Bảo mật Tầng Vật lý (PLS) trong Massive MIMO: Tổng quan, Secrecy Capacity và Channel Hardening

Trong các hệ thống thông tin vô tuyến truyền thống (4G/5G), bảo mật thông tin chủ yếu dựa vào các thuật toán mật mã ở các tầng trên (Network/Application layer) như AES hay RSA. Tuy nhiên, với sự phát triển của máy tính lượng tử (Quantum Computing) và sự bùng nổ của hàng tỷ thiết bị IoT với tài nguyên tính toán hạn chế, việc phân phối khóa mật mã gặp nhiều thách thức lớn.

Bảo mật Tầng Vật lý (Physical-Layer Security - PLS) ra đời như một giải pháp bảo mật bổ trợ mang tính đột phá. Bằng cách khai thác trực tiếp các đặc tính ngẫu nhiên của kênh truyền sóng không dây (nhiễu, fading, suy hao đường truyền), PLS đảm bảo an toàn thông tin ở mức tuyệt đối theo lý thuyết thông tin (Information-Theoretic Security) mà không phụ thuộc vào năng lực tính toán của kẻ tấn công.

Bài viết này sẽ đi sâu vào lý thuyết PLS trong hệ thống Massive MIMO — công nghệ cốt lõi của mạng 5G-Advanced và 6G.

1. Mô hình Kênh Nghe lén Wyner (Wiretap Channel)

Mô hình nền tảng của PLS bắt nguồn từ công trình kinh điển của Aaron Wyner (1975). Giả sử hệ thống gồm 3 thực thể:

Alice (Trạm gốc - BS): Được trang bị $M$ ăng-ten, muốn truyền tin tức bí mật $s$ đến Bob.
Bob (Người dùng hợp pháp - Legitimate Receiver): Trang bị 1 ăng-ten (hoặc nhiều ăng-ten).
Eve (Kẻ nghe lén - Eavesdropper): Nằm trong vùng phủ sóng, cố gắng giải mã $s$ .

+----------------+      Kênh chính h_B (Chính thống)      +---------------+
|   Alice (BS)   | -------------------------------------> |   Bob (User)  |
| (M ăng-ten)    |                                        +---------------+
+----------------+
        \
         \  Kênh nghe lén h_E (Bị động/Chủ động)
          \
           v
    +---------------+
    |   Eve (Kẻ xấu)|
    +---------------+

Tín hiệu nhận được tại Bob ( $y_B$ ) và Eve ( $y_E$ ) lần lượt là:

$y_B = \mathbf{h}_B^H \mathbf{x} + n_B$ $y_E = \mathbf{h}_E^H \mathbf{x} + n_E$

Trong đó:

$\mathbf{h}_B \in \mathbb{C}^{M \times 1}$ và $\mathbf{h}_E \in \mathbb{C}^{M \times 1}$ lần lượt là vector đáp ứng kênh truyền từ Alice đến Bob và Eve.
$\mathbf{x} \in \mathbb{C}^{M \times 1}$ là tín hiệu phát đi từ Alice với vector tiền mã hóa $\mathbf{w}$ ( $\mathbf{x} = \mathbf{w} s$ , $\mathbb{E}[|s|^2] = 1$ ).
$n_B \sim \mathcal{CN}(0, \sigma_B^2)$ và $n_E \sim \mathcal{CN}(0, \sigma_E^2)$ là tạp âm Gauss trắng (AWGN).

2. Dung lượng Bí mật (Secrecy Capacity)

Dung lượng của kênh truyền từ Alice đến Bob ( $C_B$ ) và từ Alice đến Eve ( $C_E$ ) được xác định bởi định lý Shannon:

$C_B = \log_2\left(1 + \frac{|\mathbf{h}_B^H \mathbf{w}|^2}{\sigma_B^2}\right)$

$C_E = \log_2\left(1 + \frac{|\mathbf{h}_E^H \mathbf{w}|^2}{\sigma_E^2}\right)$

Tốc độ bí mật (Achievable Secrecy Rate - $R_s$ ) là phần chênh lệch giữa tốc độ truyền của Bob và Eve:

$R_s = [C_B - C_E]^+ = \max(0, C_B - C_E)$

Ý nghĩa vật lý: Nếu $C_B > C_E$ , Alice có thể sử dụng kỹ thuật mã hóa kênh wiretap để truyền dữ liệu với tốc độ $R_s > 0$ sao cho tỷ lệ lỗi bit tại Bob $\to 0$ , trong khi Eve hoàn toàn không thể thu thập được bất kỳ thông tin hữu ích nào về bức điện (tỷ lệ bất định tương hỗ đạt cực đại).

3. Ưu thế Đột phá của Massive MIMO đối với PLS

Trong hệ thống MIMO thông thường ( $M \le 8$ ), việc bảo đảm $C_B \gg C_E$ phụ thuộc rất nhiều vào vị trí địa lý của Bob và Eve. Nếu Eve ở gần trạm gốc hơn Bob ( $\|\mathbf{h}_E\| > \|\mathbf{h}_B\|$ ), tốc độ bí mật có thể giảm về 0.

