Tổng quan nghiên cứu

Trong bối cảnh bùng nổ của công nghệ truyền thông không dây, mạng di động tùy biến MANET (Mobile Ad-hoc Network) giữ vị trí chiến lược khi phục vụ hơn 75% các kịch bản liên lạc khẩn cấp, cứu hộ thiên tai và tác chiến quân sự nhờ khả năng tự cấu hình mà không cần bất kỳ trạm cơ sở cố định nào. Mặc dù mang tính linh hoạt vượt trội, tính chất chuyển động tự do của các thiết bị đầu cuối và nguồn năng lượng pin hữu hạn khiến tỷ lệ mất gói tin trong các giao thức truyền thống như AODV tiêu chuẩn có thể lên tới 35% khi quy mô mạng mở rộng.

Vấn đề nghiên cứu cốt lõi xuất phát từ hạn chế của giao thức định tuyến AODV (Ad-hoc On-Demand Distance Vector). Giao thức này hoạt động theo cơ chế phản ứng đơn đường dựa trên số bước nhảy ngắn nhất, dễ dẫn đến hiện tượng nghẽn cục bộ, trễ phân phối gói tin tăng cao và suy giảm nghiêm trọng chất lượng dịch vụ (QoS) cho các luồng dữ liệu đa phương tiện thời gian thực. Mục tiêu cụ thể của luận văn là nghiên cứu toàn diện đặc tính mạng MANET, đánh giá các điểm nghẽn hiệu năng của AODV, từ đó đề xuất hai giải pháp cải tiến mang tính đột phá: ứng dụng thuật toán tối ưu hóa bầy kiến nhân tạo (ACO) vào cơ chế định tuyến và xây dựng giải pháp định tuyến đa đường nút rời rạc NDMLNR có xét đến độ ổn định của liên kết và nút mạng.

Phạm vi nghiên cứu được thực hiện tại Trường Đại học Công nghệ – Đại học Quốc gia Hà Nội trong giai đoạn năm 2018 đến năm 2019, tập trung vào mô hình mạng không dây chuẩn IEEE 802.11. Nghiên cứu mang ý nghĩa thực tiễn to lớn khi giúp nâng cao tỷ lệ phân phát gói tin thành công lên trên 85%, giảm độ trễ truyền dẫn trung bình xuống dưới 0,15 giây và tối ưu hóa tải định tuyến chuẩn hóa nhằm kéo dài tuổi thọ hoạt động cho toàn bộ hệ thống mạng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết mạng vô tuyến di động tùy biến kết hợp với lý thuyết tối ưu hóa tổ hợp sinh học. Hai mô hình lý thuyết nền tảng được áp dụng bao gồm: lý thuyết định tuyến trạng thái liên kết (Link-state) dựa trên thuật toán Dijkstra và định tuyến vector khoảng cách (Distance-vector) kế thừa từ thuật toán Bellman-Ford. Năm khái niệm và mô hình lý thuyết then chốt bao gồm:

  1. Giao thức AODV phản ứng: Hệ thống thiết lập tuyến đường theo yêu cầu thông qua các gói tin RREQ (Route Request), RREP (Route Reply), RERR (Route Error) và kỹ thuật mở rộng dần vòng tìm kiếm bằng trường thời gian sống (TTL).
  2. Giao thức OLSR chủ ứng: Cơ chế định tuyến bảng tối ưu hóa việc truyền tin điều khiển bằng kỹ thuật chọn lựa các trạm chuyển tiếp đa điểm MPR (Multipoint Relay).
  3. Thuật toán tối ưu bầy kiến ACO: Mô hình phỏng sinh học mô phỏng hành vi tìm kiếm thức ăn của loài kiến thông qua nồng độ mùi pheromone nhân tạo, sử dụng hệ số bốc hơi định mức dưới 1,0 để ngăn ngừa hiện tượng hội tụ sớm.
  4. Chất lượng dịch vụ QoS: Khung tham số đảm bảo về băng thông, độ trễ toàn phần, biến động trễ (jitter) và thông lượng dữ liệu phục vụ các ứng dụng truyền thông đa phương tiện.
  5. Độ ổn định liên kết và nút mạng: Phương pháp định lượng thông qua hai chỉ số là Thời gian hết hạn liên kết LET (Link Expiration Time) dựa trên tọa độ GPS cùng vận tốc di chuyển, kết hợp Tốc độ cạn kiệt năng lượng EDR (Energy Drain Rate).

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp mô phỏng thực nghiệm chuyên sâu trên công cụ Network Simulator 2 (NS-2 phiên bản 2.35). Bộ phần mềm NS-2 được cấu thành từ 100.000 dòng mã nguồn C++ xử lý dữ liệu truyền thông tốc độ cao và 70.000 dòng mã kịch bản kịch bản OTcl thiết lập cấu trúc topo mạng, cùng hơn 20.000 dòng tài liệu kỹ thuật hỗ trợ.

