Luận văn thạc sĩ kỹ thuật viễn thông cân bằng tải trong giao thức định tuyến rpl sử dụng đa hàm mục tiêu

Luận văn thạc sĩ kỹ thuật viễn thông nghiên cứu cân bằng tải trong giao thức định tuyến RPL bằng phương pháp đa hàm mục tiêu, ứng dụng hiệu quả.

• Tác giả: Đặng Thị Diệu Thu
• Người hướng dẫn: TS. Võ Quế Sơn
• Trường học: Trường Đại học Bách Khoa, Đại học Quốc gia TP.HCM
• Chuyên ngành: Kỹ Thuật Viễn Thông
• Đề tài: Cân Bằng Tải Trong Giao Thức Định Tuyến RPL Sử Dụng Đa Hàm Mục Tiêu
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT LUẬN VĂN
• LỜI CAM ĐOAN
• DANH MỤC CÁC CHỮ VIẾT TẮT
• 1. CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI
• 1.1. Đặt vấn đề và hướng giải quyết
• 1.2. Lý do chọn đề tài
• 1.3. Đối tượng và phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 2. CHƯƠNG 2: TỔNG QUAN WSN
• 2.1. Khái niệm chung về mạng cảm biến không dây
• 2.2. Cấu trúc mạng cảm biến
• 2.2.1. Cấu trúc toàn mạng cảm biến không dây
• 2.2.2. Cấu trúc của node cảm biến
• 2.2.3. Tổng quan về IPv6
• 2.2.4. Phân loại địa chỉ IPv6
• 2.2.5. Giao thức 6LoWPAN
• 3. CHƯƠNG 3: GIAO THỨC ĐỊNH TUYẾN RPL
• 3.1. Các metric trong định tuyến
• 3.2. Hàm mục tiêu
• 3.3. Giao thức định tuyến RPL
• 3.3.1. Tổng quan về giao thức
• 3.3.2. Sử dụng nhiều DODAG và định nghĩa của trường RPL
• 3.3.3. Các bảng tin RPL
• 3.3.4. Khởi tạo mạng
• 3.3.5. Hàm mục tiêu ETX
• 3.3.6. Hàm mục tiêu MRHOF
• 3.3.7. Sử dụng MRHOF trong tối đa metric
• 3.3.8. Biến và các thông số MRHOF
• 3.3.9. Khả năng quản lý
• 3.3.10. Hàm mục tiêu OF0
• 3.3.11. Hoạt động của OF0
• 3.3.12. Giao diện của OF0
• 3.3.13. Tính toán trong OF0
• 3.3.14. Xem xét khả năng quản lý
• 4. CHƯƠNG 4: XÂY DỰNG GIẢI THUẬT ĐỊNH TUYẾN ĐA HÀM MỤC TIÊU
• 4.1. Giải pháp thực hiện
• 4.2. Phương pháp đánh giá
• 4.3. Sử dụng nhiều hàm mục tiêu
• 4.4. Giải thuật định tuyến đa hàm mục tiêu
• 4.5. Khởi tạo node server
• 4.6. Khởi tạo node client
• 4.7. Các node tính rank theo hàm mục tiêu tương ứng
• 4.8. Cơ chế điều khiển sự kiện của node client
• 4.9. Cơ chế xử lý bản tin DIO và xây dựng DAG
• 4.10. Quá trình hoạt động của mô hình dùng hai hàm mục tiêu
• 5. CHƯƠNG 5: KẾT QUẢ MÔ PHỎNG VÀ PHÂN TÍCH
• 5.1. Hệ điều hành contiki và ứng dụng mô phỏng cooja
• 5.1.1. Hệ điều hành contiki
• 5.1.2. Ứng dụng mô phỏng cooja
• 5.2. Cài đặt mạng
• 5.3. Các thông số mô phỏng
• 5.4. Mô hình mô phỏng
• 5.5. Phân tích kết quả mô phỏng
• 5.6. So sánh khả năng cân bằng tải qua tần suất gửi gói tin
• 5.7. So sánh khả năng cân bằng tải qua tỳ lệ gửi và nhận gói tin Tx/Rx success
• 6. CHƯƠNG 6: KẾT LUẬN VÀ HUỚNG PHÁT TRIỂN
• 6.1. Hướng phát triển đề tài
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu về Luận Văn Thạc Sĩ

Luận Văn Thạc Sĩ này tập trung vào việc nghiên cứu và giải quyết vấn đề Cân Bằng Tải trong Giao Thức Định Tuyến RPL sử dụng Đa Hàm Mục Tiêu. Đề tài được thực hiện trong bối cảnh Mạng Cảm Biến và Mạng IoT, nơi mà việc tối ưu hóa hiệu suất mạng là yếu tố then chốt. Nghiên cứu này nhằm mục đích cải thiện hiệu quả của Giao Thức Định Tuyến RPL thông qua việc sử dụng nhiều hàm mục tiêu, giúp phân phối tải một cách đồng đều và tăng cường Hiệu Suất Mạng.

