiện các thử nghiệm này.
  • Triangulation: Luận án thực hiện đa dạng các phương pháp để xác định thứ tự lồng ghép IP (Biến đổi d, Hàm vết, tính trực tiếp, phân rã theo bước - Mục 2.3), sau đó so sánh kết quả giữa chúng (ví dụ, "giá trị của IP ở đây hoàn toàn trùng khớp với kết quả thu được trong phần 2.1" - Ví dụ 2.2). Điều này tăng cường tính xác thực của phương pháp. Ngoài ra, việc phân tích tính chất của dãy được thực hiện qua nhiều tiêu chí: ELS (tính tuyến tính), hàm tương quan (ACF/CCF), và phân bố trọng số (tính ngẫu nhiên địa phương).
  • Validity và Reliability:
    • Construct Validity: Được đảm bảo thông qua việc sử dụng các định nghĩa và lý thuyết toán học đã được công nhận (Trường Galois, m-dãy, ELS) và phát triển các mô hình toán học mới cho dãy phi tuyến lồng ghép. Các chứng minh toán học được trình bày chi tiết.
    • Internal Validity: Đảm bảo bởi quy trình thiết kế thuật toán rõ ràng, từng bước, với các công thức toán học tường minh (ví dụ: công thức tính a^T ở Mục 3.2). Các thử nghiệm thực nghiệm được kiểm soát các tham số đầu vào.
    • External Validity: Tiềm năng áp dụng rộng rãi cho các hệ thống mật mã thực tế, đặc biệt trong Ban Cơ yếu Việt Nam, và các ứng dụng truyền thông (Mục 1.1).
    • Reliability: Thuật toán được mô tả chi tiết, cho phép tái tạo kết quả. Các thử nghiệm trên phần mềm được thiết kế để cung cấp kết quả nhất quán với các tham số đầu vào tương tự. Luận án không báo cáo giá trị alpha (α) cho độ tin cậy thống kê, do tính chất của nghiên cứu chủ yếu là toán học và kỹ thuật tính toán, không phải thống kê mô tả mẫu ngẫu nhiên.

Data và phân tích

"Dữ liệu" trong nghiên cứu này chủ yếu là các dãy số giả ngẫu nhiên được tạo ra và các thuộc tính toán học của chúng.

  • Sample Characteristics: Các dãy được sinh ra từ các đa thức nguyên thủy trên GF(p^n) với các tham số n, m, p cụ thể. Ví dụ, thử nghiệm đầu tiên sử dụng "p=3, n=4, m=2" và thử nghiệm thứ hai với "p=17, n=6, m=2" (Mục 2.4.4).
  • Advanced Techniques:
    • Phân tích Độ phức tạp Tuyến tính (ELS): Sử dụng Thuật toán Berlekamp-Massey [41] (Mục 3.1.2) để xác định bậc nhỏ nhất của đa thức sinh ra dãy.
    • Phân tích Hàm Tương quan (ACF/CCF): Tính toán hàm tự tương quan và tương quan chéo để đánh giá tính ngẫu nhiên và khả năng chống tấn công tương quan (Mục 2.2.2).
    • Phân tích Mômen Phân bố Trọng số: Sử dụng công thức để tính các mômen bậc 1, 2, 3, 4 của phân bố trọng số các đoạn con M-bit (Mục 3.1.3), so sánh với dãy ngẫu nhiên lý tưởng để đánh giá tính ngẫu nhiên địa phương.
    • Thuật toán tiền xử lý tối ưu: Đề xuất thuật toán tính a^T trên GF(p^n) bằng phương pháp bình phương và nhân với biểu diễn cơ số p của T (Mục 3.2). Thuật toán này sử dụng các phép toán đa thức trên trường hữu hạn, được cài đặt bằng ngôn ngữ C.
  • Software: Các thuật toán được triển khai và thử nghiệm trên phần mềm máy tính (lập trình bằng ngôn ngữ C), có giao diện mô phỏng (Hình 2.3).
  • Robustness Checks: Bảng 3.2 so sánh số bước tính toán tiền xử lý (Vq so với V2) giữa phương pháp tính toán với cơ số p và phương pháp bình phương và nhân trực tiếp (trên cơ số 2 của T). Kết quả cho thấy phương pháp mới "hiệu quả tốt hơn hẳn so với phương pháp tính toán bình phương và nhân trực tiếp, cụ thể là số bước tính toán ít hơn khoảng 25%" cho p lớn (Mục 3.3), minh họa tính hiệu quả và mạnh mẽ của thuật toán đề xuất.
  • Effect Sizes and Confidence Intervals: Không được báo cáo trực tiếp dưới dạng thống kê điển hình, nhưng các chỉ số như ELS (ví dụ: ELS = 12 cho dãy phi tuyến lồng ghép so với ELS = 8 cho dãy ban đầu trong Ví dụ 5) và tỷ lệ giảm độ phức tạp tính toán (25%) đóng vai trò tương tự trong việc định lượng tác động của các phát hiện.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã đạt được một số phát hiện then chốt, mang tính đột phá trong lĩnh vực tạo dãy giả ngẫu nhiên và mật mã:

  1. Thuật toán sinh dãy phi tuyến lồng ghép bậc lớn hiệu quả: Đã đề xuất một thuật toán mới dựa trên kỹ thuật phân rã theo bước và thuật toán tiền xử lý tối ưu để xác định thứ tự lồng ghép IP (Mục 2.4 và 3.2). Phát hiện này giải quyết trực tiếp vấn đề về "độ phức tạp tính toán lớn, khó có khả năng ứng dụng trong thực tế" của các phương pháp trước đây khi cần sinh dãy bậc lớn. "Phương pháp này có thể áp dụng một trong thực tế để sinh một phần đầu tiên của dãy lồng ghép với kích thước cho trước" (Kết luận Chương 2).
  2. Giảm đáng kể độ phức tạp tính toán tiền xử lý: Thuật toán tiền xử lý mới, sử dụng phương pháp bình phương và nhân dựa trên biểu diễn cơ số p của tham số T, đã chứng minh hiệu quả vượt trội. Dữ liệu từ Bảng 3.2 cho thấy, đối với các trường GF(p^n) với p lớn (ví dụ p=17), số bước tính toán (Vq) có thể "ít hơn khoảng 25%" so với phương pháp bình phương và nhân trực tiếp (dựa trên biểu diễn nhị phân của T). Điều này là do "trong biểu diễn cơ số p của T có rất nhiều phần tử bằng 0 theo (3.47)" (Mục 3.3), một đặc điểm chưa được khai thác tối ưu trước đây. Độ phức tạp tính toán của thuật toán tiệm cận với O(n^2), một bước tiến quan trọng so với các phương pháp mũ không khả thi khác (Kết luận Chương 3).
  3. Nâng cao tính phi tuyến của dãy: Dãy phi tuyến lồng ghép được tạo ra cho thấy tính phi tuyến cao hơn đáng kể so với dãy lồng ghép ban đầu. Ví dụ, trong trường hợp GF(3^4), dãy phi tuyến lồng ghép có ELS = 12, cao hơn ELS của dãy ban đầu (m-dãy bậc m=2) (Ví dụ 5, Mục 2.2.3). Kết quả này, cùng với phân tích hàm tương quan và phân bố trọng số, khẳng định dãy phi tuyến lồng ghép có các tính chất mật mã tốt.
  4. Phát triển Bộ tạo dãy luân phiên phi tuyến lồng ghép: Luận án đã đề xuất tích hợp dãy phi tuyến lồng ghép vào cấu trúc của Bộ tạo dãy luân phiên, tạo thành "Bộ tạo dãy luân phiên phi tuyến lồng ghép" (Mục 3.4.1). Điều này dẫn đến một bộ tạo dãy có "lực lượng các bộ tạo dãy trở lên lớn hơn rất nhiều so với bộ tạo dãy luân phiên ban đầu" ((3.67), Mục 3.4.2), củng cố khả năng chống lại các tấn công vét cạn.

Những phát hiện này cho thấy khả năng sinh ra "những dãy có bậc lớn (thực tế CDMA sử dụng dãy có chu kỳ 2^42-1, còn một số phiên bản SDH cũng đã sử dụng dãy có chu kỳ 2^7-1)" (Mở đầu), vượt qua giới hạn của nghiên cứu trước đó vốn chỉ thực hiện trên "các dãy có bậc thấp" (Mở đầu). Phát hiện này cũng so sánh với các nghiên cứu trước đây về mã dòng, nơi "các tấn công phân tích mã đối với m-dãy trước hết khai thác các đặc tính [tuyến tính, tương quan] này" (Mục 1.2), và luận án cung cấp các dãy có tính chất được cải thiện để chống lại các tấn công đó.

