Tổng quan luận án

Sự phát triển của Internet với quy mô kết nối mở rộng và tính đa dạng của các lớp ứng dụng làm cho hiện tượng tắc nghẽn mạng trở nên khó tránh khỏi. Để duy trì sự thông suốt và độ tin cậy của đường truyền, kiểm soát tắc nghẽn tại các nút mạng đóng vai trò then chốt. Việc kiểm soát tắc nghẽn bằng phần cứng đòi hỏi chi phí lớn và khó đồng bộ, do đó việc áp dụng kỹ thuật phần mềm—cụ thể là cải tiến giao thức truyền thông và nâng cao kỹ thuật quản lý hàng đợi tích cực (Active Queue Management - AQM) tại các nút mạng—được xem là giải pháp khả thi.

Mặc dù các biến thể giao thức TCP đã mang lại hiệu quả nhất định, cấu trúc mạng đa chuẩn và lưu lượng phức tạp đòi hỏi các cơ chế AQM tại nút mạng phải chủ động điều tiết hàng đợi, ngăn ngừa tắc nghẽn từ giai đoạn sớm nhằm ổn định chiều dài hàng đợi, giảm tỷ lệ mất gói, hạ thấp độ trễ và tối ưu hóa hiệu suất sử dụng đường truyền. Các cơ chế AQM truyền thống (như RED, BLUE, REM, FRED, SFB, GREEN) bộc lộ nhược điểm cố hữu: sử dụng các hàm tuyến tính để tính toán xác suất đánh dấu hoặc loại bỏ gói tin trong khi mạng có bản chất phi tuyến; đồng thời việc thiết lập các tham số tĩnh khiến cơ chế khó thích nghi với môi trường mạng biến động liên tục. Kỹ thuật tính toán mềm (Soft Computing) với logic mờ và mạng nơ-ron nhân tạo cung cấp công cụ mô hình hóa tri thức và tối ưu hóa tham số thích nghi, giải quyết các hạn chế nêu trên.

Mục tiêu nghiên cứu của luận án được xác định gồm 3 mục tiêu cụ thể:

  1. Nghiên cứu và đánh giá các cơ chế quản lý hàng đợi tích cực hiện có để tìm ra ưu và khuyết điểm của từng cơ chế, nhằm phân lớp ứng dụng và đánh giá hiệu năng cho các cơ chế; đồng thời sử dụng logic mờ để cải tiến các cơ chế quản lý hàng đợi tích cực hiện có.
  2. Dựa trên kết quả phân tích và đánh giá các cơ chế quản lý hàng đợi tích cực trong mục tiêu thứ nhất, kết hợp lý thuyết điều khiển hệ thống động học, điều khiển mờ và kỹ thuật điều khiển thích nghi để xây dựng bộ điều khiển mờ thích nghi (Adaptive Fuzzy Controller - AFC), nhằm cải tiến các cơ chế quản lý hàng đợi tích cực.
  3. Kết hợp lập luận mờ với mạng nơ-ron để xây dựng hệ thống nơ-ron mờ (Fuzzy Neural Network - FNN) và đề xuất thuật toán lan truyền ngược cải tiến (Improved Backpropagation - IBP) nhằm nâng cao hiệu năng của các cơ chế quản lý hàng đợi tích cực đã được cải tiến từ bộ điều khiển mờ thích nghi AFC.

Đối tượng nghiên cứu của luận án là các cơ chế quản lý hàng đợi tích cực điển hình trong mạng TCP/IP, lý thuyết điều khiển hệ thống động học và các kỹ thuật tính toán mềm (logic mờ, mạng nơ-ron nhân tạo, mạng nơ-ron mờ). Phạm vi nghiên cứu tập trung vào cơ chế kiểm soát tắc nghẽn tại bộ đệm của các nút mạng (nút cổ chai) trên nền tảng mạng TCP/IP; việc kiểm chứng được thực hiện thông qua mô hình toán học và cài đặt mô phỏng thực nghiệm trên môi trường MATLAB và phần mềm mô phỏng mạng NS2 (Network Simulator 2).