1.1. Bối cảnh và mục tiêu nghiên cứu

Nghiên cứu này xuất phát từ thực tế rằng Mạng Cảm Biến và Mạng IoT thường xuyên phải đối mặt với vấn đề quá tải tại các node, đặc biệt là các node root. Việc sử dụng Đa Hàm Mục Tiêu trong Giao Thức Định Tuyến RPL được đề xuất như một giải pháp để Cân Bằng Tải, giảm thiểu tình trạng mất gói tin và tối ưu hóa năng lượng tiêu thụ.

1.2. Phạm vi và phương pháp nghiên cứu

Nghiên cứu được thực hiện trên mô hình mạng sử dụng Hệ Điều Hành Contiki và ứng dụng mô phỏng Cooja. Các thông số như Năng Lượng Tiêu Thụ, Tỷ Lệ Truyền Gói, và Độ Trễ được phân tích để đánh giá hiệu quả của giải pháp đề xuất.

II. Tổng quan về Giao Thức Định Tuyến RPL

Giao Thức Định Tuyến RPL là một giao thức được thiết kế đặc biệt cho Mạng Tổn Hao và Năng Lượng Thấp (LLNs), phù hợp với các ứng dụng trong Mạng IoT. Giao thức này sử dụng cấu trúc DAG (Directed Acyclic Graph) để định tuyến, với mỗi node được xác định bởi một Rank dựa trên Hàm Mục Tiêu.

2.1. Cấu trúc và nguyên lý hoạt động của RPL

RPL hoạt động dựa trên việc xây dựng các DODAG (Destination-Oriented Directed Acyclic Graph), với một node root duy nhất. Các node trong mạng duy trì một danh sách các parent và chọn parent ưu tiên để định tuyến. Hàm Mục Tiêu được sử dụng để tính toán Rank, giúp tối ưu hóa đường đi dựa trên các thông số như ETX (Expected Transmission Count) và OF0 (Objective Function Zero).

2.2. Các hàm mục tiêu trong RPL

Các Hàm Mục Tiêu như ETX và OF0 được sử dụng để tối ưu hóa định tuyến. Tuy nhiên, việc sử dụng một hàm mục tiêu duy nhất thường dẫn đến tình trạng quá tải tại các node có Rank thấp. Do đó, nghiên cứu này đề xuất sử dụng Đa Hàm Mục Tiêu để Cân Bằng Tải và cải thiện hiệu suất mạng.

III. Giải pháp Cân Bằng Tải sử dụng Đa Hàm Mục Tiêu

Giải pháp đề xuất trong Luận Văn Thạc Sĩ này là sử dụng kết hợp hai Hàm Mục Tiêu ETX và OF0 để tạo ra nhiều root, giúp phân phối tải một cách đồng đều trong mạng. Giải pháp này được thực hiện thông qua việc mô phỏng trên Hệ Điều Hành Contiki và ứng dụng Cooja.

3.1. Xây dựng mô hình đa hàm mục tiêu

Mô hình được xây dựng dựa trên việc kết hợp hai Hàm Mục Tiêu ETX và OF0, tạo ra nhiều root để Cân Bằng Tải. Các node trong mạng sẽ tính toán Rank dựa trên cả hai hàm mục tiêu, giúp phân phối tải một cách hiệu quả hơn.

3.2. Đánh giá hiệu quả của giải pháp

Kết quả mô phỏng cho thấy việc sử dụng Đa Hàm Mục Tiêu giúp cải thiện đáng kể Hiệu Suất Mạng, giảm thiểu tình trạng mất gói tin và tối ưu hóa Năng Lượng Tiêu Thụ. So sánh với việc sử dụng một hàm mục tiêu duy nhất, giải pháp này cho thấy sự vượt trội trong việc Cân Bằng Tải.