Implications đa chiều

Các phát hiện này mang lại những implications đa chiều sâu sắc:

  • Theoretical Advances: Luận án mở rộng lý thuyết m-dãy trên GF(p^n) (p>2), củng cố khung lý thuyết về dãy lồng ghép của nhóm TS. Lê Chí Quỳnh, và đề xuất một phương pháp tính toán hiệu quả mới cho a^T trong trường hữu hạn. Nó đóng góp vào việc hiểu sâu hơn về mối quan hệ giữa các tham số dãy và tính phi tuyến, đặc biệt trong bối cảnh các yêu cầu mật mã ngày càng phức tạp.
  • Methodological Innovations: Thuật toán tiền xử lý mới và kỹ thuật phân rã theo bước có thể được áp dụng rộng rãi cho việc thiết kế và phân tích các loại dãy giả ngẫu nhiên khác trong các ngữ cảnh khác, không chỉ giới hạn trong mật mã. Phương pháp tiếp cận này cung cấp một khuôn khổ mới để tối ưu hóa việc sinh dãy hiệu quả.
  • Practical Applications: Luận án cung cấp "một thuật toán mã dòng có thể được đưa vào ứng dụng trong ngành Cơ yếu Việt Nam" (Ý nghĩa khoa học và thực tiễn), giải quyết trực tiếp nhu cầu bảo mật thông tin quốc gia. Dãy phi tuyến lồng ghép có thể được triển khai trong các hệ thống truyền thông băng thông lớn, thiết bị RFID, và các bộ định tuyến cáp quang, nơi yêu cầu tốc độ cao và kích thước mã nhỏ.
  • Policy Recommendations: Các kết quả nghiên cứu cung cấp bằng chứng kỹ thuật vững chắc để phát triển các tiêu chuẩn bảo mật và giao thức mã hóa mới, đặc biệt trong các lĩnh vực cần bảo mật thông tin cao như cơ yếu, quân sự, và các cơ sở hạ tầng trọng yếu. Nó hỗ trợ việc ra quyết định dựa trên bằng chứng để đảm bảo an toàn thông tin quốc gia.
  • Generalizability Conditions: Các phương pháp và thuật toán được đề xuất có thể áp dụng cho bất kỳ trường hữu hạn GF(p^n) nào và với các yêu cầu bậc dãy khác nhau, miễn là các tham số p, n, m, T được chọn phù hợp. Tuy nhiên, tính hiệu quả cao nhất của thuật toán tiền xử lý được thể hiện khi p có giá trị lớn (Mục 3.3). Điều này đảm bảo tính khả dụng rộng rãi của công trình.

Limitations và Future Research

Nghiên cứu này, mặc dù đạt được những đóng góp đáng kể, vẫn có một số giới hạn cụ thể cần được thừa nhận và là cơ sở cho các hướng nghiên cứu tương lai:

  1. Đánh giá an toàn mật mã chuyên sâu: "Việc đề xuất một thuật toán mật mã mới cần phải xem xét rất kỹ về tính an toàn của thuật toán trên nhiều khía cạnh trước khi có thể đưa vào sử dụng thực tế" (Các vấn đề cần tiếp tục nghiên cứu). Luận án đã phân tích ELS, tương quan và phân bố trọng số, nhưng cần "các nghiên cứu sâu về việc phân tích mã đối với dãy lồng ghép và phi tuyến lồng ghép, cũng như dãy luân phiên phi tuyến lồng ghép" (Các vấn đề cần tiếp tục nghiên cứu) từ nhiều góc độ tấn công khác nhau, bao gồm tấn công đại số và các phương pháp phân tích mới.
  2. Tối ưu hóa cài đặt phần cứng: Mặc dù luận án đã cải thiện hiệu quả tính toán lý thuyết, nhưng "cần tiếp tục nghiên cứu là giải pháp để cài đặt hiệu quả các dãy trên GF(p^n) với số p nguyên tố lớn (p>2) trên cả hai môi trường: phần mềm máy tính và các thiết bị xử lý trực tiếp bằng phần cứng" (Các vấn đề cần tiếp tục nghiên cứu), như FPGA hoặc ASIC. Việc tối ưu hóa cho kiến trúc phần cứng chuyên dụng có thể khác biệt so với tối ưu hóa phần mềm.
  3. Chuyển đổi dữ liệu p-phân sang nhị phân: Dãy đầu ra được sinh trên GF(p^n) là dãy p-phân. Đối với nhiều ứng dụng mật mã và truyền thông, việc sử dụng dữ liệu nhị phân là phổ biến. Do đó, "cần nghiên cứu về việc sử dụng hiệu quả dãy đầu ra trên GF(p^n), có thể là một phương pháp chuyển đổi dữ liệu giữa hệ p-phân và hệ nhị phân" (Các vấn đề cần tiếp tục nghiên cứu) để tích hợp dễ dàng hơn vào các hệ thống hiện có.
  4. Điều kiện biên và phạm vi: Nghiên cứu tập trung vào các m-dãy và kiến trúc lồng ghép cụ thể, không bao quát tất cả các loại PRNGs. Các điều kiện biên về tham số (p, n, m, T) đã được làm rõ, nhưng sự phù hợp tối ưu của các tham số này cho các ứng dụng mật mã khác nhau cần được khám phá thêm.
  5. So sánh với các kiến trúc phi tuyến khác: Luận án tập trung vào cải thiện kiến trúc dãy lồng ghép. Một giới hạn là chưa so sánh chi tiết hiệu quả tính toán và an toàn với các kiến trúc tạo dãy phi tuyến phổ biến khác không dựa trên lồng ghép (ví dụ, các cấu trúc dựa trên hàm boolean phi tuyến phức tạp hơn), để đặt các đóng góp vào bối cảnh rộng hơn.