Tổng quan tài liệu và vị trí của luận án

Luận án tổng hợp các hướng nghiên cứu về kiểm soát tắc nghẽn và quản lý hàng đợi tích cực, chia thành ba nhóm tiếp cận chính:

  • Quản lý hàng đợi dựa trên chiều dài hàng đợi: Tiêu biểu là cơ chế RED (Random Early Detection) do Sally Floyd và Van Jacobson đề xuất năm 1993, phát hiện sớm tắc nghẽn bằng cách theo dõi chiều dài hàng đợi trung bình và sử dụng hai ngưỡng $min_{th}, max_{th}$ cùng xác suất $max_p$. Tiếp đó, cơ chế FRED (Fairness RED) do Dong Lin và Robert Morris đề xuất năm 1997 bổ sung việc quản lý trạng thái theo từng luồng thông qua các biến $qlen(i), strike(i), min_q, max_q$ để cô lập các luồng không thích nghi và bảo vệ luồng yếu.
  • Quản lý hàng đợi dựa trên tải nạp (lưu lượng gói tin đến): Tiêu biểu là cơ chế BLUE do Wu-chang Feng và cộng sự đề xuất năm 2002, cập nhật xác suất đánh dấu $p_m$ dựa trên biến cố mất gói hoặc kết nối rỗi với chu kỳ thời gian $freeze_time$ và các bước nhảy $\delta_1, \delta_2$. Cơ chế SFB (Stochastic Fair Blue) do Wu-chang Feng và cộng sự công bố năm 2001 áp dụng cấu trúc băm $L$ mức và $N$ thùng tính toán để kiểm soát băng thông và phát hiện các luồng không hồi đáp (UDP).
  • Quản lý hàng đợi dựa trên sự kết hợp chiều dài hàng đợi và tải nạp: Điển hình là cơ chế REM (Random Exponential Marking) do Sanjeewa Athuraliya và cộng sự công bố năm 2001, sử dụng biến $Price$ cập nhật theo độ lệch giữa tải nạp với năng lực liên kết và độ lệch giữa chiều dài hàng đợi thực tế với giá trị tham chiếu. Cơ chế GREEN (Generalized Random Early Evasion Network) do Apu Kapadia và cộng sự đề xuất năm 2002 tính toán xác suất mất gói $p$ dựa trên mô hình toán học về hành vi ổn định của luồng TCP liên quan đến kích thước phân đoạn tối đa ($MSS$), thời gian trễ vòng ($RTT$) và số lượng luồng kết nối ($N$).
  • Ứng dụng logic mờ trong cải tiến AQM: Các công trình trước đây đã phát triển các mô hình như Fuzzy RED (FEM), FUZREM, Fuzzy BLUE, DEEP BLUE, Fuzzy SFB (FSFB), FCRED.

Khoảng trống nghiên cứu được luận án chỉ ra gồm:

  1. Các cơ chế AQM truyền thống phụ thuộc vào mô hình tuyến tính để tính xác suất làm rơi hoặc đánh dấu gói tin, không đáp ứng được bản chất phi tuyến và biến động nhanh của lưu lượng mạng.
  2. Các tham số cấu hình của các cơ chế truyền thống mang tính chất tĩnh, khó thiết lập chính xác cho từng điều kiện mạng cụ thể.
  3. Các cơ chế AQM ứng dụng điều khiển mờ trước đây phụ thuộc nhiều vào kinh nghiệm của chuyên gia trong việc xác định hàm thuộc và luật suy diễn, thiếu cơ chế tự động học và thích nghi tham số khi trạng thái mạng thay đổi động.

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án xây dựng trên các nền tảng lý thuyết và công cụ kỹ thuật:

  • Mô hình toán học của mạng TCP/IP: Dựa trên lý thuyết dòng chảy chất lỏng (fluid-flow model) mô tả động học của cửa sổ tắc nghẽn TCP: $$\dot{w}(t) = \frac{1}{R(t)} - \frac{w(t) \cdot w(t - R(t))}{2 R(t)} p(t - R(t))$$ và động thái của chiều dài hàng đợi tại nút mạng: $$\dot{q}(t) = \max\left(0, \frac{N(t) \cdot w(t)}{R(t)} - C(t)\right)$$ Độ trễ gói tin được xác định bởi trễ đường truyền $T_p$ và trễ hàng đợi $q(t)/C(t)$: $$R(t) = T_p + \frac{q(t)}{C(t)}$$
  • Chiến lược kiểm soát tắc nghẽn TCP: Cơ chế tăng cấp số cộng, giảm cấp số nhân (AIMD - Additive Increase Multiplicative Decrease) gồm 4 pha: bắt đầu chậm (Slow Start), tránh tắc nghẽn (Congestion Avoidance), phát lại nhanh (Fast Retransmit) và phục hồi nhanh (Fast Recovery).
  • Kiến trúc nút mạng CQS: Mô hình Phân lớp - Hàng đợi - Lập lịch (Classification - Queue - Schedular) và cơ chế thông báo tắc nghẽn rõ ràng (ECN - Explicit Congestion Notification) sử dụng các bit ECT, CE trong trường ToS của IP Header và các bit ECE, CWR trong trường Reserved của TCP Header.
  • Logic mờ và điều khiển mờ: Khung suy luận mờ nhiều đầu vào một đầu ra (MISO), hệ mờ Mamdani và Sugeno, các hàm thuộc dạng tam giác, hình thang và hàm Gauss.
  • Mạng nơ-ron nhân tạo và giải thuật học: Cấu trúc Perceptron nhiều lớp (MLP), thuật toán lan truyền ngược (Backpropagation - BP) và thuật toán lan truyền ngược cải tiến (IBP) kết hợp chuẩn hóa dữ liệu, hệ số quán tính và tốc độ học thích nghi để chỉnh định tham số hàm thuộc.

Phương pháp nghiên cứu kết hợp giữa nghiên cứu lý thuyết giải tích và cài đặt thực nghiệm mô phỏng. Nghiên cứu lý thuyết tập trung xây dựng mô hình toán, thiết kế cấu trúc bộ điều khiển mờ thích nghi AFC và bộ điều khiển nơ-ron mờ FNN. Cài đặt mô phỏng thực nghiệm được thực hiện trên phần mềm MATLAB (thiết kế, huấn luyện tham số hệ thống mờ và mạng nơ-ron) và phần mềm mô phỏng mạng NS2 (xây dựng topo mạng, mô phỏng truyền thông gói tin, đo lường các chỉ số hiệu năng).

Nguồn dữ liệu thực nghiệm bao gồm các mô hình mạng mô phỏng đơn máy nhận (single-receiver) và đa máy nhận (multiple-receivers), với sự tham gia của các nguồn phát FTP/TCP (luồng thích nghi) và UDP (luồng không thích nghi), hoạt động dưới các điều kiện thay đổi về băng thông, độ trễ và kích thước hàng đợi.

Nội dung chính theo từng chương

Chương 1: Kiểm soát tắc nghẽn trong mạng TCP/IP dựa trên quản lý hàng đợi tích cực tại nút mạng

Chương 1 hệ thống hóa mô hình hoạt động của mạng TCP/IP, cấu trúc gói tin (TCP Header, IP Header) và mô hình toán học dòng chất lỏng. Luận án phân tích 4 nguyên nhân gây tắc nghẽn: thời gian chờ xử lý và xếp hàng quá lớn, chiều dài hàng đợi nhỏ, hạn chế do cơ chế phản ứng thụ động ở biên của giao thức TCP, và tính không đồng nhất giữa các mạng liên kết.

Chương này trình bày 2 nguyên lý kiểm soát (vòng mở, vòng đóng) và 4 nhóm kỹ thuật kiểm soát tắc nghẽn (tại nguồn gửi, tại đích nhận, phân phối tài nguyên, và quản lý hàng đợi tại nút mạng). Luận án tổng hợp các biến thể của giao thức TCP và cơ chế hoạt động tương ứng:

Biến thể TCP Năm công bố Dựa vào Cơ chế hoạt động
TCP Tahoe 1988 RFC 793 Phát hiện mất gói qua 3 ACK trùng lặp, phát lại gói, đặt $cwnd = 1$ và thực hiện bắt đầu chậm.
TCP Reno 1990 Tahoe Dùng trễ hàng đợi làm tham số dự đoán tắc nghẽn để điều chỉnh kích thước cửa sổ.
TCP-Vegas 1995 Reno Điều chỉnh cửa sổ dựa trên biến động của thời gian trễ vòng (RTT).
TCP SACK 1996 RFC 793 Mở rộng thông tin tắc nghẽn trong các chỉ báo phản hồi báo nhận chọn lọc.
TCP NewReno 1999 Reno Sử dụng cơ chế phục hồi nhanh khi xảy ra mất nhiều gói tin.
TCP-Vegas+ 2000 NewReno, Vegas Tránh tắc nghẽn dựa trên chế độ RTT động của mạng.
TCP-Veno 2002 NewReno, Vegas Tăng/giảm hệ số thích ứng phụ thuộc vào trạng thái hàng đợi.

Luận án phân tích sự khác biệt giữa quản lý hàng đợi thụ động (Drop Tail) và quản lý hàng đợi tích cực (AQM), mô hình kiến trúc CQS tại nút mạng, quy trình 5 bước của kỹ thuật ECN, và phân loại các cơ chế AQM thành 3 nhóm. Bảng đánh giá hiệu năng các cơ chế tiêu biểu được tác giả tổng hợp:

Cơ chế AQM Thông lượng Tỉ lệ mất gói tin Không gian bộ đệm
RED Vừa Cao Lớn
BLUE Cao Thấp Nhỏ
REM Cao Vừa Vừa
GREEN Cao Thấp Nhỏ

Chương 1 kết luận bằng việc chỉ ra các giới hạn của cơ chế AQM hiện hành khi dùng hàm tuyến tính và tham số tĩnh, đồng thời đánh giá tình hình ứng dụng logic mờ trong các cơ chế trước đây (FEM, FUZREM, Fuzzy BLUE, Deep BLUE, Fuzzy SFB), đặt cơ sở cho việc nghiên cứu điều khiển mờ thích nghi.

Chương 2: Cải tiến cơ chế quản lý hàng đợi tích cực dựa trên điều khiển mờ thích nghi

Chương 2 trình bày cơ sở toán học của logic mờ (tập mờ, hàm thuộc, các phép toán mờ, luật hợp thành, mô hình Mamdani và Sugeno) và phân tích các cơ chế AQM sử dụng logic mờ hiện có (FEM, FUZREM). Trên cơ sở đó, tác giả đề xuất mô hình bộ điều khiển mờ thích nghi (Adaptive Fuzzy Controller - AFC) để khắc phục nhược điểm của các cơ chế trước.

Mô hình AFC được thiết kế gồm bộ điều khiển mờ kết hợp với mô hình mẫu và cơ chế thích nghi để điều chỉnh hệ số đầu vào/đầu ra. Dựa trên AFC, luận án xây dựng hai cơ chế cải tiến:

  1. Cơ chế FLRED (Fuzzy Logic RED): Cải tiến cơ chế RED bằng cách sử dụng hai biến đầu vào là sai số chiều dài hàng đợi $Q_e(t) = q(t) - q_{ref}$ và độ biến thiên sai số $Q_e(t - T)$. Các biến ngôn ngữ được mờ hóa với các tập mờ tương ứng, hệ luật suy diễn mờ được thiết lập để tính toán đầu ra là xác suất đánh dấu hoặc loại bỏ gói tin $p(t)$, tạo thành mặt cong suy diễn phi tuyến thay thế cho hàm tuyến tính của RED.
  2. Cơ chế FLREM (Fuzzy Logic REM): Cải tiến cơ chế REM bằng cách mờ hóa biến đầu vào $Pr(t)$ và độ trễ biến $Pr(t - T)$, xây dựng bảng luật suy diễn và mặt cong suy diễn mờ để xác định xác suất đánh dấu gói tin.

Kết quả cài đặt mô phỏng trên NS2 và MATLAB với các kịch bản mạng đơn máy nhận và đa máy nhận cho thấy:

  • FLRED duy trì chiều dài hàng đợi ổn định quanh ngưỡng tham chiếu tốt hơn RED và FEM, giảm biên độ dao động của hàng đợi.
  • FLREM đạt thời gian đáp ứng nhanh hơn so với REM và FUZREM khi tải nạp mạng thay đổi đột ngột.
  • Tỉ lệ mất gói tin của FLRED và FLREM giảm đáng kể trong khi mức độ sử dụng đường truyền được nâng cao so với các cơ chế gốc.

