Tổng quan luận án

Luận án tiến sĩ kỹ thuật phần mềm của tác giả Kiều Thành Chung, với tiêu đề "Nghiên cứu một số giải pháp định tuyến trong tô-pô mạng liên kết hiệu năng cao và công cụ đánh giá", tập trung vào bài toán tối ưu hóa cấu trúc tô-pô mạng và giải thuật định tuyến trong các hệ thống tính toán hiệu năng cao (HPC) và trung tâm dữ liệu (Data Center - DC).

Tính cấp thiết và khoảng trống nghiên cứu

Trong kiến trúc mạng truyền tin lõi của các lưới tính toán lớn, các cấu trúc tô-pô truyền thống (như De Bruijn, Star, Kautz, Mesh, Torus) và các mô hình hiện đại (như Fat-Tree, JellyFish) bộc lộ nhiều hạn chế khi quy mô mạng tăng cao:

  1. Các tô-pô chuẩn tắc như Fat-Tree đòi hỏi thiết bị chuyển mạch có bậc đỉnh lớn, chi phí cao và khó mở rộng quy mô linh hoạt do cấu trúc bị ràng buộc chặt chẽ bởi số cổng thiết bị switch.
  2. Các mô hình mạng ngẫu nhiên (như Random Shortcut Network - RSN, JellyFish) giúp giảm đường kính mạng và độ trễ, đồng thời có tính co giãn tự nhiên; tuy nhiên, tính ngẫu nhiên phá vỡ các quy tắc định tuyến cấu trúc (như DOR hay Duato). Việc áp dụng thuật toán định tuyến đường đi ngắn nhất (Shortest Path Routing - SPR) đòi hỏi lưu trữ toàn bộ bảng định tuyến tại mỗi nút, gây quá tải bộ nhớ vật lý của thiết bị chuyển mạch (ví dụ Infiniband giới hạn 48K bản ghi, Ethernet giới hạn 32K bản ghi).
  3. Các công cụ mô phỏng mạng phổ biến (như NS2, NS3, Omnet++, Simgrid) mô phỏng chi tiết các tầng giao thức, dẫn đến tiêu tốn bộ nhớ và thời gian tính toán lớn, không đáp ứng được yêu cầu đánh giá thực nghiệm trên các tô-pô mạng ngẫu nhiên kích thước lớn (hàng chục nghìn đến hàng trăm nghìn nút).
  4. Tại Việt Nam, các DC quy mô vừa và nhỏ thường gặp hạn chế về không gian lắp đặt (gồm nhiều phòng hoặc sàn phân tán, không liền kề) và nguồn vốn đầu tư hạn hẹp, khiến các mô hình chuẩn quốc tế khó triển khai trực tiếp.

Mục tiêu nghiên cứu

  1. Mục tiêu 1: Nghiên cứu và đề xuất các thuật toán định tuyến rút gọn (Compact Routing) có khả năng khai thác tốt các đặc tính của tô-pô mạng ngẫu nhiên kích thước lớn, tối ưu hóa kích thước bảng định tuyến ($RTS$) mà vẫn duy trì độ dài đường định tuyến ($ARPL$) và độ trễ ở mức tiệm cận tối ưu.
  2. Mục tiêu 2: Nghiên cứu và đề xuất kiến trúc công cụ phần mềm mô phỏng (SSiNET) hỗ trợ đánh giá hiệu năng mạng liên kết kích thước lớn thông qua mô phỏng rút gọn và phương pháp xấp xỉ.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Cấu trúc tô-pô mạng liên kết hiệu năng cao (đặc biệt là mạng ngẫu nhiên trên nền lưới 2-D/3-D), các giải thuật định tuyến rút gọn phân tán tra bảng, và các công cụ, phương pháp mô phỏng đánh giá hiệu năng mạng.
  • Phạm vi nghiên cứu:
    • Phạm vi kỹ thuật: Tập trung vào mạng liên kết trong hệ thống mạng khu vực/lưu trữ (System/Storage Area Networks - SANs) ứng dụng cho HPC và DC; khảo sát các cấu trúc mạng ngẫu nhiên tựa lưới (RSN).
    • Quy mô thực nghiệm: Đánh giá lý thuyết và mô phỏng trên các mô hình mạng có quy mô từ vài trăm nút đến 100.000 nút.
    • Ứng dụng thực tiễn: Mô hình tô-pô lai triển khai cho các DC cỡ vừa và nhỏ trong điều kiện mặt bằng phân tán tại Việt Nam.