Cỡ mẫu nghiên cứu được thiết kế với kịch bản chuẩn hóa gồm 50 nút mạng di động phân bố ngẫu nhiên trong không gian địa lý kích thước 1000m x 1000m. Vận tốc di chuyển của các nút dao động từ 0 m/s đến 20 m/s với thời gian dừng ngẫu nhiên từ 0 đến 100 giây. Phương pháp chọn mẫu áp dụng mô hình chuyển động ngẫu nhiên Random Waypoint (RWM) và mô hình tạo lưu lượng dữ liệu tốc độ bit không đổi CBR (Constant Bit Rate) qua giao thức truyền vận UDP với 10 đến 30 luồng kết nối đồng thời.

Lý do lựa chọn phương pháp phân tích mô phỏng rời rạc trên NS-2 là vì công cụ này mô hình hóa chính xác toàn bộ ngăn xếp giao thức từ tầng vật lý IEEE 802.11, tầng MAC đến tầng định tuyến, cho phép thu thập và phân tích định lượng 4 chỉ số hiệu năng: Tỷ lệ phân phát gói tin (Packet Delivery Fraction - PDR), Trễ đầu cuối trung bình (Average End-to-End Delay tính bằng giây), Thông lượng dữ liệu đầu cuối (Throughput tính bằng kbit/s) và Tải định tuyến chuẩn hóa (Normalized Routing Load - NRL). Timeline nghiên cứu được thực hiện trong 12 tháng, chia thành các giai đoạn: 4 tháng nghiên cứu lý thuyết, 5 tháng lập trình mô phỏng thuật toán và 3 tháng phân tích dữ liệu trace file.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, việc tích hợp thuật toán tối ưu bầy kiến ACO vào cơ chế lựa chọn trạm chuyển tiếp đa điểm MPR của OLSR đã nâng cao tỷ lệ phân phát gói tin thành công (PDR) lên mức 88,5%, tương đương mức tăng trưởng khoảng 18,2% so với giao thức AODV tiêu chuẩn trong điều kiện các nút mạng di chuyển với vận tốc 15 m/s.

Thứ hai, độ trễ trung bình đầu cuối của các gói dữ liệu giảm mạnh từ 0,28 giây ở giao thức AODV truyền thống xuống còn 0,16 giây ở mô hình đề xuất cải tiến, đạt mức cải thiện 42,8%. Kết quả này đạt được nhờ cơ chế cập nhật bảng nồng độ mùi pheromone (PMTab) định kỳ và chuyển tiếp dữ liệu linh hoạt theo xác suất tối ưu giữa các nút lân cận.

Thứ ba, giao thức định tuyến đa đường nút rời rạc NDMLNR dựa trên hai thông số vị trí và năng lượng (LET và EDR) đã làm giảm số lần đứt gãy liên kết khoảng 35%, đồng thời kéo dài tuổi thọ hoạt động của toàn bộ mạng thêm 25% so với giao thức nguồn động DSR.

Thứ tư, tải định tuyến chuẩn hóa (NRL) được duy trì ở mức ổn định 0,45 gói tin điều khiển trên mỗi gói tin dữ liệu chuyển giao thành công, giúp tiết kiệm băng thông và giảm hơn 20% hiện tượng xung đột truyền dẫn tại tầng liên kết dữ liệu MAC.

Thảo luận kết quả

Sự vượt trội của các giải pháp cải tiến bắt nguồn từ việc giải quyết triệt để hạn chế của cơ chế định tuyến đơn đường truyền thống. Trong AODV tiêu chuẩn, khi một liên kết bị đứt do nút mạng di chuyển vượt ra ngoài tầm phủ sóng 250 mét hoặc cạn kiệt pin, quá trình tìm đường mới qua gói tin RREQ phải phát quảng bá tràn ngập toàn mạng, làm gia tăng trễ và nghẽn lưu lượng. Ngược lại, thuật toán bầy kiến ACO tạo ra các con kiến tìm đường và con kiến phản hồi để thiết lập và duy trì đồng thời nhiều tuyến đường dự phòng, tự động chuyển hướng dữ liệu khi phát hiện dấu hiệu suy giảm chất lượng liên kết.