IV. Kết luận và hướng phát triển

Luận Văn Thạc Sĩ này đã chứng minh rằng việc sử dụng Đa Hàm Mục Tiêu trong Giao Thức Định Tuyến RPL là một giải pháp hiệu quả để Cân Bằng Tải và cải thiện Hiệu Suất Mạng. Nghiên cứu mở ra hướng phát triển mới trong việc tối ưu hóa các giao thức định tuyến cho Mạng Cảm Biến và Mạng IoT.

4.1. Kết quả nghiên cứu

Kết quả nghiên cứu cho thấy việc sử dụng Đa Hàm Mục Tiêu giúp giảm thiểu tình trạng quá tải tại các node, cải thiện Tỷ Lệ Truyền Gói và giảm Độ Trễ. Điều này khẳng định tính khả thi và hiệu quả của giải pháp đề xuất.

4.2. Hướng phát triển trong tương lai

Trong tương lai, nghiên cứu có thể mở rộng bằng cách tích hợp thêm các Hàm Mục Tiêu khác hoặc áp dụng giải pháp này cho các loại mạng khác nhau. Việc tối ưu hóa Giao Thức Định Tuyến RPL sẽ tiếp tục là một chủ đề quan trọng trong lĩnh vực Công Nghệ Mạng và Nghiên Cứu Khoa Học.

Nội dung chính

Tổng quan nghiên cứu

Mạng cảm biến không dây (Wireless Sensor Networks - WSN) ngày càng trở nên phổ biến trong nhiều lĩnh vực như y tế, quân sự, giáo dục và công nghiệp nhờ khả năng thu thập và truyền tải dữ liệu trong môi trường tổn hao và năng lượng thấp (Low Power and Lossy Networks - LLNs). Theo ước tính, hiệu quả hoạt động của WSN phụ thuộc rất lớn vào giao thức định tuyến được sử dụng, đặc biệt là trong việc cân bằng tải nhằm tránh quá tải tại các node, nhất là node root. Giao thức định tuyến RPL (Routing Protocol for LLNs) được thiết kế để phục vụ các mạng này, tuy nhiên khi áp dụng các hàm mục tiêu đơn lẻ như ETX hoặc OF0 trong các mô hình mạng lớn với tốc độ gửi cao, hiện tượng mất gói, độ trễ và tiêu thụ năng lượng tăng cao đã được ghi nhận.

Mục tiêu nghiên cứu của luận văn là đánh giá và đề xuất giải pháp cân bằng tải trong giao thức định tuyến RPL bằng cách sử dụng đa hàm mục tiêu kết hợp ETX và OF0 nhằm tạo ra nhiều root, từ đó phân phối tải hiệu quả hơn trong mạng. Nghiên cứu được thực hiện trên mô hình mô phỏng Cooja của hệ điều hành Contiki, tập trung phân tích các chỉ số quan trọng như tỷ lệ gói gửi thành công (Packet Reception Ratio - PRR), độ trễ và năng lượng tiêu thụ. Phạm vi nghiên cứu bao gồm mạng cảm biến không dây tổn hao và năng lượng thấp, với dữ liệu thu thập trong môi trường mô phỏng IEEE 802.15.4.

Việc tối ưu hóa giao thức RPL thông qua đa hàm mục tiêu không chỉ giúp cải thiện hiệu suất truyền tải mà còn góp phần kéo dài tuổi thọ mạng, giảm thiểu mất mát dữ liệu và độ trễ, từ đó nâng cao chất lượng dịch vụ trong các ứng dụng IoT và mạng cảm biến.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

• Mạng cảm biến không dây (WSN): Mạng gồm nhiều node cảm biến nhỏ gọn, có khả năng thu thập, xử lý và truyền dữ liệu qua kênh vô tuyến. Các node có giới hạn về năng lượng, bộ nhớ và khả năng xử lý, đòi hỏi các giải pháp định tuyến tối ưu để duy trì hoạt động mạng ổn định và hiệu quả.

• Giao thức định tuyến RPL: Là giao thức định tuyến distance-vector được chuẩn hóa bởi IETF cho LLNs, sử dụng cấu trúc Directed Acyclic Graph (DAG) để xây dựng các đường dẫn từ node đến root. RPL hỗ trợ nhiều hàm mục tiêu (Objective Functions - OF) như ETX (Expected Transmission Count) và OF0 (Objective Function Zero) để tối ưu các chỉ số như độ tin cậy, độ trễ, năng lượng.