Tổng quan tài liệu và vị trí của luận án

Các hướng nghiên cứu đã được tổng quan

Tác giả đã hệ thống hóa các công trình nghiên cứu trong nước và quốc tế theo các nhóm nội dung chính:

  • Cấu trúc tô-pô mạng liên kết: Các dạng cơ bản (Bus, Ring, Star, Tree, Mesh, Torus); các dạng mạng cho DC như Fat-Tree (Al-Fares và cộng sự, 2008), JellyFish (Singla và cộng sự, 2012), HELIOS, BCube, DCell, Scafida, MDCube, Dragonfly (Kim và cộng sự, 2008), và các mô hình tô-pô lai như BCN, R3.
  • Mô hình mạng ngẫu nhiên và thế giới nhỏ: Mô hình thế giới nhỏ của Kleinberg (2000) với xác suất liên kết tỷ lệ $d^{-r}$; mô hình mạng ngẫu nhiên bổ sung liên kết TOPO-$k$ của Koibuchi và cộng sự (2012); đề xuất mạng ngẫu nhiên bậc 6 cho DC của Shin và cộng sự (2009).
  • Thuật toán định tuyến:
    • Định tuyến cơ bản và xác định: Destination-Tag Routing (DTR), Dimension-Order Routing (DOR), giao thức Duato (1993), định tuyến ngẫu nhiên Valiant (1982).
    • Định tuyến phân cấp: Công trình nền tảng của Kleinrock và Kamoun (1977); phân tích đánh đổi giữa stretch và $RTS$ (Krioukov và cộng sự).
    • Định tuyến rút gọn (Compact Routing): Công trình của Gavoille (2001) về định tuyến stretch-3 với bộ nhớ $O(\sqrt{n})$ bits; thuật toán định tuyến dựa trên nút đại diện (landmark-based) của Cowen (2001) với stretch-3 và $RTS$ đạt $\tilde{O}(n^{2/3})$; thuật toán định tuyến rút gọn phổ quát của Thorup và Zwick (2001) (thuật toán TZ) đạt stretch-3 và $RTS$ đạt $O(n^{1/2})$.
  • Công cụ mô phỏng mạng: Phân tích ưu nhược điểm của các công cụ mô phỏng sự kiện rời rạc phổ biến gồm NS2, NS3, Omnet++, và Simgrid (Casanova và cộng sự).
Nhóm nghiên cứu Đại diện tiêu biểu Đặc điểm chính Hạn chế khi áp dụng cho mạng lớn
Tô-pô DC chuẩn tắc Fat-Tree, Torus, Dragonfly Cấu trúc chặt chẽ, dễ định tuyến (DOR, DTR) Bậc đỉnh cao, khó mở rộng từng phần, chi phí cáp/switch lớn
Tô-pô DC ngẫu nhiên JellyFish, RSN, TOPO-$k$ Đường kính nhỏ, độ trễ thấp, mở rộng tự nhiên Phá vỡ quy tắc định tuyến hình học, bảng định tuyến SPR quá lớn
Định tuyến rút gọn Cowen (2001), TZ (2001) Gom cụm, dùng nút đại diện ngẫu nhiên Chưa tối ưu cho tô-pô mạng ngẫu nhiên tựa lưới; phân bố landmark không đều
Công cụ mô phỏng NS2, NS3, Omnet++, Simgrid Mô phỏng chi tiết đầy đủ các tầng giao thức Quá tải bộ nhớ và thời gian tính toán khi mạng vượt quá vài nghìn nút

