Nâng cao hiệu suất mô phỏng tại Đại học Quốc gia Hà Nội

Bài viết phân tích hiệu suất các thuật toán định tuyến trong mạng di động MANET qua mô phỏng, cung cấp cái nhìn sâu sắc về công nghệ mạng.

• Người hướng dẫn: TS. Nguyễn Đình Việt
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Nâng cao hiệu suất mô phỏng trong nghiên cứu tại Đại học Quốc gia Hà Nội
• Loại tài liệu: Luận văn
• Năm xuất bản: 2005
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CẢM ƠN
• MỞ ĐẦU
• 1. CHƯƠNG 1: GIỚI THIỆU VỀ MẠNG MANET VÀ BÀI TOÁN ĐỊNH TUYẾN TRONG MẠNG
• 1.1. Mạng đặc biệt di động MANET
• 1.2. Sự phát triển của mạng
• 1.3. Ngôn ngữ cảnh sử dụng mạng
• 1.4. Bài toán định tuyến mạng MANET
• 2. CHƯƠNG 2: MÔ HÌNH GIAO THỨC ĐỊNH TUYẾN MẠNG MANET
• 2.1. Mô hình kỹ thuật định tuyến mạng MANET
• 2.2. Phân loại giao thức định tuyến mạng MANET
• 3. CHƯƠNG 3: MÔ HÌNH MẠNG MANET MÔ PHỎNG
• 3.1. Mô hình mạng MANET
• 3.2. Thiết lập mạng MANET mô phỏng trong NS2
• 3.3. Mô phỏng mạng không dây di động
• 3.4. Mô hình phương tiện chia sẻ
• 3.5. Tổng quan quá trình mô phỏng
• 4. CHƯƠNG 4: ĐÁNH GIÁ HIỆU SUẤT GIAO THỨC
• 4.1. Các tham số của môi trường
• 4.2. Thí nghiệm 1: Sử dụng mô hình Random Waypoint
• 4.3. Thí nghiệm 2: Sử dụng mô hình Random Walk
• 4.4. Thí nghiệm 3: Sử dụng mô hình Random Direction
• 4.5. Nhận xét về hiệu suất của giao thức
• DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về Hiệu suất Mô phỏng tại ĐHQGHN

Nghiên cứu và phát triển các phương pháp mô phỏng hiệu quả đóng vai trò then chốt trong nhiều lĩnh vực tại Đại học Quốc gia Hà Nội (ĐHQGHN). Từ mô phỏng vật lý, mô phỏng hóa học đến mô phỏng kinh tế, các công cụ này giúp các nhà khoa học và kỹ sư hiểu sâu hơn về các hệ thống phức tạp, dự đoán hành vi và tối ưu hóa thiết kế. Việc nâng cao hiệu suất mô phỏng không chỉ rút ngắn thời gian nghiên cứu mà còn tiết kiệm tài nguyên tính toán và mở ra những khả năng mới trong khám phá khoa học. Các nghiên cứu về hiệu suất mô phỏng tại ĐHQGHN tập trung vào việc cải tiến thuật toán mô phỏng, tận dụng công cụ mô phỏng hiện đại và phát triển các mô hình hóa chính xác hơn. Điều này góp phần quan trọng vào việc nâng cao chất lượng nghiên cứu khoa học và đào tạo tại trường.

1.1. Tầm quan trọng của mô phỏng trong nghiên cứu khoa học

Mô phỏng là công cụ không thể thiếu trong nghiên cứu khoa học hiện đại. Nó cho phép các nhà nghiên cứu kiểm tra các giả thuyết, dự đoán kết quả và khám phá các kịch bản khác nhau mà không cần thực hiện các thí nghiệm tốn kém hoặc nguy hiểm. Tại ĐHQGHN, mô phỏng được sử dụng rộng rãi trong nhiều lĩnh vực, từ mô phỏng vật lý và mô phỏng hóa học đến mô phỏng kinh tế và mô phỏng xã hội. Việc nâng cao hiệu suất mô phỏng giúp các nhà nghiên cứu thu được kết quả nhanh chóng và chính xác hơn, từ đó đẩy nhanh tiến độ nghiên cứu khoa học.

