Tối ưu dung lượng bảo mật của hệ thống đa truy cập không trực giao NOMA với bề mặt phản xạ thông minh IRS sử dụng thuật toán trí tuệ bầy đàn SI

VI | EN

Bài toán đặt ra

Các mạng không dây thế hệ sau 5G hướng tới số lượng kết nối lớn hơn, tốc độ cao hơn, độ trễ thấp và hiệu quả năng lượng tốt hơn, đồng thời phải xử lý yêu cầu ngày càng cao về an toàn thông tin. Trong môi trường vô tuyến, tín hiệu gửi tới người dùng hợp pháp cũng có thể bị nút nghe lén thu nhận.

Đề tài xây dựng mô hình NOMA có hỗ trợ bề mặt phản xạ thông minh IRS và tối ưu các tham số hệ thống nhằm nâng cao dung lượng bảo mật, giảm ảnh hưởng của nút nghe lén và đồng thời duy trì hiệu quả sử dụng năng lượng.

Mô hình và giải pháp đề xuất

Mô hình PDNOMA/IRS gồm trạm gốc, mạng các nút chuyển tiếp, bề mặt phản xạ thông minh IRS, hai người dùng hợp pháp và nút nghe lén Eve. Các nút chuyển tiếp sử dụng cơ chế Decode-and-Forward; IRS điều chỉnh pha tín hiệu phản xạ, trong khi nhiễu nhân tạo được sử dụng để làm giảm khả năng giải mã của nút nghe lén.

Mô hình truyền dẫn PDNOMA/IRS đề xuất.

Công nghệ và phương pháp cốt lõi

Từ PSO đến NSGA-II

Đề tài ban đầu khảo sát tối ưu bầy đàn PSO, sau đó so sánh PSO với phương pháp dựa trên thuật toán di truyền GA. Với bài toán điều khiển pha IRS rời rạc được khảo sát, nhóm nghiên cứu nhận thấy phương pháp dựa trên GA phù hợp hơn và chuyển sang sử dụng NSGA-II để giải đồng thời hai mục tiêu SCW và SEE.

Kết quả mô phỏng

Nhóm nghiên cứu xây dựng 06 kịch bản mô phỏng, gồm độ hội tụ và thời gian tính toán; quan hệ Pareto SCW–SEE; ảnh hưởng của số phần tử IRS và chiến lược lựa chọn relay; vị trí nút nghe lén; công suất nhiễu nhân tạo; và SINR tại nút nghe lén.

Độ hội tụ và thời gian tính toán

Trong một cấu hình với PAS = 40 và step = 0,01, NSGA-II đạt thời gian tính toán 0,24957 giây, trong khi R-NSGA-II tương ứng là 3,0929 giây. Đây là kết quả trong điều kiện mô phỏng cụ thể của đề tài.

Sự hội tụ của NSGA-II và R-NSGA-II trong các cấu hình khảo sát.

Sự đánh đổi giữa bảo mật và hiệu quả năng lượng

Phân tích Pareto cho thấy không có một nghiệm duy nhất đồng thời cực đại cả SCW và SEE. Trong một phép khảo sát, nghiệm cân bằng S2 đạt khoảng SCW = 3,535 và SEE = 7,083. Các nghiệm khác thể hiện lựa chọn ưu tiên bảo mật hoặc ưu tiên hiệu quả năng lượng.

Đường Pareto SCW–SEE trong các cấu hình không có IRS và có IRS.

Tác động của IRS và nhiễu nhân tạo

Trong các kịch bản được khảo sát, hệ thống có IRS nhìn chung đạt SCW và SEE cao hơn cấu hình không có IRS. Báo cáo đồng thời cho thấy việc phối hợp IRS với nhiễu nhân tạo AN giúp nâng cao khả năng bảo mật tổng thể trong các điều kiện mô phỏng được đánh giá.

Ảnh hưởng của công suất nhiễu nhân tạo lên SCW và SEE.

Sản phẩm và công bố khoa học

• Mô hình truyền thông PDNOMA/IRS có nút nghe lén.

• Mô hình toán học cho SCW và SEE.

• Các thuật toán tối ưu PSO, GA, NSGA-II và R-NSGA-II phục vụ bài toán nghiên cứu.

• Chương trình mô phỏng trên Python và MATLAB cùng 06 kịch bản đánh giá hiệu năng.

Multi-Objective Optimization-Based GA in PLS of IRS-Assisted PDNOMA Communication

Thuc Kieu-Xuan, Hong Nguyen-Thi, Anh Le-Thi • IEEE Access, Vol. 12, 87361–87383, 2024 • DOI: 10.1109/ACCESS.2024.3417619

Xem công bố →

Khả năng ứng dụng và hướng nghiên cứu

Kết quả hướng tới bài toán bảo mật lớp vật lý cho các mạng truyền thông không dây thế hệ sau. Ở trạng thái hiện tại, kết quả được chứng minh chủ yếu bằng mô hình toán học và mô phỏng, chưa được diễn giải là hệ thống đã triển khai trên mạng viễn thông thực tế.

Các hướng tiếp tục gồm tối ưu phân bổ công suất và pha IRS, bố trí IRS trong môi trường mạng, phối hợp IRS với nhiễu nhân tạo, lựa chọn relay và mở rộng các bài toán bảo mật lớp vật lý cho B5G/6G.