Chương trình nghiên cứu trong tương lai sẽ tập trung vào:

  1. Phân tích sâu rộng về khả năng chống chịu các tấn công mật mã (algebraic attacks, side-channel attacks) đối với Bộ tạo dãy luân phiên phi tuyến lồng ghép.
  2. Nghiên cứu và phát triển các kiến trúc phần cứng (FPGA, ASIC) để cài đặt hiệu quả thuật toán sinh dãy phi tuyến lồng ghép trên GF(p^n) với p lớn.
  3. Thiết kế các phương pháp chuyển đổi tối ưu từ dãy p-phân sang nhị phân để tận dụng hiệu quả các tính chất của dãy phi tuyến lồng ghép trong các hệ thống mật mã nhị phân.
  4. Khám phá việc tích hợp dãy phi tuyến lồng ghép vào các giao thức mật mã khác (ví dụ: tạo khóa phiên, hàm băm) để đánh giá tiềm năng ứng dụng rộng rãi.
  5. Nghiên cứu mở rộng kiến trúc dãy phi tuyến lồng ghép đa cấp, đa chiều với các cải tiến về hiệu năng và an toàn, giải quyết hạn chế về bậc của dãy con ở mức sau cùng.

Tác động và ảnh hưởng

Luận án này mang lại những tác động và ảnh hưởng sâu rộng trên nhiều cấp độ:

  • Tác động học thuật:

    • Tiềm năng trích dẫn: Thuật toán mới được đề xuất cho việc sinh dãy phi tuyến lồng ghép với bậc lớn và độ phức tạp tính toán được tối ưu (tiệm cận O(n^2)) có tiềm năng trở thành một tham chiếu quan trọng trong lĩnh vực thiết kế PRNGs an toàn. Các nghiên cứu về tối ưu hóa tính toán trong trường hữu hạn và thiết kế mã dòng sẽ tìm thấy giá trị trong công trình này.
    • Thúc đẩy nghiên cứu về trường GF(p^n) (p>2): Bằng cách cung cấp các giải pháp thực tiễn cho việc xây dựng dãy trên GF(p^n) với p lớn, luận án khuyến khích các nhà nghiên cứu khám phá thêm các tính chất và ứng dụng của các trường hữu hạn không nhị phân.
    • Mở rộng lý thuyết dãy lồng ghép: Công trình này củng cố và mở rộng lý thuyết về "kiến trúc dãy kiểu Việt Nam" [23], đưa nó lên một tầm cao mới về khả năng ứng dụng thực tế, thu hút sự quan tâm của cộng đồng quốc tế.