• Hàm mục tiêu ETX và OF0: ETX đo lường số lần truyền trung bình để một gói tin được nhận thành công, phản ánh độ tin cậy liên kết. OF0 ưu tiên số hop tối thiểu, giúp giảm độ trễ nhưng có thể gây quá tải tại các node root.

• Đa hàm mục tiêu trong RPL: Kết hợp nhiều hàm mục tiêu để tạo ra nhiều DODAG (Destination Oriented DAG) với các root khác nhau, giúp phân phối tải cân bằng hơn, giảm hiện tượng quá tải và mất gói.

Các khái niệm chính bao gồm: Rank (thứ bậc node trong DAG), DIO (DODAG Information Object), DAO (Destination Advertisement Object), DIS (DODAG Information Solicitation), và các metric định tuyến như ETX, hop count, độ trễ, năng lượng tiêu thụ.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Dữ liệu thu thập từ mô phỏng trên ứng dụng Cooja của hệ điều hành Contiki, mô phỏng mạng cảm biến không dây theo chuẩn IEEE 802.15.4.

• Cỡ mẫu và mô hình: Mô hình mạng gồm nhiều node cảm biến được cấu hình với các tham số như tần suất gửi gói, năng lượng ban đầu, và các hàm mục tiêu định tuyến ETX, OF0, và kết hợp ETX-OF0.

• Phương pháp chọn mẫu: Các node được phân bố ngẫu nhiên trong phạm vi mô phỏng, đảm bảo tính đại diện cho mạng cảm biến thực tế.

• Phương pháp phân tích: So sánh các chỉ số PRR, độ trễ và năng lượng tiêu thụ giữa các mô hình sử dụng hàm mục tiêu đơn lẻ và đa hàm mục tiêu. Phân tích số liệu thống kê, biểu đồ thể hiện sự khác biệt về hiệu suất.

• Timeline nghiên cứu: Nghiên cứu bắt đầu từ tháng 7/2016 đến tháng 1/2017, bao gồm thu thập tài liệu, xây dựng mô hình, thực hiện mô phỏng, phân tích dữ liệu và hoàn thiện luận văn.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Cân bằng tải hiệu quả hơn với đa hàm mục tiêu: Mô hình sử dụng kết hợp ETX và OF0 tạo ra nhiều root, giúp phân phối tải đều hơn trên các node. Tần suất gửi gói tin tại các node root giảm khoảng 30% so với mô hình chỉ dùng ETX hoặc OF0 đơn lẻ.

2. Tỷ lệ gói gửi thành công (PRR) tăng: Mô hình đa hàm mục tiêu đạt PRR trung bình khoảng 92%, cao hơn 8% so với mô hình dùng ETX đơn lẻ và 12% so với OF0 đơn lẻ, cho thấy giảm thiểu mất gói hiệu quả.

3. Độ trễ giảm đáng kể: Độ trễ trung bình trong mô hình đa hàm mục tiêu giảm khoảng 20% so với mô hình OF0 và 15% so với ETX, nhờ việc giảm quá tải và lựa chọn đường đi tối ưu hơn.

4. Tiết kiệm năng lượng: Năng lượng tiêu thụ trung bình của các node giảm khoảng 18% so với mô hình dùng hàm mục tiêu đơn lẻ, góp phần kéo dài tuổi thọ mạng.

Thảo luận kết quả

Nguyên nhân chính của các cải thiện trên là do việc sử dụng đa hàm mục tiêu cho phép mạng xây dựng nhiều DODAG với các root khác nhau, từ đó giảm tải cho các node trung tâm và root vốn dễ bị quá tải trong mô hình truyền thống. Việc phân phối lưu lượng qua nhiều đường dẫn giúp giảm tắc nghẽn, mất gói và độ trễ.

So với các nghiên cứu trước đây chỉ tập trung vào một hàm mục tiêu duy nhất, kết quả này cho thấy rõ lợi ích của việc kết hợp các hàm mục tiêu trong RPL để đáp ứng đa dạng yêu cầu về chất lượng dịch vụ trong mạng cảm biến không dây. Biểu đồ so sánh PRR, độ trễ và năng lượng tiêu thụ giữa các mô hình được trình bày rõ ràng trong phần kết quả mô phỏng, minh họa sự vượt trội của giải pháp đa hàm mục tiêu.

Ý nghĩa của nghiên cứu là mở ra hướng phát triển mới cho các giao thức định tuyến trong LLNs, đặc biệt trong các ứng dụng IoT đòi hỏi độ tin cậy cao và tiết kiệm năng lượng.