Tuy nhiên, khi $M$ rất lớn ( $M \ge 64, 128, 256$ ), hai hiện tượng vật lý lượng giác xuất hiện:

3.1. Tính trực giao tiệm cận (Asymptotic Orthogonality / Favorable Propagation)

Theo luật số lớn (Law of Large Numbers), khi kênh truyền là tán xạ ngẫu nhiên (Rayleigh fading) độc lập:

$\lim_{M \to \infty} \frac{\mathbf{h}_B^H \mathbf{h}_E}{M} = 0$

Điều này có nghĩa là không gian kênh truyền của Bob và Eve trở nên trực giao nhau gần như hoàn hảo khi số lượng ăng-ten tăng lên. Alice có thể tập trung năng lượng bức xạ (beamforming) cực kỳ hẹp về phía Bob mà không làm rò rỉ tín hiệu sang hướng của Eve.

3.2. Hiện tượng Channel Hardening

Khi $M \to \infty$ , độ lợi kênh không gian chuẩn hóa sẽ hội tụ về giá trị trung bình xác định:

$\lim_{M \to \infty} \frac{\|\mathbf{h}_B\|^2}{M} = \beta_B$

Trong đó $\beta_B$ là hệ số suy hao đường truyền quy mô lớn (large-scale fading). Fading đa đường quy mô nhỏ (small-scale fading) bị “triệt tiêu” hoàn toàn. Kênh vô tuyến ngẫu nhiên trở nên có tính chất xác định (deterministic) như một kênh dây dẫn.

4. Đánh giá Precoding: MRT so với Zero-Forcing

Tiêu chí	Maximal Ratio Transmission (MRT)	Zero-Forcing (ZF)
Vector Precoding	$\mathbf{w}_{MRT} = \sqrt{P} \frac{\mathbf{h}_B}{\\|\mathbf{h}_B\\|}$	$\mathbf{w}_{ZF} = \sqrt{P} \frac{\mathbf{P}_E^\perp \mathbf{h}_B}{\\|\mathbf{P}_E^\perp \mathbf{h}_B\\|}$
Độ phức tạp	Rất thấp ( $\mathcal{O}(M)$ )	Trung bình ( $\mathcal{O}(M K^2)$ ) do nghịch đảo ma trận
Khi $M \to \infty$	$C_B \approx \log_2(1 + \frac{P M \beta_B}{\sigma_B^2}) \to \infty$ $C_E \approx \log_2(1 + \frac{P \beta_E}{\sigma_E^2}) = \text{Const}$	Triệt tiêu hoàn toàn tín hiệu rò rỉ tại Eve ( $C_E = 0$ )
Secrecy Rate $R_s$	Tăng tuyến tính theo $\log_2(M)$	Đạt tối ưu ngay cả khi $M$ vừa phải

5. Mô phỏng Thực nghiệm trên Python

Đoạn mã Python dưới đây mô phỏng sự tăng trưởng của Secrecy Rate theo số lượng ăng-ten trạm gốc $M$ từ 8 đến 256:

import numpy as np
import matplotlib.pyplot as plt

def simulate_pls_massive_mimo(M_list, snr_db=10, num_trials=5000):
    snr = 10 ** (snr_db / 10)
    secrecy_rates = []

    for M in M_list:
        rs_trials = []
        for _ in range(num_trials):
            # Kênh Rayleigh i.i.d
            h_B = (np.random.randn(M, 1) + 1j * np.random.randn(M, 1)) / np.sqrt(2)
            h_E = (np.random.randn(M, 1) + 1j * np.random.randn(M, 1)) / np.sqrt(2)

            # MRT Precoding
            w = h_B / np.linalg.norm(h_B)

            # Dung lượng Shannon
            gamma_B = snr * (np.abs(np.vdot(h_B, w)) ** 2)
            gamma_E = snr * (np.abs(np.vdot(h_E, w)) ** 2)

            C_B = np.log2(1 + gamma_B)
            C_E = np.log2(1 + gamma_E)

            # Secrecy Rate
            R_s = max(0.0, float(C_B - C_E))
            rs_trials.append(R_s)

        secrecy_rates.append(np.mean(rs_trials))
    return secrecy_rates

# Tham số mô phỏng
antennas = [8, 16, 32, 64, 128, 256]
rates = simulate_pls_massive_mimo(antennas, snr_db=10)

for m, r in zip(antennas, rates):
    print(f"Số ăng-ten M = {m:3d} -> Tốc độ bí mật trung bình: {r:.3f} bps/Hz")

Kết quả chỉ ra rằng khi số lượng ăng-ten tăng từ 8 lên 256, dung lượng bí mật $R_s$ tăng trưởng ổn định theo quy luật logarit nhờ hiện tượng tập trung búp sóng không gian (spatial energy focalization).

6. Tổng kết

Massive MIMO là bệ phóng hoàn hảo cho PLS: Số lượng ăng-ten khổng lồ biến kênh truyền ngẫu nhiên thành vũ khí bảo mật tự nhiên nhờ tính trực giao tiệm cận và hiện tượng Channel Hardening.
Không cần bảo mật tầng trên phức tạp: Ngay cả khi Eve có năng lực siêu máy tính, Eve vẫn không thể giải mã thông tin nếu dung lượng kênh nghe lén $C_E$ tiệm cận 0.
Trong bài viết tiếp theo, chúng ta sẽ khảo sát kỹ thuật Artificial Noise (Nhiễu nhân tạo) để đối phó với kẻ tấn công chủ động (Active Pilot Contamination Attack).