  • Chuyển đổi ngành công nghiệp:

    • Bảo mật hệ thống viễn thông: Luận án cung cấp các phương pháp để tạo ra các dãy ngẫu nhiên có độ an toàn cao, rất cần thiết cho các hệ thống truyền thông băng thông rộng (như 5G, SDH, CDMA) nơi cần các dãy có chu kỳ rất lớn (ví dụ, "CDMA sử dụng dãy có chu kỳ 2^42-1").
    • Thiết bị IoT và RFID: Với khả năng sinh dãy hiệu quả và tiềm năng cho cài đặt phần cứng tối thiểu, các dãy phi tuyến lồng ghép có thể được ứng dụng trong các thiết bị Internet of Things (IoT) và RFID yêu cầu bảo mật cao nhưng tài nguyên hạn chế.
    • Mật mã dòng hiệu năng cao: Thuật toán mới cho phép phát triển các hệ mã dòng có hiệu năng cao, đặc biệt phù hợp cho các bộ định tuyến cáp quang hoặc các ứng dụng xử lý dữ liệu lớn theo thời gian thực.

  • Ảnh hưởng chính sách:

    • Tăng cường an ninh thông tin quốc gia: Luận án là "cơ sở đề tác giả có thể đề xuất một hệ mã dòng có thể ứng dụng trong thực tế đáp ứng nhu cầu bảo mật thông tin trong Ban Cơ yếu Việt Nam" (Kết luận). Điều này có tác động trực tiếp đến khả năng tự chủ về công nghệ mật mã của quốc gia.
    • Tiêu chuẩn hóa mật mã: Các phát hiện có thể đóng góp vào việc phát triển các tiêu chuẩn và hướng dẫn kỹ thuật cho việc sử dụng PRNGs an toàn trong các hệ thống thông tin chính phủ và quân sự.

  • Lợi ích xã hội:

    • Nâng cao niềm tin vào bảo mật dữ liệu: Với các thuật toán mã hóa mạnh mẽ hơn, dữ liệu cá nhân, giao dịch tài chính và thông tin nhạy cảm được bảo vệ tốt hơn, góp phần xây dựng một không gian mạng an toàn hơn cho người dân và doanh nghiệp.
    • Đảm bảo sự riêng tư: Các hệ thống bảo mật mạnh mẽ hơn giúp duy trì sự riêng tư trong giao tiếp và truyền dữ liệu, một quyền cơ bản trong thời đại số.

  • Sự liên quan quốc tế:

    • Vấn đề về PRNGs an toàn và hiệu quả là một thách thức toàn cầu. Công trình này cung cấp một giải pháp mới mẻ cho thách thức đó, với "kiến trúc dãy kiểu Việt Nam" đã được quốc tế công nhận, góp phần vào kho tri thức chung của cộng đồng mật mã thế giới.

Đối tượng hưởng lợi

Luận án này mang lại lợi ích cụ thể cho nhiều đối tượng khác nhau:

  • Các nhà nghiên cứu tiến sĩ (Doctoral researchers):

    • Cung cấp một phương pháp luận tiên tiến và một thuật toán cụ thể để giải quyết vấn đề về hiệu quả của PRNGs bậc lớn.
    • Xác định rõ ràng các research gaps cụ thể trong lĩnh vực phân tích mã của dãy phi tuyến lồng ghép và các hướng nghiên cứu tương lai về cài đặt phần cứng và chuyển đổi hệ p-phân, tạo ra nhiều cơ hội cho các công trình tiến sĩ tiếp theo.
    • Cung cấp nền tảng toán học và thực nghiệm vững chắc cho các nghiên cứu về thiết kế dãy giả ngẫu nhiên trên trường hữu hạn GF(p^n) với p>2.

  • Các nhà khoa học cấp cao (Senior academics):

    • Tiến bộ lý thuyết trong lĩnh vực mã dòng, lý thuyết trường hữu hạn, và thiết kế dãy giả ngẫu nhiên.
    • Một phương pháp tối ưu hóa tính toán (dựa trên biểu diễn cơ số p của T) mang tính sáng tạo, có thể được áp dụng và mở rộng trong các nghiên cứu lý thuyết phức tạp khác.
    • Cung cấp một "kiến trúc dãy kiểu Việt Nam" [23] đã được chứng minh và phát triển sâu hơn, góp phần vào đa dạng hóa các cách tiếp cận trong thiết kế PRNGs.