Bên cạnh đó, giao thức NDMLNR tính toán chính xác vector chuyển động qua GPS và tốc độ cạn kiệt năng lượng EDR, ưu tiên thiết lập tuyến qua các nút có dung lượng pin trên 60% và khoảng cách ổn định. Về mặt trình bày trực quan, các dữ liệu này có thể được biểu diễn rõ nét qua biểu đồ đường thể hiện mối quan hệ nghịch biến giữa vận tốc di chuyển của nút (0 - 20 m/s) và tỷ lệ PDR, hoặc bảng số liệu so sánh 4 chiều giữa AODV, DSDV, OLSR và NDMLNR. Kết quả này hoàn toàn tương đồng với các nghiên cứu viễn thông quốc tế gần đây, chứng minh rằng sự kết hợp giữa trí tuệ bầy đàn và tham số vật lý là hướng đi tối ưu cho mạng MANET hỗ trợ QoS.

Đề xuất và khuyến nghị

Dựa trên các kết quả nghiên cứu thực nghiệm, tác giả đưa ra 4 khuyến nghị chiến lược nhằm ứng dụng hiệu quả giao thức cải tiến vào thực tiễn:

  1. Tích hợp module thuật toán bầy kiến ACO vào firmware của các thiết bị định tuyến vô tuyến di động: Nhóm kỹ sư mạng và viễn thông cần hoàn thiện việc biên dịch mã nguồn C++ nhúng trong thời hạn 6 tháng, nhằm đạt mục tiêu nâng cao thông lượng mạng thực tế lên trên 500 kbit/s và giảm tỷ lệ mất gói xuống dưới mức 5%.
  2. Triển khai giao thức định tuyến đa đường NDMLNR tích hợp định vị GPS cho hệ thống thông tin cứu nạn khẩn cấp: Đơn vị vận hành mạng cứu hộ cần phối hợp với các nhà cung cấp thiết bị phần cứng để thử nghiệm thực địa trong vòng 9 tháng, hướng tới mục tiêu duy trì tỷ lệ kết nối liên tục 99% trong điều kiện địa hình phức tạp.
  3. Thiết lập hệ thống ngưỡng giám sát năng lượng pin EDR tự động trên các nút mạng: Đội ngũ phát triển phần mềm cần cài đặt cơ chế tự động chuyển mạch khi mức pin của nút trung gian giảm xuống dưới ngưỡng 20%, triển khai trong 3 tháng tới nhằm loại bỏ hoàn toàn nguy cơ sập luồng truyền thông đột ngột.
  4. Xây dựng bộ tiêu chuẩn kỹ thuật đánh giá QoS chuyên biệt cho mạng di động ad-hoc: Cơ quan quản lý viễn thông cần ban hành khung hướng dẫn kỹ thuật kiểm thử trong vòng 12 tháng, chuẩn hóa việc áp dụng 4 chỉ số PDR, Delay, Throughput và NRL cho các dự án triển khai mạng truyền thông dã chiến.

Đối tượng nên tham khảo luận văn

Luận văn là công trình nghiên cứu chuyên sâu, mang lại giá trị học thuật và ứng dụng thực tiễn cao cho 4 nhóm đối tượng:

  1. Học viên cao học và nghiên cứu sinh chuyên ngành Công nghệ thông tin, Truyền dữ liệu và Mạng máy tính: Luận văn cung cấp tài liệu tham khảo toàn diện về lý thuyết định tuyến Bellman-Ford, Dijkstra, thuật toán bầy kiến ACO và phương pháp lập trình mô phỏng trên nền tảng NS-2 với hơn 190.000 dòng mã lệnh.
  2. Kỹ sư thiết kế và tối ưu hóa hệ thống mạng không dây: Tài liệu mang đến giải pháp kỹ thuật chi tiết về cơ chế định tuyến đa đường nút rời rạc, giúp tối ưu hóa hiệu suất và cân bằng tải cho các hệ thống mạng IoT quy mô trên 100 thiết bị kết nối.
  3. Chuyên gia viễn thông trong lĩnh vực an ninh quốc phòng và cứu hộ thiên tai: Tham khảo kiến trúc mạng ad-hoc không phụ thuộc hạ tầng để xây dựng giải pháp thông tin liên lạc thông suốt cho từ 30 đến 50 đơn vị cơ động tại các khu vực bị cô lập.
  4. Giảng viên và nhà nghiên cứu tại các trường đại học kỹ thuật: Có thể sử dụng các kịch bản mô phỏng OTcl và mô hình phân tích dữ liệu trace trong luận văn làm học liệu giảng dạy thực hành chuyên sâu cho hơn 200 sinh viên mỗi khóa học.

Câu hỏi thường gặp

  1. Tại sao giao thức AODV tiêu chuẩn chưa đáp ứng tốt yêu cầu QoS cho truyền thông đa phương tiện? Giao thức AODV chỉ tìm đường đơn dựa trên số bước nhảy ngắn nhất mà bỏ qua băng thông khả dụng và dung lượng pin của nút. Trong thực tế, khi mạng có 50 nút di chuyển với vận tốc 15 m/s, liên kết thường xuyên bị đứt khiến độ trễ truyền dẫn vượt quá 0,25 giây, không đáp ứng được yêu cầu khắt khe dưới 0,15 giây của dịch vụ thoại và truyền video thời gian thực.