1.2. Các lĩnh vực ứng dụng mô phỏng tại ĐHQGHN

ĐHQGHN ứng dụng mô phỏng trong nhiều lĩnh vực khác nhau. Trong lĩnh vực kỹ thuật, mô phỏng được sử dụng để thiết kế và tối ưu hóa các hệ thống phức tạp như mô phỏng giao thông và mô phỏng năng lượng. Trong lĩnh vực khoa học tự nhiên, mô phỏng được sử dụng để nghiên cứu các hiện tượng tự nhiên như mô phỏng môi trường và mô phỏng sinh học. Trong lĩnh vực kinh tế và xã hội, mô phỏng được sử dụng để dự đoán các xu hướng kinh tế và xã hội, cũng như để đánh giá các chính sách công. Sự đa dạng trong ứng dụng mô phỏng cho thấy tầm quan trọng của nó đối với nghiên cứu khoa học tại ĐHQGHN.

II. Thách thức Hiệu suất Mô phỏng tại ĐHQGHN

Mặc dù mô phỏng là một công cụ mạnh mẽ, việc nâng cao hiệu suất mô phỏng vẫn còn nhiều thách thức. Các bài toán mô phỏng thường rất phức tạp và đòi hỏi tài nguyên tính toán lớn. Thời gian mô phỏng có thể kéo dài, đặc biệt đối với các mô phỏng quy mô lớn hoặc mô phỏng phức tạp. Ngoài ra, việc đảm bảo độ chính xác mô phỏng cũng là một thách thức, đặc biệt khi mô hình hóa các hệ thống phức tạp. Tại ĐHQGHN, các nhà nghiên cứu đang nỗ lực giải quyết những thách thức này bằng cách phát triển các phương pháp mô phỏng mới, tận dụng công cụ mô phỏng hiện đại và cải thiện kỹ thuật mô phỏng. Mục tiêu là tối ưu hóa mô phỏng để đạt được hiệu quả mô phỏng cao nhất.

2.1. Yêu cầu về tài nguyên tính toán cho mô phỏng

Các bài toán mô phỏng phức tạp thường đòi hỏi tài nguyên tính toán lớn, bao gồm bộ nhớ, bộ xử lý và băng thông mạng. Mô phỏng quy mô lớn có thể yêu cầu sử dụng các siêu máy tính hoặc các cụm máy tính để có thể hoàn thành trong một khoảng thời gian hợp lý. Việc quản lý và phân bổ tài nguyên tính toán hiệu quả là một thách thức quan trọng trong việc nâng cao hiệu suất mô phỏng. Các nhà nghiên cứu tại ĐHQGHN đang tìm kiếm các giải pháp để tối ưu hóa mô phỏng và giảm thiểu yêu cầu về tài nguyên tính toán.

2.2. Vấn đề độ chính xác trong mô phỏng

Đảm bảo độ chính xác mô phỏng là một thách thức quan trọng, đặc biệt khi mô hình hóa các hệ thống phức tạp. Các mô hình hóa phải phản ánh chính xác các đặc tính và hành vi của hệ thống thực tế. Việc thu thập và xử lý dữ liệu đầu vào chính xác cũng rất quan trọng để đảm bảo độ chính xác mô phỏng. Các nhà nghiên cứu tại ĐHQGHN đang phát triển các phương pháp mô phỏng mới để cải thiện độ chính xác mô phỏng và giảm thiểu sai số.

2.3. Giảm thời gian mô phỏng

Một trong những mục tiêu quan trọng của việc nâng cao hiệu suất mô phỏng là giảm thời gian mô phỏng. Thời gian mô phỏng có thể kéo dài, đặc biệt đối với các mô phỏng quy mô lớn hoặc mô phỏng phức tạp. Việc giảm thời gian mô phỏng giúp các nhà nghiên cứu thu được kết quả nhanh chóng hơn và tăng tốc quá trình nghiên cứu khoa học. Các nhà nghiên cứu tại ĐHQGHN đang tìm kiếm các giải pháp để tối ưu hóa mô phỏng và giảm thời gian mô phỏng.