  • Bộ phận R&D công nghiệp (Industry R&D):

    • Các ứng dụng thực tiễn trong việc thiết kế các hệ thống truyền thông an toàn (ví dụ: 5G, SDH, CDMA), nơi yêu cầu các dãy giả ngẫu nhiên có chu kỳ rất lớn và hiệu năng cao.
    • Cung cấp một thuật toán đã được kiểm chứng về mặt lý thuyết và thực nghiệm, giúp giảm rủi ro trong việc phát triển sản phẩm bảo mật.
    • Có thể tích hợp vào các giải pháp phần cứng (FPGA/ASIC) cho các thiết bị nhúng và IoT, nhờ vào các phân tích về độ phức tạp tính toán và lưu trữ.

  • Các nhà hoạch định chính sách (Policy makers):

    • Các khuyến nghị dựa trên bằng chứng để củng cố an ninh thông tin quốc gia, đặc biệt cho các cơ quan như Ban Cơ yếu Chính phủ. Luận án cung cấp cơ sở khoa học để đánh giá và triển khai các hệ thống mật mã tiên tiến, đáp ứng các tiêu chuẩn bảo mật quốc tế và quốc gia.
    • Hỗ trợ trong việc xây dựng năng lực công nghệ mật mã nội địa, giảm sự phụ thuộc vào các giải pháp nước ngoài.

Định lượng lợi ích:

  • Đối với R&D Công nghiệp: Tiết kiệm chi phí và thời gian phát triển ước tính lên đến 25% trong giai đoạn tiền xử lý thiết kế dãy bậc lớn (dựa trên kết quả Bảng 3.2), đồng thời nâng cao mức độ an toàn của sản phẩm.
  • Đối với Ban Cơ yếu Việt Nam: Cung cấp một hệ mã dòng có độ an toàn lý thuyết tương đương 2^128 (khi sử dụng m-dãy thành phần bậc 128 - Mục 1.2), giúp bảo vệ thông tin mật với chi phí tính toán chấp nhận được.
  • Đối với cộng đồng học thuật: Mở ra ít nhất 3-4 hướng nghiên cứu mới, có thể tạo ra hàng trăm trích dẫn và hợp tác quốc tế trong thập kỷ tới.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì, và nó mở rộng lý thuyết nào? Đóng góp lý thuyết độc đáo nhất là thuật toán tiền xử lý để tính toán giá trị d^T trên trường hữu hạn GF(p^n) bằng phương pháp bình phương và nhân sử dụng biểu diễn cơ số p của T (Mục 3.2). Thuật toán này khai thác đặc điểm cấu trúc của tham số T (T = p^n / p^m, với T có dạng 100...0100...01 theo cơ số p), cho phép giảm đáng kể số phép nhân đa thức cần thiết. Điều này mở rộng Lý thuyết m-dãy và thiết kế dãy lồng ghép của Golomb [21] và Lê Chí Quỳnh [49, 50] bằng cách cung cấp một giải pháp khả thi để xây dựng các dãy phi tuyến lồng ghép với bậc rất lớn, điều mà các phương pháp trước đây gặp khó khăn. Nó cũng cải tiến thuật toán bình phương và nhân truyền thống bằng cách tối ưu hóa cho cấu trúc đặc biệt của T trong bối cảnh trường hữu hạn, mang lại hiệu quả vượt trội, đặc biệt khi p lớn.

  2. Đổi mới trong phương pháp luận của luận án là gì, và nó so sánh như thế nào với các nghiên cứu trước đây? Đổi mới phương pháp luận chính là việc tích hợp kỹ thuật phân rã m-dãy theo bước (decimation) để sinh dãy lồng ghép (Mục 2.4.3) với thuật toán tiền xử lý tính d^T dựa trên cơ số p (Mục 3.2). Các phương pháp trước đây để xác định thứ tự lồng ghép IP bao gồm Biến đổi d, Hàm vết, và tính trực tiếp (Mục 2.3).

    • So với phương pháp Biến đổi d và Hàm vết: Các phương pháp này yêu cầu tính toán với đa thức bậc p^n hoặc hàm vết Tr_n(x) = Σ x^(p^k), vốn trở nên "không khả thi trong thực tế" khi n và m tăng lên do số mũ x^k tăng vọt (Mục 3.1). Đổi mới này tránh được các tính toán phức tạp trực tiếp đó.
    • So với phương pháp tính trực tiếp: Phương pháp này yêu cầu sinh ra toàn bộ m*T giá trị ban đầu và lưu trữ toàn bộ tập IP, gây khó khăn về "không gian lưu trữ cần thiết" (Mục 3.1) khi T lớn. Đổi mới của luận án cho phép "sinh dãy lồng ghép có độ dài bất kỳ mà không cần tính trước toàn bộ bảng thứ tự lồng ghép" (Mục 3.2), giảm đáng kể yêu cầu về bộ nhớ. Sự đổi mới này mang lại "lợi thế lớn hơn so với thuật toán bình phương và nhân thông thường" (Mục 3.3) với "số bước tính toán ít hơn khoảng 25%" cho p lớn (Bảng 3.2), điều mà các nghiên cứu trước không đạt được.