Khoảng trống nghiên cứu luận án giải quyết

  1. Xây dựng giải thuật định tuyến rút gọn chuyên biệt cho tô-pô mạng ngẫu nhiên tựa lưới nhằm thu nhỏ kích thước bảng định tuyến hơn nữa, đồng thời giữ cho độ dài đường đi ngắn hơn so với các kịch bản định tuyến rút gọn phổ quát (TZ).
  2. Xử lý hiện tượng phân bố không đồng đều của các nút đại diện trong thuật toán TZ trên mạng ngẫu nhiên tựa lưới bằng kỹ thuật định vị địa lý và điều chỉnh tập landmark.
  3. Thiết kế công cụ mô phỏng chuyên dụng (SSiNET) hỗ trợ phương pháp xấp xỉ để đánh giá hiệu năng các mạng ngẫu nhiên quy mô lớn (lên đến hàng trăm nghìn nút) với thời gian thực thi ngắn và chi phí tài nguyên thấp.
  4. Đề xuất cấu trúc tô-pô lai (Bus-RSN) đáp ứng bài toán DC cỡ vừa và nhỏ trong điều kiện thực tiễn tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khung phân tích

  • Lý thuyết đồ thị: Mạng liên kết được mô hình hóa dưới dạng đồ thị $G = (V, E)$, trong đó $V$ là tập hợp các nút mạng (máy chủ, switch) và $E$ là tập hợp các kênh truyền (cáp kết nối). Các tham số tĩnh gồm bậc đỉnh ($k$), đường kính mạng ($D$), độ rộng lát cắt (bisection bandwidth $B$), trung bình chiều dài đường đi ngắn nhất ($ASPL$), trung bình chiều dài đường định tuyến ($ARPL$), và chiều dài đường định tuyến lớn nhất ($MRPL$).
  • Lý thuyết định tuyến và điều khiển luồng: Kỹ thuật chuyển mạch (Circuit switching, Packet switching / Store-and-Forward, Virtual Cut-Through, Wormhole switching với các đơn vị flits); cơ chế định tuyến phân tán tra bảng (distributed table-lookup routing) dựa trên địa chỉ nút đích ($Dest_id$) và nút chuyển tiếp tiếp theo ($Next_id$).
  • Mô hình độ trễ mạng: $$\text{latency} = \text{injection_time} + \text{time_to_fly} + \text{switches_latency}$$
  • Lý thuyết định tuyến rút gọn (Compact Routing): Khái niệm độ dãn (stretch - tỷ lệ giữa chiều dài đường định tuyến và khoảng cách ngắn nhất), sự đánh đổi (trade-off) giữa kích thước bảng định tuyến ($RTS$) và stretch.

Phương pháp nghiên cứu

Luận án kết hợp hai phương pháp đánh giá hiệu năng:

  1. Phương pháp phân tích lý thuyết đồ thị: Tính toán tĩnh các chỉ số cấu trúc ($D$, $ASPL$, $MRPL$, $RTS$, dung lượng lát cắt) trên các mô hình đồ thị lý thuyết và đồ thị ngẫu nhiên.
  2. Phương pháp thực nghiệm mô phỏng sự kiện rời rạc (DES): Xây dựng công cụ phần mềm chuyên dụng SSiNET và thực hiện giả lập quá trình truyền gói tin qua mạng để đo lường các tham số động gồm độ trễ (latency), thông lượng (throughput), thông lượng cực đại, điểm bão hòa tải, và thời gian thực thi tính toán.
  3. Phương pháp đánh giá xấp xỉ: Lấy mẫu ngẫu nhiên có kiểm soát để ước lượng các chỉ số hiệu năng trên đồ thị kích thước lớn nhằm giảm độ phức tạp tính toán từ $O(n^3)$ hoặc $O(n^2)$ xuống mức khả thi.

Nguồn tư liệu và dữ liệu thực nghiệm

  • Dữ liệu mạng được sinh tự động thông qua các thuật toán tạo đồ thị cơ sở (2-D grid) bổ sung các liên kết ngẫu nhiên theo phân bố xác suất đều (RSN).
  • Dữ liệu đối sánh được trích xuất từ các công cụ mô phỏng chuẩn (NS3, Omnet++) và các công bố chuẩn tắc của Thorup - Zwick, Cowen, Singla, Koibuchi, Al-Fares.
  • Kịch bản mô phỏng kiểm thử với quy mô mạng từ 100 đến 100.000 nút.