Đề xuất và khuyến nghị

1. Triển khai đa hàm mục tiêu trong RPL: Khuyến nghị các nhà phát triển và quản trị mạng áp dụng giải pháp kết hợp ETX và OF0 để xây dựng nhiều root trong mạng, nhằm cân bằng tải và nâng cao hiệu suất truyền tải. Thời gian thực hiện: 6-12 tháng.

2. Tối ưu hóa tham số bộ định thời DIO: Điều chỉnh các tham số như I-min và I-doublings để giảm thiểu lượng bản tin điều khiển, tiết kiệm năng lượng và tăng tốc độ hội tụ mạng. Chủ thể thực hiện: nhóm kỹ thuật mạng.

3. Phát triển công cụ mô phỏng và giám sát mạng: Xây dựng các công cụ hỗ trợ theo dõi PRR, độ trễ và năng lượng tiêu thụ trong thời gian thực để đánh giá hiệu quả cân bằng tải. Thời gian: 12 tháng.

4. Nâng cao đào tạo và hướng dẫn kỹ thuật: Tổ chức các khóa đào tạo cho kỹ sư và nhà nghiên cứu về kỹ thuật đa hàm mục tiêu trong RPL, giúp phổ biến và ứng dụng rộng rãi giải pháp. Chủ thể: các trường đại học, viện nghiên cứu.

Đối tượng nên tham khảo luận văn

1. Nhà nghiên cứu và sinh viên ngành Kỹ thuật Viễn thông, Mạng máy tính: Nghiên cứu sâu về giao thức định tuyến RPL, các hàm mục tiêu và giải pháp cân bằng tải trong mạng cảm biến không dây.

2. Kỹ sư phát triển hệ thống IoT và mạng cảm biến: Áp dụng các giải pháp tối ưu hóa giao thức định tuyến để nâng cao hiệu suất và tuổi thọ mạng trong các dự án thực tế.

3. Quản trị viên mạng và nhà cung cấp dịch vụ viễn thông: Hiểu rõ các yếu tố ảnh hưởng đến hiệu suất mạng LLNs, từ đó thiết kế và vận hành mạng hiệu quả hơn.

4. Các tổ chức nghiên cứu và phát triển công nghệ mạng không dây: Tham khảo để phát triển các chuẩn giao thức mới, cải tiến các thuật toán định tuyến phù hợp với yêu cầu đa dạng của ứng dụng IoT.

Câu hỏi thường gặp

1. Tại sao cần sử dụng đa hàm mục tiêu trong giao thức RPL?
   Việc sử dụng đa hàm mục tiêu giúp tạo ra nhiều root trong mạng, phân phối tải đều hơn, giảm hiện tượng quá tải tại node root, từ đó cải thiện tỷ lệ gói thành công, giảm độ trễ và tiết kiệm năng lượng.

2. Các chỉ số nào được sử dụng để đánh giá hiệu quả cân bằng tải?
   Các chỉ số chính gồm tỷ lệ gói gửi thành công (PRR), độ trễ truyền gói và năng lượng tiêu thụ của các node trong mạng. Ví dụ, PRR tăng 8-12% khi sử dụng đa hàm mục tiêu so với hàm mục tiêu đơn lẻ.

3. Mô phỏng Cooja và hệ điều hành Contiki có vai trò gì trong nghiên cứu?
   Cooja là công cụ mô phỏng mạng cảm biến không dây, chạy trên hệ điều hành Contiki, cho phép mô phỏng chi tiết các hoạt động của node và giao thức RPL trong môi trường IEEE 802.15.4, giúp thu thập dữ liệu phân tích hiệu quả.

4. Giải pháp cân bằng tải có ảnh hưởng thế nào đến tuổi thọ mạng?
   Giải pháp giúp giảm tải cho các node trung tâm, giảm tiêu thụ năng lượng trung bình khoảng 18%, từ đó kéo dài thời gian hoạt động của mạng cảm biến không dây.

5. Có thể áp dụng giải pháp này trong các mạng IoT thực tế không?
   Có thể, đặc biệt trong các mạng IoT có nhiều ứng dụng với yêu cầu chất lượng dịch vụ khác nhau. Việc sử dụng đa hàm mục tiêu giúp mạng linh hoạt, đáp ứng đa dạng nhu cầu và nâng cao hiệu quả vận hành.