Cuối chương, tác giả chỉ ra hạn chế của AFC: các hàm thuộc và quy tắc mờ vẫn cần được tối ưu hóa tự động theo trạng thái biến đổi của mạng, dẫn đến yêu cầu tích hợp mạng nơ-ron để tự động huấn luyện tham số.

Chương 3: Tích hợp lập luận mờ với mạng nơ-ron nâng cao hiệu năng quản lý hàng đợi tích cực

Chương 3 trình bày cấu trúc mạng nơ-ron nhân tạo (mạng truyền thẳng nhiều lớp MLP, thuật toán lan truyền ngược BP) và nguyên lý tích hợp điều khiển mờ với mạng nơ-ron để xây dựng mô hình mạng nơ-ron mờ (Fuzzy Neural Network - FNN) cho bài toán AQM.

Để nâng cao chất lượng học và tránh hội tụ cục bộ, luận án đề xuất thuật toán lan truyền ngược cải tiến (Improved Backpropagation - IBP) với ba kỹ thuật:

  • Chuẩn hóa số liệu đầu vào và đầu ra về khoảng làm việc phù hợp.
  • Bổ sung hệ số quán tính ($\alpha$) vào công thức cập nhật trọng số nhằm làm mịn quỹ đạo học.
  • Điều chỉnh tốc độ học thích nghi ($\eta$) theo độ dốc sai số qua từng chu kỳ huấn luyện.

Áp dụng mô hình FNN và thuật toán IBP, luận án xây dựng hai cơ chế:

  1. Cơ chế FNNRED: Sử dụng mạng FNN để huấn luyện và chỉnh định tối ưu tham số các hàm thuộc của biến đầu vào $Q_e(t)$ và $Q_e(t - T)$ trong cơ chế FLRED. Sau quá trình huấn luyện, các tham số hàm thuộc được cập nhật chính xác, tạo ra mặt cong suy diễn tối ưu thích ứng với trạng thái động của hàng đợi.
  2. Cơ chế FNNREM: Sử dụng mạng FNN để huấn luyện và cập nhật các tham số hàm thuộc của biến $Pr(t)$ và $Pr(t - T)$ trong cơ chế FLREM.

Kết quả mô phỏng đánh giá hiệu năng trên phần mềm NS2 và MATLAB khẳng định:

  • Kiểm soát hàng đợi: FNNRED và FNNREM kiểm soát độ dài hàng đợi bám sát giá trị tham chiếu tốt hơn so với các cơ chế FLRED, FLREM, FEM và FUZREM; triệt tiêu hiện tượng tràn bộ đệm khi lưu lượng biến động mạnh.
  • Khả năng đáp ứng: Thời gian xác lập trạng thái ổn định của FNNRED và FNNREM ngắn hơn, độ vọt lố chiều dài hàng đợi giảm rõ rệt.
  • Tỉ lệ mất gói tin: FNNRED và FNNREM đạt tỉ lệ mất gói thấp nhất trong các cơ chế được so sánh trên cùng topo thử nghiệm.
  • Mức độ sử dụng đường truyền: Hiệu suất sử dụng băng thông của FNNRED và FNNREM được duy trì ở mức cao và ổn định.

Kết quả và những đóng góp mới

Luận án đã đạt được các kết quả nghiên cứu lý thuyết và thực nghiệm, thể hiện qua các đóng góp mới:

  1. Phân lớp ứng dụng và tích hợp ECN cải tiến AQM: Thực hiện phân tích, đánh giá hiệu năng và phân lớp ứng dụng cho các cơ chế AQM điển hình (RED, BLUE, REM, GREEN); đề xuất giải pháp tích hợp kỹ thuật thông báo tắc nghẽn rõ ràng ECN vào cơ chế GREEN (tạo thành cơ chế ECN-GREEN), giúp cải thiện thông lượng và giảm tỷ lệ mất gói so với cơ chế GREEN nguyên bản.
  2. Xây dựng mô hình điều khiển mờ thích nghi AFC cải tiến AQM: Thiết kế thành công bộ điều khiển mờ thích nghi AFC cho bài toán quản lý hàng đợi tại nút mạng, từ đó xây dựng hai cơ chế FLRED và FLREM. Các cơ chế này giải quyết được tính phi tuyến trong quan hệ giữa tải nạp, chiều dài hàng đợi và xác suất đánh dấu/loại bỏ gói tin.
  3. Xây dựng mô hình mạng nơ-ron mờ FNN và thuật toán học IBP: Đề xuất mô hình nơ-ron mờ FNN kết hợp với thuật toán lan truyền ngược cải tiến IBP (tích hợp chuẩn hóa dữ liệu, hệ số quán tính và tốc độ học thích ứng) để tự động hóa quá trình học và chỉnh định tối ưu tham số hàm thuộc của bộ điều khiển mờ thích nghi.
  4. Xây dựng và kiểm chứng các cơ chế FNNRED và FNNREM: Hiện thực hóa mô hình FNN vào hai cơ chế điều khiển hàng đợi FNNRED và FNNREM. Kết quả mô phỏng trên MATLAB và NS2 chứng minh các cơ chế đề xuất có hiệu năng vượt trội về kiểm soát hàng đợi, giảm tỷ lệ mất gói và nâng cao mức độ sử dụng đường truyền so với các cơ chế truyền thống và các cơ chế dùng điều khiển mờ trước đó.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế: Các kết quả đánh giá, kiểm chứng của luận án chủ yếu được thực hiện thông qua mô hình toán học và phần mềm mô phỏng mạng (NS2 và MATLAB) trên các topo mạng thử nghiệm chuẩn (mô hình đơn máy nhận, đa máy nhận với các nguồn lưu lượng FTP/TCP và UDP). Luận án chưa tiến hành cài đặt thử nghiệm trực tiếp trên các thiết bị định tuyến (router) phần cứng thực tế trong môi trường mạng diện rộng.
  • Hướng nghiên cứu tiếp:
    • Nghiên cứu hiện thực hóa và cài đặt các thuật toán FNNRED và FNNREM trên phần cứng của các thiết bị mạng thực tế.
    • Mở rộng kiểm nghiệm các cơ chế điều khiển mờ nơ-ron trong các môi trường mạng không dây thế hệ mới, mạng di động đa dịch vụ và các hệ thống mạng có cấu trúc lưu lượng phức tạp, độ trễ biến thiên lớn.

Giá trị tham khảo

Nội dung và kết quả nghiên cứu của luận án có giá trị tham khảo cho các đối tượng:

  • Nghiên cứu sinh, học viên cao học và giảng viên ngành Khoa học máy tính, Kỹ thuật mạng truyền thông: Tham khảo phương pháp luận kết hợp các kỹ thuật tính toán mềm (Soft Computing: Fuzzy Logic, Neural Networks) với lý thuyết điều khiển hệ thống động học để giải quyết các bài toán tối ưu hóa và kiểm soát phi tuyến trong mạng máy tính.
  • Các kỹ sư thiết kế giao thức và quản trị hệ thống mạng: Tham khảo các giải pháp thuật toán (FLRED, FLREM, FNNRED, FNNREM, ECN-GREEN), mô hình kiến trúc CQS và các phương pháp cấu hình tham số hàng đợi tích cực tại các nút mạng nhằm nâng cao chất lượng dịch vụ (QoS) và hạn chế tắc nghẽn.
  • Các phần đáng tham khảo: Phương pháp xây dựng luật suy diễn mờ phi tuyến cho bài toán AQM (Chương 2) và thuật toán lan truyền ngược cải tiến IBP dùng trong huấn luyện tham số hàm thuộc của mạng nơ-ron mờ (Chương 3).

Câu hỏi thường gặp

1. Các cơ chế quản lý hàng đợi tích cực (AQM) truyền thống được luận án phân thành những nhóm nào và gồm những cơ chế tiêu biểu nào?
Luận án phân loại các cơ chế AQM thành ba nhóm:

  • Nhóm dựa trên chiều dài hàng đợi: tiêu biểu là RED và FRED.
  • Nhóm dựa trên tải nạp (lưu lượng gói tin đến): tiêu biểu là BLUE và SFB.
  • Nhóm dựa trên sự kết hợp chiều dài hàng đợi và tải nạp: tiêu biểu là REM và GREEN.