Nội dung chính theo từng chương

CHƯƠNG 1: TỔNG QUAN

Chương 1 hệ thống hóa toàn diện các khái niệm, nguyên lý cơ sở và bức tranh tổng quan về tô-pô mạng liên kết, giải thuật định tuyến, và công cụ mô phỏng:

  • Phân loại mạng liên kết: Phân chia theo phạm vi ứng dụng thành 4 nhóm gồm mạng trên vi mạch (OCNs/NoC), mạng khu vực/lưu trữ (SANs), mạng cục bộ (LANs), và mạng diện rộng (WANs); trong đó luận án tập trung vào SANs phục vụ HPC và DC.
  • Cấu trúc tô-pô và điều khiển luồng: Phân tích các mô hình tô-pô cơ bản (Bus, Star, Ring, Mesh, Tree, Torus) và mạng trực tiếp/gián tiếp. Khảo sát các cơ chế điều khiển luồng (Circuit switching, Store-and-Forward, Virtual cut-through, Wormhole switching) và vấn đề tắc nghẽn bộ đệm.
  • Hiệu năng mạng: Thiết lập mối quan hệ giữa đường kính mạng, bậc đỉnh, băng thông lát cắt, kích thước bảng định tuyến ($RTS$), thông lượng và độ trễ truyền tin.
  • Mạng ngẫu nhiên và định tuyến rút gọn: Khảo sát các mô hình Kleinberg, TOPO-$k$, định tuyến phân cấp (Kleinrock & Kamoun), định tuyến dựa trên nút đại diện (Cowen, TZ). Đặt ra bài toán thiết kế giải pháp định tuyến rút gọn chuyên biệt và công cụ mô phỏng hiệu năng cao cho mạng ngẫu nhiên.

CHƯƠNG 2: ĐỊNH TUYẾN RÚT GỌN CHO MÔ HÌNH MẠNG NGẪU NHIÊN

Chương 2 trình bày chi tiết hai giải pháp định tuyến rút gọn đề xuất cho mô hình mạng ngẫu nhiên xây dựng trên cơ sở lưới 2-D:

[Mạng ngẫu nhiên tựa lưới RSN]
  1. Mô hình tô-pô mạng ngẫu nhiên cơ sở: Xây dựng đồ thị $G=(V,E)$ từ lưới $k \times k$ ($n = k^2$ nút), mỗi nút có tọa độ $(x, y)$ và được bổ sung tối đa $c$ liên kết ngẫu nhiên ($c \le 2$) nối giữa các nút ở xa theo phân bố đều.
  2. Giải pháp định tuyến CORRA (Compact Routing for RAndom inter-connection topologies):
    • Nguyên lý: Khai thác các liên kết ngẫu nhiên như những "cầu nối" (bridges) giữa các vùng nút mạng ở xa nhau. Nút nguồn thu thập thông tin cầu nối từ các nút láng giềng trong bán kính xác định để định tuyến gói tin qua cầu nối thích hợp thay vì đi theo đường lưới.
    • Quy trình: Thuật toán xây dựng bảng định tuyến (RTC - Routing Table Construction), kỹ thuật địa chỉ hóa dựa trên nhãn và tọa độ.
    • Kết quả thực nghiệm: So với thuật toán SPR, CORRA giảm đáng kể kích thước bảng định tuyến $RTS$ (đủ nhỏ để triển khai trên mạng hàng trăm nghìn nút); so với thuật toán TZ, CORRA đạt độ dài đường định tuyến $ARPL$ và độ trễ truyền tin trung bình thấp hơn, với chi phí đánh đổi $RTS$ tăng nhẹ.
  3. Giải pháp định tuyến GLCR (Geographic Landmark-based Compact Routing):
    • Nguyên lý: Khắc phục nhược điểm chọn nút đại diện ngẫu nhiên thuần túy của TZ (dễ dẫn đến hiện tượng các landmark tập trung cục bộ, gây mất cân bằng kích thước cụm). GLCR kết hợp tọa độ địa lý để chọn và điều chỉnh vị trí các nút đại diện sao cho phân bố đồng đều khắp mạng.
    • Cơ chế tuyển chọn nút đại diện IJDST: Đề xuất thuật toán điều chỉnh vị trí landmark (AdjustLandmarkSet), loại bỏ các nút đại diện yếu và tối ưu hóa bán kính bao phủ cụm.
    • Kết quả thực nghiệm: Khi quy mô mạng tăng lên tới 100.000 nút, GLCR đạt $RTS$ nhỏ hơn rõ rệt so với thuật toán TZ gốc, đồng thời giảm kích thước cụm cực đại và duy trì $ARPL$ ở mức tối ưu.