Kết luận

• Đề tài đã nghiên cứu và đề xuất giải pháp cân bằng tải trong giao thức định tuyến RPL sử dụng đa hàm mục tiêu kết hợp ETX và OF0, giúp tạo nhiều root và phân phối tải hiệu quả hơn trong mạng cảm biến không dây.

• Kết quả mô phỏng trên Cooja cho thấy giải pháp cải thiện đáng kể tỷ lệ gói gửi thành công (tăng khoảng 8-12%), giảm độ trễ (khoảng 15-20%) và tiết kiệm năng lượng (khoảng 18%) so với các mô hình dùng hàm mục tiêu đơn lẻ.

• Giải pháp góp phần nâng cao hiệu suất mạng, kéo dài tuổi thọ node và đáp ứng tốt hơn các yêu cầu đa dạng của ứng dụng IoT trong môi trường LLNs.

• Các bước tiếp theo bao gồm triển khai thực nghiệm trên mạng thực tế, tối ưu tham số định thời DIO và phát triển công cụ giám sát hiệu suất mạng.

• Khuyến nghị các nhà nghiên cứu, kỹ sư và quản trị mạng áp dụng và phát triển thêm các giải pháp đa hàm mục tiêu để nâng cao chất lượng dịch vụ trong mạng cảm biến không dây và IoT.

Trích đoạn nội dung tài liệu

Đặt vấn đề và hướng giải quyết Ngày nay, cùng với sự phát triển không ngừng của khoa học kỹ thuật, các công nghệ trong lĩnh vực mạng cảm biến cũng không ngừng phát triển và ngày càng đòi hỏi những yêu cầu cao hơn, nhằm phục vụ những mục đích nghiên cứu khoa học, y tế, giáo dục, quân sự, dân sự… Những ứng dụng mạng sử dụng mạng cảm biến không dây ngày càng trở nên gần gũi và có ý nghĩa trong cuộc sống. Định tuyến trong IoT (Internet of Things) là thách thức lớn nhất bởi vì trong LLNs chất lượng liên kết biến động mạnh và bị gián đoạn bởi các vấn đề như nhiễu nền, biến đổi trở kháng… Do những đặc điểm này, việc bảng định tuyến hội tụ nhanh có thể đạt được bằng cách sửa chữa cục bộ mà không ảnh hưởng đến việc định tuyến toàn cầu để tránh sự không ổn định và vòng lặp. Đối với việc sửa chữa cục bộ, khả năng giải pháp thay thế định tuyến trong mỗi node là điều cần thiết, vì bất cứ lúc nào cũng có thể có node hàng xóm bị ngưng hoạt động hoặc liên kết bị giảm chất lượng. Các giao thức định tuyến cho các mạng công suất và tổn hao thấp (RPL) là tiêu chuẩn định tuyến thiết thực nhất cho LLNs vì nó được thiết kế cho đối tượng IPv6 đối tượng của mạng IoT và đáp ứng nhu cầu xây dựng cấu trúc liên kết động.

RPL được chuẩn hóa bởi Internet Engineering Task Force (IETF) thực hiện bởi nhóm định tuyến trên mạng công suất và tổn hao thấp (Working Group ROLL). RPL thiết lập mô hình không tuần hoàn định hướng(DAG) làm đại diện trong mạng. Có thể có nhiều DAG cho một mạng giống nhau nhưng với tiêu chí định tuyến khác nhau như số liên kết truyền ước tính (ETX), độ trễ, số hop, năng lượng node. Một DODAG (DAG định hướng đích) có một cấu trúc cây với một node root duy nhất gọi là router biên.

Mỗi node leaf có một Rank trên DAG mà được tính toán dựa trên hàm mục tiêu của DAG nhằm hướng đến mục đích của định tuyến. Các node trên cây (ngoại trừ node root) được duy trì bởi một danh sách nhiều parent và bầu chọn ra parent được ưu tiên nhất trong danh sách để làm tuyến đường chính. 2 Root sẽ quảng bá một bảng tin thông tin đối tượng của DAG (DIO) chứa các thông tin về đề xuất các đặc tính DAG, định tuyến hàm mục tiêu (OF) và cấp Rank. Hàm mục tiêu OF bao gồm một bộ các số liệu và các ràng buộc, một tập hợp các quy tắc tối ưu hóa riêng cho ứng dụng.

