Thông tin luận án tiến sĩ - NCS Nguyễn Quốc Long

THÔNG TIN LUẬN ÁN TIẾN SĨ

Tên đề tài: “Tối ưu hóa thông lượng cho các hệ thống truyền thông nhận thức sử dụng UAV-RIS và NOMA bằng học máy”

Chuyên ngành: Khoa học máy tính Mã số: 94.80.101 Họ và tên nghiên cứu sinh: Nguyễn Quốc Long Khóa: 13 Người hướng dẫn khoa học:

Hướng dẫn 1. TS. Võ Nhân Văn

Hướng dẫn 2. TS. Đặng Việt Hùng

Cơ sở đào tạo: Đại học Duy Tân

1. Những kết quả chính của luận án

Luận án tập trung nghiên cứu các mô hình truyền thông an toàn cho hệ thống Internet of Things (IoT) và vô tuyến nhận thức (CR) kết hợp Non-Orthogonal Multiple Access (NOMA), với sự hỗ trợ của Unmanned Aerial Vehicle (UAV) and Reconfigurable Intelligent Surfaces (RIS), nhằm nâng cao hiệu năng và bảo mật cho các hệ thống không dây thế hệ mới. Các kết quả chính đạt được bao gồm:

Một là, đề xuất mô hình hệ thống IoT sử dụng UAV thu năng lượng làm nút chuyển tiếp, trong đó các rủi ro nghe lén được đánh giá thông qua xác suất dừng và xác suất bị chặn. Trên cơ sở đó, thuật toán Random-cut Continuous genetic algorithm (RCGA) được phát triển để tối ưu hiệu năng hệ thống và tạo dữ liệu huấn luyện cho học sâu.

Hai là, phát triển mô hình CR-NOMA có hỗ trợ UAV-RIS, trong đó UAV vừa đóng vai trò chuyển tiếp vừa gây nhiễu chủ động nhằm chống lại các tấn công phối hợp. Hiệu năng bảo mật được đánh giá thông qua thông lượng bảo mật với mục tiêu tối đa hóa dưới các ràng buộc.

Ba là, ứng dụng mô hình học sâu convolutional neural network (CNN) để học mối quan hệ giữa tham số môi trường và cấu hình tối ưu, giúp hệ thống thích ứng nhanh và nâng cao hiệu quả tối ưu hóa.

2. Những đóng góp mới của luận án

Kết quả nghiên cứu của luận án có ý nghĩa cả về mặt học thuật và thực tiễn:

Đóng góp về mặt học thuật: 

Luận án đã xây dựng và phát triển các mô hình truyền thông an toàn mới cho hệ thống IoT và CR kết hợp NOMA với sự hỗ trợ của UAV và RIS. Các mô hình này xét đến các kịch bản thực tế như sự tồn tại của UAV nghe lén, tấn công phối hợp giữa thiết bị nghe lén và gây nhiễu, cũng như ảnh hưởng của thông tin trạng thái kênh không hoàn hảo (CSI). Luận án đã xây dựng các biểu thức tường minh cho các chỉ số hiệu năng quan trọng như xác suất dừng, xác suất bị chặn và thông lượng bảo mật. Bên cạnh đó, các bài toán tối ưu hóa có ràng buộc được xây dựng và giải quyết bằng các phương pháp tối ưu tiến hóa kết hợp với học sâu, góp phần làm phong phú thêm hướng nghiên cứu về tối ưu hóa và bảo mật trong mạng không dây thế hệ mới.

Đóng góp về mặt thực tiễn:

Luận án đề xuất các giải pháp nâng cao hiệu năng và bảo mật có khả năng áp dụng trong các hệ thống truyền thông thực tế, đặc biệt trong môi trường IoT và mạng không dây thông minh. Việc sử dụng UAV như một nút chuyển tiếp linh hoạt và thiết bị gây nhiễu chủ động, kết hợp với RIS, giúp cải thiện đáng kể chất lượng truyền dẫn và khả năng chống nghe lén. Ngoài ra, việc ứng dụng học sâu cho phép hệ thống dự đoán nhanh các tham số tối ưu, từ đó giảm đáng kể độ phức tạp tính toán và thời gian xử lý trong các hệ thống thực tế.

3. Khả năng ứng dụng thực tế

Các kết quả của luận án có thể được ứng dụng trong các hệ thống mạng IoT thông minh, mạng 5G/6G và các hệ thống truyền thông không dây có yêu cầu cao về bảo mật. Cụ thể, các mô hình và giải pháp đề xuất có thể áp dụng trong các kịch bản như thành phố thông minh, giám sát môi trường, giao thông thông minh và các hệ thống quân sự hoặc an ninh, nơi cần đảm bảo truyền thông an toàn trước các nguy cơ nghe lén và tấn công. Ngoài ra, phương pháp kết hợp giữa tối ưu hóa và học sâu có thể được triển khai trong các hệ thống điều khiển thông minh để nâng cao khả năng thích ứng với môi trường truyền thông biến động.

4. Hướng nghiên cứu tiếp theo

Trong tương lai, nghiên cứu có thể được mở rộng theo hướng phát triển các mô hình hệ thống phức tạp hơn với mạng IoT quy mô lớn, đa UAV và RIS phân tán nhằm nâng cao 

tính thực tiễn và khả năng mở rộng. Đồng thời, việc tích hợp các phương pháp máy học tiên tiến như học tăng cường sâu và học liên kết sẽ giúp tối ưu hóa hệ thống trong môi trường động mà không cần phụ thuộc vào dữ liệu tập trung. Bên cạnh đó, cần nghiên cứu các cơ chế bảo mật đa lớp kết hợp giữa bảo mật vật lý và mã hóa truyền thống để nâng cao khả năng chống tấn công. Ngoài ra, việc xây dựng các mô hình thử nghiệm và triển khai thực tế trong các kịch bản như thành phố thông minh, nông nghiệp thông minh hoặc hệ thống an ninh là cần thiết nhằm kiểm chứng hiệu quả của các giải pháp đề xuất. Những hướng nghiên cứu này góp phần mở rộng phạm vi ứng dụng và nâng cao tính khả thi của các hệ thống truyền thông không dây thế hệ mới.