CHƯƠNG 3: XÂY DỰNG CÔNG CỤ HỖ TRỢ ĐÁNH GIÁ HIỆU NĂNG MẠNG LIÊN KẾT

Chương 3 trình bày thiết kế kiến trúc, cài đặt công cụ phần mềm SSiNET và ứng dụng đề xuất mô hình tô-pô Bus-RSN:

  1. Kiến trúc công cụ mô phỏng SSiNET:
    • Nguyên lý thiết kế: Sử dụng mô hình mô phỏng sự kiện rời rạc (DES) giản lược, loại bỏ các chi tiết tầng giao thức không cần thiết của mạng phổ quát để tập trung vào hiệu năng tầng liên kết.
    • Thiết kế mô-đun: Phân chia thành các gói chức năng độc lập gồm graph (quản lý cấu trúc đồ thị), routing (cài đặt các giải thuật định tuyến DOR, SPR, TZ, CORRA, GLCR), các thành phần vật lý (switch, kênh truyền, bộ đệm), và nhóm thực nghiệm (zeroload, weightedload).
    • Cơ chế xấp xỉ: Tích hợp thuật toán tính toán xấp xỉ cho phép ước lượng đường kính mạng, $ARPL$, và độ trễ trên các đồ thị quy mô lớn mà không cần duyệt toàn bộ $O(n^2)$ cặp đỉnh.
    • Kiểm chứng thực nghiệm: So sánh thời gian thực thi với NS3 và Omnet++; kết quả cho thấy SSiNET cho kết quả đánh giá thông lượng và độ trễ tương đương Omnet++ nhưng giảm đáng kể thời gian tính toán và bộ nhớ, cho phép mô phỏng mạng lên tới hàng trăm nghìn nút.
  2. Ứng dụng SSiNET: Đề xuất mô hình tô-pô lai Bus-RSN cho DC cỡ vừa:
    • Kiến trúc: Kết hợp đường trục Bus tốc độ cao đóng vai trò xương sống kết nối giữa các phòng/sàn máy chủ riêng biệt; bên trong mỗi phòng/sàn, các máy chủ được liên kết theo mô hình mạng ngẫu nhiên RSN.
Thành phần tô-pô Bus-RSN Chức năng kỹ thuật
Đường trục Bus Kết nối liên vùng giữa các phòng máy chủ/sàn phân tán
Khối RSN nội vùng Kết nối linh hoạt các máy chủ nội bộ trong một phòng/sàn
Nút trục (Trunk node) Switch đại diện kết nối giữa mạng RSN nội vùng và đường Bus
Giải thuật HRA / $\alpha$-1 HRA Định tuyến phân cấp: định tuyến nội vùng RSN kết hợp định tuyến liên vùng qua Bus
  • Kết quả đánh giá: Đánh giá qua 2 kịch bản lắp đặt thực tế. Trong kịch bản 2 sàn phân tán, mô hình Bus-RSN tiết kiệm tới 26% chi phí thiết bị mạng so với mô hình JellyFish, trong khi độ trễ truyền tin chỉ tăng 12%.

Kết quả và những đóng góp mới

Đóng góp mới về mặt lý luận và khoa học

  1. Đề xuất 02 giải thuật định tuyến rút gọn mới cho mạng ngẫu nhiên:
    • Thuật toán CORRA: Khai thác thông tin cầu nối ngẫu nhiên giữa các vùng hàng xóm, giúp tối ưu hóa chiều dài đường định tuyến $ARPL$ và độ trễ trên mạng ngẫu nhiên tựa lưới.
    • Thuật toán GLCR (kèm cơ chế tuyển chọn IJDST): Cải tiến thuật toán phổ quát TZ bằng việc kết hợp thông tin vị trí địa lý, phân bố đồng đều các nút đại diện trên toàn mạng, giúp giảm mạnh kích thước bảng định tuyến $RTS$ và kích thước cụm lớn nhất khi quy mô mạng đạt 100.000 nút.
  2. Phương pháp luận đánh giá hiệu năng mạng ngẫu nhiên: Đề xuất phương pháp xấp xỉ kết hợp mô phỏng sự kiện rời rạc rút gọn để giải quyết bài toán nút thắt tài nguyên tính toán khi phân tích tô-pô mạng ngẫu nhiên cỡ lớn.