2. Kỹ thuật thông báo tắc nghẽn rõ ràng (ECN) sử dụng những bit và trường thông tin nào trong tiêu đề gói tin IP và TCP?
Kỹ thuật ECN sử dụng:

  • Bit 6 (ECT - ECN Capable Transport) và Bit 7 (CE - Congestion Experienced) trong trường Loại dịch vụ (Type of Service - ToS) của IP Header.
  • Bit 6 (ECE - ECN-Echo) và Bit 7 (CWR - Congestion Window Reduced) trong trường Reserved của TCP Header.

3. Thuật toán lan truyền ngược cải tiến (IBP) được đề xuất có những điểm cải tiến kỹ thuật nào so với thuật toán lan truyền ngược (BP) truyền thống?
Thuật toán IBP bổ sung ba cải tiến kỹ thuật:

  • Chuẩn hóa số liệu đầu vào và đầu ra của mạng.
  • Bổ sung hệ số quán tính ($\alpha$) vào công thức hiệu chỉnh trọng số để tránh dao động và tăng tốc độ hội tụ.
  • Tự động điều chỉnh tốc độ học ($\eta$) thích nghi theo biến thiên của hàm sai số trong quá trình huấn luyện.

4. Vì sao tác giả phát triển cơ chế FNNRED và FNNREM để nâng cấp cho FLRED và FLREM?
Mặc dù FLRED và FLREM dùng bộ điều khiển mờ thích nghi AFC đã xử lý được tính phi tuyến, nhưng các tham số của hàm thuộc và luật suy diễn vẫn phụ thuộc vào thiết lập ban đầu của chuyên gia và chưa tự động cập nhật tối ưu theo trạng thái động của mạng. Việc tích hợp mạng nơ-ron mờ FNN cho phép hệ thống tự học và chỉnh định chính xác tham số hàm thuộc thông qua thuật toán IBP, nâng cao khả năng thích ứng của nút mạng.

5. Kết quả đánh giá hiệu năng giữa 4 cơ chế AQM tiêu biểu (RED, BLUE, REM, GREEN) ở Chương 1 cho thấy sự khác biệt như thế nào về thông lượng, tỉ lệ mất gói và không gian bộ đệm?
Theo bảng tổng hợp đánh giá hiệu năng của luận án:

  • RED có thông lượng ở mức Vừa, tỉ lệ mất gói Cao, yêu cầu không gian bộ đệm Lớn.
  • BLUE đạt thông lượng Cao, tỉ lệ mất gói Thấp, yêu cầu không gian bộ đệm Nhỏ.
  • REM đạt thông lượng Cao, tỉ lệ mất gói ở mức Vừa, yêu cầu không gian bộ đệm Vừa.
  • GREEN đạt thông lượng Cao, tỉ lệ mất gói Thấp, yêu cầu không gian bộ đệm Nhỏ.

Kết luận

Luận án tiến sĩ của tác giả Nguyễn Kim Quốc đã nghiên cứu giải quyết bài toán kiểm soát tắc nghẽn tại nút mạng trong hệ thống mạng TCP/IP thông qua việc cải tiến các cơ chế quản lý hàng đợi tích cực. Bằng cách kết hợp lý thuyết điều khiển hệ thống động học với các kỹ thuật tính toán mềm, luận án đã xây dựng thành công mô hình điều khiển mờ thích nghi AFC và mô hình nơ-ron mờ FNN cùng thuật toán học IBP để phát triển các cơ chế điều khiển hàng đợi FLRED, FLREM, FNNRED và FNNREM. Kết quả nghiên cứu lý thuyết và kiểm chứng mô phỏng trên MATLAB và NS2 xác nhận hiệu quả của các cơ chế đề xuất trong việc ổn định chiều dài hàng đợi, giảm thiểu tỷ lệ mất gói và tối ưu hóa hiệu suất sử dụng đường truyền. Công trình cung cấp cơ sở khoa học và giải pháp kỹ thuật hữu ích cho việc nghiên cứu và ứng dụng kiểm soát tắc nghẽn trong các hệ thống mạng truyền thông.