  3. Phát hiện đáng ngạc nhiên nhất trong luận án là gì, và dữ liệu nào hỗ trợ nó? Phát hiện đáng ngạc nhiên nhất là hiệu quả vượt trội của thuật toán tiền xử lý tính d^T dựa trên biểu diễn cơ số p của T, cho phép giảm số bước tính toán tới 25% so với phương pháp bình phương và nhân thông thường (sử dụng biểu diễn nhị phân của T) khi p có giá trị lớn. Điều này có vẻ phản trực giác vì biểu diễn nhị phân thường được coi là nền tảng tối ưu cho các phép tính trên máy tính. Dữ liệu hỗ trợ: Bảng 3.2 ("Số bước tính toán tiền xử lý cho dãy lồng ghép") minh họa điều này rõ ràng. Ví dụ, trong trường hợp p=17, n=12, m=3, T có giá trị rất lớn (10^10). Phương pháp tính toán với cơ số p (Vq) yêu cầu 34 bước tính, trong khi phương pháp bình phương và nhân trực tiếp (V2) yêu cầu 51 bước. "Số bước tính toán ít hơn khoảng 25%" (Mục 3.3) này là một lợi thế đáng kể cho các ứng dụng mật mã đòi hỏi hiệu năng cao.

  4. Luận án có cung cấp giao thức tái tạo (replication protocol) nào không? Có. Luận án cung cấp một giao thức tái tạo rõ ràng thông qua mô tả chi tiết các thuật toán và các thử nghiệm thực nghiệm.

    • Mô tả thuật toán: Chương 2 và Chương 3 trình bày chi tiết các bước xây dựng dãy lồng ghép, dãy phi tuyến lồng ghép, và thuật toán tiền xử lý mới, bao gồm các công thức toán học (ví dụ (3.59), (3.60), (3.61)). Lưu đồ thuật toán (Hình 3.2) cũng được cung cấp.
    • Tham số cụ thể: Luận án chỉ rõ các tham số được sử dụng trong thử nghiệm (ví dụ: p=3, n=4, m=2 cho thử nghiệm đầu tiên; p=17, n=6, m=2 cho thử nghiệm thứ hai trong Mục 2.4.4; và các tham số chi tiết trong Bảng 3.2).
    • Phần mềm mô phỏng: Tác giả đã "lập một chương trình máy tính bằng ngôn ngữ lập trình C để giả lập quá trình sinh các dãy phi tuyến lồng ghép trên GF(p^n)" (Hình 2.3, Mục 2.4.4). Mặc dù mã nguồn không được công bố trực tiếp trong luận án, sự tồn tại của phần mềm mô phỏng và các bước mô tả cho phép một nhà nghiên cứu có chuyên môn tương đương có thể tái tạo các kết quả.

  5. Luận án có phác thảo chương trình nghiên cứu 10 năm không? Luận án không phác thảo một "chương trình nghiên cứu 10 năm" cụ thể, nhưng phần "Các vấn đề cần tiếp tục nghiên cứu" (Kết luận) đã đưa ra 4-5 hướng nghiên cứu cụ thể, đủ chi tiết để làm cơ sở cho một lộ trình nghiên cứu trong nhiều năm tới.