Đóng góp mới về mặt thực tiễn và giải pháp kỹ thuật

  1. Xây dựng công cụ phần mềm SSiNET: Cung cấp một môi trường mô phỏng chuyên dụng, linh hoạt, cho phép các nhà nghiên cứu dễ dàng cấu hình tô-pô mới, tích hợp giải thuật định tuyến và đánh giá hiệu năng tĩnh/động trên mạng quy mô lớn.
  2. Đề xuất mô hình tô-pô lai Bus-RSN: Cung cấp giải pháp thiết kế mạng khả thi, tiết kiệm chi phí cáp và thiết bị chuyển mạch, phù hợp với các DC quy mô vừa và nhỏ có không gian lắp đặt bị phân tán thành nhiều phòng/sàn tại Việt Nam.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu

  • Các giải pháp định tuyến CORRA và GLCR chủ yếu được thiết kế và kiểm chứng trên mô hình mạng ngẫu nhiên xây dựng từ đồ thị cơ sở dạng lưới 2-D (2-D grid).
  • Mô hình Bus-RSN chủ yếu tập trung giải quyết bài toán không gian phân tán cho DC cỡ vừa và nhỏ, chưa mở rộng đánh giá trên các hệ thống trung tâm dữ liệu siêu lớn (Hyperscale DC).

Hướng nghiên cứu tiếp

  1. Tiếp tục hoàn thiện, mở rộng các chức năng và kịch bản thực nghiệm của công cụ SSiNET, tiến tới công bố mã nguồn mở rộng rãi trên Internet phục vụ cộng đồng nghiên cứu.
  2. Mở rộng các giải thuật định tuyến rút gọn CORRA và GLCR cho các dạng đồ thị cơ sở phức tạp hơn (như 3-D Torus, đồ thị phi cấu trúc).
  3. Nghiên cứu sâu hơn về các cơ chế cân bằng tải động và khả năng chịu lỗi của thuật toán định tuyến khi xảy ra sự cố đứt gãy liên kết ngẫu nhiên trong thời gian thực.

Giá trị tham khảo

  • Đối với nghiên cứu sinh, giảng viên và cộng đồng học thuật: Luận án cung cấp hệ thống cơ sở lý thuyết đầy đủ về tô-pô mạng liên kết, mạng ngẫu nhiên, các thuật toán định tuyến rút gọn (Cowen, TZ, CORRA, GLCR) và phương pháp luận thiết kế công cụ mô phỏng mạng (SSiNET).
  • Đối với kỹ sư và nhà quản lý hạ tầng mạng/DC: Mô hình Bus-RSN và thuật toán định tuyến HRA là tài liệu tham khảo thực tế cho các tổ chức, doanh nghiệp vừa và nhỏ tại Việt Nam (ngân hàng, bộ ban ngành, cơ quan nhà nước) có nhu cầu xây dựng phòng máy chủ/DC trong điều kiện mặt bằng tòa nhà phân tán và ngân sách hạn hẹp.
  • Đối với các doanh nghiệp viễn thông và vận hành DC lớn: Cung cấp dữ liệu tham khảo về hiệu năng mạng ngẫu nhiên và giải pháp định tuyến bảng rút gọn cho các đơn vị như Viettel DC, FPT DC, VNPT DC, VTC DC, EVN DC.

Câu hỏi thường gặp

1. Thuật toán định tuyến CORRA khác biệt như thế nào so với thuật toán Shortest Path Routing (SPR) và thuật toán Thorup - Zwick (TZ)?