  2. Thuật toán tối ưu bầy kiến ACO cải thiện hiệu năng định tuyến trong mạng MANET bằng cách nào? Thuật toán ACO sử dụng các gói tin kiến nhân tạo để khám phá đa đường và thiết lập nồng độ mùi pheromone trên từng liên kết. Bằng cách cập nhật bảng PMTab và tính xác suất chọn đường dựa trên hệ số bốc hơi dưới 1,0, hệ thống tự động phân phối tải qua các tuyến tối ưu, giúp tỷ lệ phân phát gói tin tăng thêm khoảng 18% và giảm thiểu hiện tượng nghẽn cục bộ.

  3. Giao thức NDMLNR khắc phục tình trạng đứt gãy liên kết do di động và cạn kiệt năng lượng như thế nào? Giao thức NDMLNR sử dụng đồng thời hai chỉ số: Thời gian hết hạn liên kết (LET) tính từ tọa độ GPS và Tốc độ tiêu hao năng lượng (EDR). Thuật toán chủ động chọn các tuyến đa đường có nút hoàn toàn rời rạc và loại trừ các nút có mức pin dưới 30%, giúp giảm 35% nguy cơ đứt tuyến và kéo dài thời gian hoạt động của mạng thêm 25%.

  4. Điểm khác biệt căn bản giữa định tuyến chủ ứng (Proactive) và định tuyến phản ứng (Reactive) là gì? Định tuyến chủ ứng như OLSR liên tục duy trì bảng định tuyến toàn mạng qua việc gửi tin định kỳ, giúp truyền dữ liệu tức thì nhưng tiêu tốn hơn 40% băng thông cho gói tin điều khiển. Ngược lại, định tuyến phản ứng như AODV chỉ tìm đường khi có nhu cầu, tiết kiệm băng thông nhưng phải chịu độ trễ khởi tạo tuyến từ 0,1 đến 0,3 giây.

  5. Phần mềm NS-2 hỗ trợ đánh giá các cải tiến giao thức định tuyến trong luận văn như thế nào? NS-2 là bộ mô phỏng hướng đối tượng kết hợp 100.000 dòng mã C++ và 70.000 dòng mã OTcl, cho phép tái lập chính xác môi trường truyền sóng bán kính 250m và sự di chuyển của 50 nút mạng. Phần mềm xuất ra các tệp trace chi tiết để trích xuất chính xác 4 chỉ số hiệu năng QoS gồm PDR, End-to-End Delay, Throughput và NRL.

Kết luận

  • Luận văn đã hệ thống hóa toàn diện các thách thức cốt lõi của mạng MANET, đặc biệt là sự đánh đổi giữa tính di động của nút, tài nguyên năng lượng và yêu cầu đảm bảo chất lượng dịch vụ QoS.
  • Đã đề xuất thành công giải pháp ứng dụng thuật toán tối ưu hóa bầy kiến ACO vào cơ chế chuyển tiếp đa điểm MPR của OLSR, nâng tỷ lệ phân phát gói tin PDR lên 88,5%.
  • Đã xây dựng hoàn chỉnh giao thức định tuyến đa đường nút rời rạc NDMLNR tích hợp hai độ đo LET và EDR, kéo dài tuổi thọ hệ thống mạng thêm 25%.
  • Đã thực hiện kiểm chứng thực nghiệm chặt chẽ trên bộ mô phỏng NS-2 với hơn 170.000 dòng mã lệnh C++ và OTcl trên kịch bản 50 nút di động.
  • Đã thiết lập khung đánh giá 4 chỉ số hiệu năng chuẩn mực gồm PDR, độ trễ đầu cuối, thông lượng dữ liệu và tải định tuyến chuẩn hóa cho các nghiên cứu mạng ad-hoc tiếp theo.

Đóng góp chính của luận văn là cung cấp giải pháp định tuyến thông minh, thích ứng cao và tiết kiệm năng lượng cho mạng tùy biến không hạ tầng. Trong giai đoạn năm 2024 đến năm 2026, các hướng nghiên cứu tiếp theo sẽ tập trung vào việc mở rộng giao thức cho truyền thông đa hướng (Multicast) và tích hợp trí tuệ nhân tạo để dự đoán trước quỹ đạo di chuyển của nút. Quý độc giả và các nhà nghiên cứu hãy tham khảo chi tiết toàn văn luận văn cùng các kịch bản mô phỏng để áp dụng trực tiếp vào các dự án tối ưu hóa mạng không dây hiện đại.