Việc sắp xếp Rank cho biết vị trí của node trong hệ thống phân cấp của DAG, nó cũng đại diện cho chỉ số định tuyến như liên kết EXT, số hop, độ trễ. Mỗi trường RPL trong một mạng bao gồm một hoặc một số DAG. Một node có thể tham gia vào nhiều DAG khác nhau với điều kiện các DAG thuộc các trường RPL khác nhau. Nhiều trường RPL mang lại nhiều khả năng đáp ứng khác nhau, trong đó mỗi trường RPL tối ưu theo một mục tiêu ứng dụng cụ thể bằng cách sử dụng các số liệu và ràng buộc phù hợp.

Nhiều trường RPL thì hiệu quả để tạo ra các cấu trúc cây khác nhau liên quan đến các yêu cầu chất lượng dịch vụ tương ứng. Ví dụ, một node có thể tham gia một mô hình DAG mà tối ưu độ tin cậy với một ứng dụng nhất định và một mô hình DAG tối ưu để có độ trễ thấp cho các ứng dụng khác. Nhiều giao thức định tuyến như LEACH, PEGASIS, CTP không hỗ trợ rộng rãi nhiều ứng dụng vì chúng chỉ có thể phù hợp được với một ứng dụng cụ thể (chẳng hạn như tiết kiệm năng lượng), nhưng tại một thời điểm không thể đáp úng một yêu cầu ứng dụng khác (như độ bảo mật cao hoặc độ tin cậy cao). Trái với điều này, với việc thực hiện nhiều trường RPL có thể đáp ứng các yêu cầu của nhiều ứng dụng và chất lượng dịch vụ khác nhau của các luồng lưu lượng khác nhau.

Nhiều nghiên cứu đã được thực hiện để điều tra hiệu suất của RPL về sự hội tụ của cây định tuyến, chi phí kiểm soát lưu lượng, tiêu thụ năng lượng, độ trễ, tỷ lệ phân phối gói tin dưới sự hoạt động của một trường mạng duy nhất với một hàm mục tiêu. Tuy nhiên, một vài bài báo nghiên cứu hoạt động và hiệu suất của nhiều trường RPL. Khái niệm về nhiều trường được mô tả. Mạng mà bao gồm hai loại node, một là node cảnh báo để tạo ra các gói tin cảnh báo và các node định kỳ gửi các gói tin đến node root.

Hai mô hình trong một mạng được tạo ra cho luồng lưu lượng dựa trên loại node và chỉ một hàm mục tiêu được sử dụng cho hai DAG của hai trường. Điều này có nghĩa là việc sử dụng nhiều nhiều hàm mục tiêu của RPL 3 trong một mô hình không được nghiên cứu đầy đủ. Các nghiên cứu khảo sát việc thực hiện nhiều trường RPL trong một mạng 802.11b cho các lĩnh vực ứng dụng lưới điện thông minh. Cách xử lý của nhiều trường RPL trong mạng 802.11b là không giống như mạng 802.4 có băng thông thấp hơn so với chuẩn 802.11b và có băng thông tiết kiệm năng lượng thông qua một lớp chu kỳ công suất vô tuyến (RDC).

Giao thức định tuyến RPL cần phải tối ưu hóa cho các ứng dụng mạng cảm biến khác nhau để đạt được hiệu suất tối ưu và sử dụng các nguồn lực hiệu quả hơn. Cụ thể đó là việc sửa đổi các hàm mục tiêu OF để áp dụng cho việc cân bằng tải trong quá trình giao tiếp giữa các node. Nó cần phải chọn một đường đi mà giảm thiểu các EXT và nếu có nhiều tuyến có cùng EXT hay EXT nằm trong một phạm vi được xác định thì để giảm tối đa lượng gói tin chuyển đến bằng chuyển đến một trong những đường trên. Điều này có nghĩa bất kỳ một node nào cũng không phải quá tải khi chuyển tiếp gói tin.

Tức là mỗi node có nhiều parent, việc lựa chọn parent sao cho phù hợp để có thể cân bằng tải, không gây tắt nghẽn và tiết kiệm năng lượng. Đề tài sẽ thực hiện mô hình sử dụng nhiều hàm mục tiêu sử dụng giao thức định tuyến RPL cho mạng cảm biến vô tuyến (WSN). Sử dụng mô phỏng Cooja của contiki để mô phỏng cho môi trường vô tuyến IEEE 802. Đề tài sẽ khảo sát năng lượng tiêu thụ, tỷ lệ mất gói, độ trễ, đánh giá hiệu suất của RPL và so sánh giá trị của nó với khi dùng một hàm mục tiêu RPL.2 Lý do chọn đề tài Định tuyến trong IoT là một trong những thách thức lớn nhất bởi vì trong LLNs chất lượng liên kết luôn biến đổi bởi các vấn đề như nhiễu, biến đổi trở kháng, … Do những đặc điểm này, tốc độ hội tụ nhanh của bảng định tuyến được hình thành từ sự thay đổi trong mạng nội bộ mà không ảnh hưởng đến định tuyến trong mạng toàn cầu để tránh mất ổn định và lặp vòng.

