Bảng 2.5 đưa ra sự so sánh kết quả thí nghiệm với thiết bị thực tế ở cả bốn kịch bản TH0: mạng khơng cĩ cài đặt gì, TH1: mạng hoạt động bình thường, TH2:
mạng bị tấn cơng DoS và TH3 mạng bị tấn cơng DoS nhưng đã cài Overhearing. Thời gian diễn ra với mỗi thí nghiệm là 10 tiếng.
Bảng 2.5. Kết quả thí nghiệm với các thiết bị thực tế
Kịch bản PDR (%) Latency (ms/m)
TH0 95.67 763.45
TH1 93.96 910.77
TH2 11.84 89453.14
TH3 91.02 1057.08
Từ Bảng 2.5 rút ra một số nhận xét như sau về thí nghiệm kịch bản thực tế: + Thí nghiệm trên thiết bị thực tế đã tuân theo mơ hình dự đốn rút ra từ thí nghiệm giả lập, như kịch bản TH2, khi mạng bị tấn cơng DoS cĩ hiệu năng của mạng đã suy yếu đến mức khơng thể hoạt động bình thường ở TH3, khi các thiết bị Zolertia được cài Overhearing cải tiến thì mạng dù bị suy yếu dưới tác động của cuộc tấn cơng DoS nhưng vẫn duy trì hiệu năng ở mức hoạt động ổn định.
+ Hiệu năng trung bình của mạng với các thiết bị thực tế thấp hơn Hiệu năng trung bình của mạng giả lập mặc dù mạng giả lập cĩ 16 nút cịn mạng thực tế chỉ cĩ 4 nút. Nguyên nhân của hiện tượng này chính là ảnh hưởng của các yếu tố bên ngồi như khí hậu và quan trọng nhất là nhiễu từ các nguồn phát điện từ khác nhau. Dù vậy, hiệu năng mạng vẫn duy trì ở mức ổn định cho thấy giải pháp cĩ tiềm năng triển khai trong thực tế với quy mơ phức tạp hơn hoặc thương mại hĩa.
2.5. Kết luận
Giải pháp đã thực hiện được cơ chế bảo mật an tồn cơ bản trong điều kiện mơi trường thiết bị IoT tài nguyên hạn chế. Quá trình trình triển khai thực nghiệm cho thấy hiệu quả của giải pháp, cân đối được giữa vấn đề hiệu năng mạng và các yêu cầu bảo mật an tồn thơng tin cơ bản, hạn chế được những thiệt hại của cuộc tấn cơng từ chối dịch vụ.
Qua những thí nghiệm mơ phỏng và mơ hình thiết bị thực triển khai giải pháp Overhearing cải tiến đã cho thấy rằng nĩ cĩ thể phát hiện nút Bot trong thời gian ngắn với thuật tốn tương đối đơn giản và việc cơ lập nút Bot đã đem lại hiệu quả tích cực, giảm thiểu được thiệt hại trong các cuộc tấn cơng từ chối dịch vụ, tiền đề tiếp tục phát triển trong tương lai. Do điều kiện mơ phỏng thực tế cịn hạn chế trong quy mơ nhỏ, chưa phát hiện thêm các trường hợp tác dụng phụ của giải pháp
lắng nghe này, các tình huống cĩ thể đặt ra, nếu hệ thống lớn, nhiều thiết bị thực tế trong điều kiện khơng quá lý tưởng thì sẽ xảy ra các tác động qua lại giữa các nút cảm biến, hoặc ảnh hưởng của mơi trường tác động, nếu khơng cĩ thuật tốn tối ưu phân biệt được rõ ràng các tác động tự nhiên và những hoạt động bất thường do tấn cơng sẽ dễ dẫn đến tình huống cơ lập nhầm, chính những nút mạng sẽ tác động lẫn nhau làm hệ thống lâm vào trạng thái quá tải, giảm hiệu năng mạng. Để giải quyết bài tốn này, tác giả cùng cộng sự sẽ tiếp tục nghiên cứu các giải pháp trong tương lai để phân loại hành vi, áp dụng thêm các kiến thức, cơng nghệ của học máy để phân biệt và quyết định đúng hơn cho từng tình huống gặp phải trong mơi trường thực tế tự nhiên, để hồn thiện hơn giải pháp, ứng dụng hiệu quả hơn trong các điều kiện phù hợp.
Các kết quả nghiên cứu của giải pháp đề xuất được cơng bố trong các cơng trình [1][3][5][7] tại các cơng trình cơng bố của luận án.