III. Phương pháp Tối ưu hóa Hiệu suất Mô phỏng tại ĐHQGHN

Để nâng cao hiệu suất mô phỏng, các nhà nghiên cứu tại ĐHQGHN đang áp dụng nhiều phương pháp mô phỏng khác nhau. Một trong những phương pháp mô phỏng quan trọng là tối ưu hóa thuật toán. Bằng cách cải tiến thuật toán mô phỏng, các nhà nghiên cứu có thể giảm thời gian mô phỏng và tiết kiệm tài nguyên tính toán. Một phương pháp mô phỏng khác là mô phỏng song song. Bằng cách chia nhỏ bài toán mô phỏng thành nhiều phần nhỏ hơn và thực hiện chúng đồng thời trên nhiều bộ xử lý, các nhà nghiên cứu có thể giảm đáng kể thời gian mô phỏng. Ngoài ra, việc sử dụng phần mềm mô phỏng chuyên dụng và công cụ mô phỏng hiện đại cũng giúp nâng cao hiệu suất mô phỏng.

3.1. Tối ưu hóa thuật toán mô phỏng

Tối ưu hóa thuật toán là một phương pháp mô phỏng quan trọng để nâng cao hiệu suất mô phỏng. Bằng cách cải tiến thuật toán mô phỏng, các nhà nghiên cứu có thể giảm thời gian mô phỏng và tiết kiệm tài nguyên tính toán. Các kỹ thuật tối ưu hóa thuật toán bao gồm giảm độ phức tạp của thuật toán, sử dụng các cấu trúc dữ liệu hiệu quả và tận dụng các tính năng đặc biệt của phần cứng. Các nhà nghiên cứu tại ĐHQGHN đang phát triển các thuật toán mô phỏng mới để tối ưu hóa mô phỏng và đạt được hiệu quả mô phỏng cao nhất.

3.2. Sử dụng mô phỏng song song và phân tán

Mô phỏng song song là một phương pháp mô phỏng hiệu quả để giảm thời gian mô phỏng. Bằng cách chia nhỏ bài toán mô phỏng thành nhiều phần nhỏ hơn và thực hiện chúng đồng thời trên nhiều bộ xử lý, các nhà nghiên cứu có thể giảm đáng kể thời gian mô phỏng. Mô phỏng phân tán là một mở rộng của mô phỏng song song, trong đó các phần nhỏ hơn của bài toán mô phỏng được thực hiện trên các máy tính khác nhau, kết nối với nhau qua mạng. Các nhà nghiên cứu tại ĐHQGHN đang sử dụng mô phỏng song song và mô phỏng phân tán để tối ưu hóa mô phỏng và giải quyết các bài toán mô phỏng phức tạp.

IV. Ứng dụng Thực tiễn và Kết quả Nghiên cứu tại ĐHQGHN

Các nghiên cứu về nâng cao hiệu suất mô phỏng tại ĐHQGHN đã mang lại nhiều kết quả đáng khích lệ. Các ứng dụng mô phỏng đã được triển khai trong nhiều lĩnh vực, từ mô phỏng giao thông và mô phỏng năng lượng đến mô phỏng môi trường và mô phỏng y tế. Các kết quả mô phỏng đã giúp các nhà khoa học và kỹ sư hiểu sâu hơn về các hệ thống phức tạp, dự đoán hành vi và tối ưu hóa thiết kế. Các nghiên cứu này cũng đã góp phần vào việc đào tạo nguồn nhân lực chất lượng cao trong lĩnh vực mô phỏng.

4.1. Mô phỏng trong lĩnh vực giao thông và năng lượng

Mô phỏng đóng vai trò quan trọng trong lĩnh vực giao thông và năng lượng. Trong lĩnh vực giao thông, mô phỏng được sử dụng để thiết kế và tối ưu hóa các hệ thống giao thông, giảm ùn tắc và cải thiện an toàn giao thông. Trong lĩnh vực năng lượng, mô phỏng được sử dụng để thiết kế và tối ưu hóa các hệ thống năng lượng, giảm tiêu thụ năng lượng và tăng hiệu quả sử dụng năng lượng. Các nhà nghiên cứu tại ĐHQGHN đang sử dụng mô phỏng để giải quyết các bài toán trong lĩnh vực giao thông và năng lượng.

4.2. Mô phỏng trong lĩnh vực môi trường và y tế

Mô phỏng cũng đóng vai trò quan trọng trong lĩnh vực môi trường và y tế. Trong lĩnh vực môi trường, mô phỏng được sử dụng để nghiên cứu các hiện tượng môi trường, dự đoán các tác động của biến đổi khí hậu và đánh giá các chính sách môi trường. Trong lĩnh vực y tế, mô phỏng được sử dụng để đào tạo các bác sĩ và y tá, mô phỏng các ca phẫu thuật và nghiên cứu các bệnh lý. Các nhà nghiên cứu tại ĐHQGHN đang sử dụng mô phỏng để giải quyết các bài toán trong lĩnh vực môi trường và y tế.