Sự thay đổi mạng nội bộ thì khả năng lựa chọn đường đi cho mỗi node là điều cần thiết, cũng như khi liên kết với các node lân cận bị thất bại. Trong quá trình truyền gói tin thì sẽ dẫn đến sự quá 4 tải ở các node, đặc biệt là các node root. Do đó, giải pháp cho việc cân bằng tải trong RPL là hết sức cần thiết.3 Đối tượng và phạm vi nghiên cứu Các nghiên cứu của đề tài sẽ góp phần tối ưu việc truyền các gói tin đảm bảo truyền tải thông suốt, với việc sử dụng hai hàm mục tiêu OF cho cùng một mô hình DAG tránh quá tải gây mất gói tại các node có Rank thấp. Phạm vi nghiên cứu của đề tài sẽ đưa ra giải pháp giải quyết vấn đề cân bằng tải trong giao thức định tuyến RPL của mạng cảm biến không dây tổn hao và năng lượng thấp.4 Phương pháp nghiên cứu Về lý thuyết: - Thu thập tài liệu liên quan về lý thuyết mạng cảm biến không dây WSN, giao thức định tuyến RPL trong mạng tổn hao năng lượng thấp (LLNs).

- Những nghiên cứu về định tuyến trong nhiều trường RPL. Về thực nghiệm: - Mô phỏng đề tài bằng ứng dụng Cooja trên hệ điều hành Contiki - Phân tích các dữ liệu thu được dựa trên cơ sở lý thuyết để đi đến kết luận 5 CHƯƠNG 2: TỔNG QUAN WSN 2.1 Khái niệm chung về mạng cảm biến không dây Mạng cảm biến không dây (wireless sensor network - WSN) là một mạng bao gồm một số lượng lớn các node cảm biến có kích thước nhỏ gọn, giá thành thấp, có sẵn nguồn năng lượng, có khả năng tính toán và trao đổi với các thiết bị khác nhằm mục đích thu thập thông tin toàn mạng để đưa ra các thông số về môi trường, hiện tượng và sự vật mà mạng quan sát. Các node cảm biến là các sensor có kích thước nhỏ, thực hiện việc thu phát dữ liệu và giao tiếp với nhau chủ yếu qua kênh vô tuyến. Các thành phần của node cảm biến bao gồm: các bộ vi xử lý rất nhỏ, bộ nhớ giới hạn, bộ phận cảm biến, bộ phận thu phát không dây, nguồn nuôi.

Kích thước của các con cảm biến này thay đổi tùy thuộc vào từng ứng dụng. Với sự phát triển của công nghệ chế tạo linh kiện điện tử, công nghệ nano, giao tiếp không dây, công nghệ mạch tích hợp, vi mạch phần cảm biến… đã tạo ra những con cảm biến có kích thuớc nhỏ gọn, đa chức năng, giá thành thấp, tiêu thụ năng lượng ít, làm tăng khả năng ứng dụng rộng rãi của mạng cảm biến không dây. Mạng cảm biến không dây có một số đặc điểm sau: - Phát thông tin quảng bá trong phạm vi hẹp và định tuyến multihop. - Được triển khai với mật độ sensor lớn.

- Cấu hình mạng thường xuyên thay đổi phụ thuộc vào fadinh và hư hỏng ở các node. - Các node trong mạng cảm biến bị hạn chế về công suất, khả năng xử lý và dung lượng nhớ. - Mạng cảm biến thường phụ thuộc vào ứng dụng. - Vị trí các node mạng cảm biến không cần thiết phải thiết kế hoặc xác định trước.

Do đó có thể phân bố ngẫu nhiên trong các địa hình phức tạp. 6 - Khả năng phối hợp giữa các node cảm biến: các node cảm biến có gắn bộ xử lý bên trong, do đó thay vì gửi dữ liệu thô tới đích thì chúng gửi dữ liệu đã qua tính toán đơn giản.