Thuật toán SPR luôn tìm đường ngắn nhất nhưng đòi hỏi lưu trữ toàn bộ $n$ bản ghi tại mỗi nút, gây quá tải bộ nhớ khi mạng lớn. Thuật toán TZ là định tuyến rút gọn phổ quát dùng nút đại diện ngẫu nhiên, giảm $RTS$ xuống $O(n^{1/2})$ nhưng làm tăng chiều dài đường đi (stretch-3). CORRA khai thác trực tiếp các liên kết ngẫu nhiên như các cầu nối giữa các vùng lân cận; do đó, CORRA đạt được $ARPL$ và độ trễ thấp hơn TZ (tiệm cận SPR) trong khi vẫn giữ kích thước bảng định tuyến $RTS$ nhỏ hơn rất nhiều so với SPR, cho phép mở rộng mạng lên hàng trăm nghìn nút.

2. Kỹ thuật lựa chọn nút đại diện trong giải pháp GLCR giải quyết nhược điểm gì của thuật toán TZ?

Trong thuật toán TZ gốc, các nút đại diện được chọn ngẫu nhiên, dễ dẫn đến hiện tượng các nút đại diện phân bố co cụm cục bộ và để lại các vùng mạng không có nút đại diện lân cận, khiến kích thước cụm của một số nút thường bị phình to. GLCR sử dụng thông tin tọa độ địa lý và thuật toán điều chỉnh AdjustLandmarkSet (cùng cơ chế IJDST) để buộc các nút đại diện phải phân bố đều khắp không gian mạng, loại bỏ các nút đại diện yếu, từ đó giảm kích thước cụm cực đại và giảm $RTS$ toàn mạng trên các hệ thống lên đến 100.000 nút.

3. Tại sao công cụ SSiNET có thể mô phỏng được các mạng quy mô lớn mà các công cụ như NS3 hay Omnet++ gặp khó khăn?

NS3 và Omnet++ là các công cụ mô phỏng phổ quát, mô hình hóa chi tiết và đầy đủ toàn bộ ngăn xếp giao thức mạng (network stack) và các đối tượng phần cứng phân cấp phức tạp, dẫn đến chiếm dụng dung lượng bộ nhớ lớn và thời gian xử lý rất dài khi số nút vượt quá vài nghìn. SSiNET áp dụng mô hình mô phỏng sự kiện rời rạc giản lược, tập trung chính xác vào tầng liên kết mạng và tích hợp phương pháp tính toán xấp xỉ tham số đồ thị, giúp giảm mạnh độ phức tạp tính toán và tiêu thụ bộ nhớ.

4. Ưu điểm thực tiễn nổi bật của mô hình tô-pô lai Bus-RSN khi triển khai trung tâm dữ liệu tại Việt Nam là gì?

Bus-RSN kết hợp đường trục Bus kết nối liên vùng giữa các phòng/sàn máy chủ riêng biệt và mạng ngẫu nhiên RSN nội vùng trong từng phòng. Thiết kế này giải quyết bài toán mặt bằng không liền kề của các tòa nhà tại Việt Nam, giảm số lượng cổng switch chuyên dụng và chiều dài cáp. Kết quả thực nghiệm cho thấy trong kịch bản lắp đặt 2 sàn riêng biệt, Bus-RSN giúp tiết kiệm đến 26% chi phí thiết bị so với tô-pô JellyFish mà độ trễ truyền tin chỉ chênh lệch 12%.

Kết luận

Bản luận án tiến sĩ của tác giả Kiều Thành Chung đã giải quyết trọn vẹn hai bài toán trọng tâm trong lĩnh vực mạng liên kết hiệu năng cao: đề xuất các giải thuật định tuyến rút gọn mới (CORRA, GLCR) tối ưu cho cấu trúc mạng ngẫu nhiên tựa lưới và xây dựng thành công công cụ phần mềm mô phỏng hiệu năng cao SSiNET. Các kết quả nghiên cứu không chỉ đóng góp làm phong phú cơ sở lý luận về định tuyến rút gọn và phân tích mạng quy mô lớn, mà còn mang lại giải pháp kiến trúc tô-pô lai Bus-RSN có tính ứng dụng thực tiễn cao cho việc xây dựng trung tâm dữ liệu tại Việt Nam. Công trình được bảo chứng khoa học thông qua các bài báo công bố trên các chuyên san uy tín trong nước và quốc tế.