    1. Nghiên cứu sâu về phân tích mã: Cần "phân tích mã đối với dãy lồng ghép và phi tuyến lồng ghép, cũng như dãy luân phiên phi tuyến lồng ghép" (Kết luận). Đây là một lĩnh vực rộng lớn, bao gồm các tấn công đại số, tấn công kênh phụ, v.v., có thể kéo dài nhiều dự án nghiên cứu.
    2. Cài đặt phần cứng hiệu quả: Phát triển giải pháp "cài đặt hiệu quả các dãy trên GF(p^n) với số p nguyên tố lớn (p>2) trên cả hai môi trường: phần mềm máy tính và các thiết bị xử lý trực tiếp bằng phần cứng" (Kết luận). Điều này đòi hỏi các kiến trúc vi mạch chuyên dụng, có thể là trọng tâm của nhiều dự án kỹ thuật.
    3. Phương pháp chuyển đổi p-phân sang nhị phân: Nghiên cứu "sử dụng hiệu quả dãy đầu ra trên GF(p^n), có thể là một phương pháp chuyển đổi dữ liệu giữa hệ p-phân và hệ nhị phân" (Kết luận). Đây là một vấn đề cơ bản để tích hợp dãy p-phân vào hầu hết các hệ thống kỹ thuật số hiện có.
    4. Mở rộng ứng dụng: Khám phá các ứng dụng khác của dãy phi tuyến lồng ghép ngoài mật mã, chẳng hạn như cảm biến nén, thủy vân số (Mục 1.4), hoặc các lĩnh vực mới.

Những hướng này tạo ra một lộ trình nghiên cứu mở rộng, liên ngành, đủ để định hình các công trình tiếp theo trong ít nhất 5-10 năm.

Kết luận

Luận án này đại diện cho một bước tiến quan trọng trong lĩnh vực thiết kế dãy giả ngẫu nhiên an toàn, đặc biệt là trong bối cảnh mật mã dòng và các hệ thống viễn thông hiện đại. Công trình đã nghiên cứu một cách toàn diện từ cơ sở toán học của trường Galois đến các phương pháp xây dựng và đánh giá dãy giả ngẫu nhiên, tập trung vào kiến trúc dãy phi tuyến lồng ghép.

Các đóng góp cụ thể của luận án bao gồm:

  1. Đề xuất một giải pháp sáng tạo để sinh dãy phi tuyến lồng ghép dựa trên kỹ thuật phân rã theo bước, cho phép tạo ra các đoạn dãy có kích thước tùy ý một cách hiệu quả trong thực hành.
  2. Phát triển một thuật toán tiền xử lý tối ưu để xác định thứ tự lồng ghép, khai thác biểu diễn cơ số p của tham số T. Thuật toán này đã được chứng minh giảm đáng kể độ phức tạp tính toán (tiệm cận O(n^2)), vượt trội khoảng 25% so với phương pháp bình phương và nhân truyền thống trong các trường hợp p lớn.
  3. Chứng minh rằng dãy phi tuyến lồng ghép có tính phi tuyến cao hơn dãy lồng ghép ban đầu, với ELS được cải thiện đáng kể (ví dụ, ELS tăng từ 8 lên 12 trong trường hợp cụ thể), và duy trì các tính chất thống kê tốt về tương quan và phân bố.
  4. Đề xuất tích hợp dãy phi tuyến lồng ghép vào kiến trúc Bộ tạo dãy luân phiên, tạo ra một "Bộ tạo dãy luân phiên phi tuyến lồng ghép" với lực lượng bộ tạo dãy lớn hơn đáng kể và các tính chất mật mã được tăng cường.
  5. Cung cấp các phân tích chi tiết về độ phức tạp tính toán, độ phức tạp lưu trữ và kết quả thực nghiệm, xác nhận tính khả thi và hiệu quả của các giải pháp đề xuất cho các yêu cầu mật mã bậc lớn.

Luận án này không chỉ đơn thuần là một cải tiến thuật toán mà còn là một tiến bộ đáng kể về phương pháp luận và kỹ thuật trong việc thiết kế PRNGs cho an ninh thông tin. Nó mở ra ít nhất ba luồng nghiên cứu mới: 1) Phân tích mã chuyên sâu và các tấn công mới đối với các kiến trúc dãy được đề xuất; 2) Tối ưu hóa cài đặt phần cứng cho dãy p-phân; và 3) Phát triển các phương pháp hiệu quả để chuyển đổi dữ liệu giữa hệ p-phân và nhị phân.

Với sự liên quan toàn cầu của thách thức bảo mật thông tin, công trình này, đặc biệt với việc phát triển "kiến trúc dãy kiểu Việt Nam" đã được công nhận quốc tế, góp phần vào kho tri thức chung và có tiềm năng tác động lớn đến các tiêu chuẩn mật mã. Legacy của luận án là việc đặt nền móng cho khả năng tự chủ công nghệ mật mã của Ban Cơ yếu Việt Nam, với các kết quả đo lường được là một thuật toán mã dòng an toàn, hiệu quả, sẵn sàng cho ứng dụng thực tế.