V. Kết luận và Hướng phát triển Hiệu suất Mô phỏng tại ĐHQGHN

Việc nâng cao hiệu suất mô phỏng là một lĩnh vực quan trọng và đầy tiềm năng tại ĐHQGHN. Các nghiên cứu về hiệu suất mô phỏng đã mang lại nhiều kết quả đáng khích lệ và góp phần vào việc nâng cao chất lượng nghiên cứu khoa học và đào tạo tại trường. Trong tương lai, các nhà nghiên cứu tại ĐHQGHN sẽ tiếp tục nỗ lực phát triển các phương pháp mô phỏng mới, tận dụng công cụ mô phỏng hiện đại và cải thiện kỹ thuật mô phỏng. Mục tiêu là tối ưu hóa mô phỏng để đạt được hiệu quả mô phỏng cao nhất và giải quyết các bài toán phức tạp trong nhiều lĩnh vực.

5.1. Tầm quan trọng của hợp tác trong nghiên cứu mô phỏng

Hợp tác giữa các nhà nghiên cứu từ các lĩnh vực khác nhau là rất quan trọng để nâng cao hiệu suất mô phỏng. Các nhà nghiên cứu từ lĩnh vực khoa học máy tính có thể đóng góp vào việc phát triển các thuật toán mô phỏng hiệu quả hơn, trong khi các nhà nghiên cứu từ các lĩnh vực ứng dụng có thể cung cấp các bài toán thực tế và dữ liệu đầu vào chính xác. Hợp tác giữa các trường đại học và các viện nghiên cứu cũng rất quan trọng để chia sẻ kiến thức và kinh nghiệm.

5.2. Đầu tư vào cơ sở hạ tầng cho mô phỏng

Đầu tư vào cơ sở hạ tầng cho mô phỏng, bao gồm các siêu máy tính, các cụm máy tính và các phần mềm mô phỏng chuyên dụng, là rất quan trọng để nâng cao hiệu suất mô phỏng. Cơ sở hạ tầng hiện đại cho phép các nhà nghiên cứu giải quyết các bài toán mô phỏng phức tạp hơn và thu được kết quả nhanh chóng hơn. Chính phủ và các tổ chức tài trợ cần đầu tư vào cơ sở hạ tầng cho mô phỏng để hỗ trợ nghiên cứu khoa học và phát triển kinh tế.

Nội dung chính

Tổng quan nghiên cứu

Mạng đặc biệt di động MANET (Mobile Ad-hoc Network) là bước tiến đột phá trong công nghệ truyền thông không dây, giải phóng thiết bị khỏi sự phụ thuộc vào các trạm phát sóng cố định. Ra đời từ nền tảng mạng ALOHA năm 1968 và dự án mạng vô tuyến gói PRNet của DARPA năm 1973, công nghệ này cho phép các thiết bị như máy tính xách tay, PDA và điện thoại tự thiết lập mạng đa chặng linh hoạt. Với chuẩn IEEE 802.11b hoạt động ở dải tần 2.4 GHz cho tốc độ 11 Mbps đến 20 Mbps, chuẩn 802.11a đạt 54 Mbps ở dải tần 5 GHz, cùng mạng cá nhân không dây WPAN Bluetooth có phạm vi dưới 10 mét, nhu cầu triển khai mạng không dây tự trị ngày càng tăng nhanh.

Tuy nhiên, đặc tính di động liên tục của các nút mạng khiến cấu hình topo thay đổi ngẫu nhiên, liên kết vô tuyến có băng thông hạn chế và dễ suy hao tín hiệu. Đồng thời, các nút di động bị giới hạn nghiêm ngặt về dung lượng pin và năng lực xử lý CPU, dẫn đến việc các thuật toán định tuyến truyền thống như Bellman-Ford hay OSPF bị quá tải hoặc tạo vòng lặp vô hạn. Vấn đề cốt lõi của nghiên cứu là xác định thuật toán định tuyến tối ưu có khả năng thích ứng cao, duy trì tỷ lệ phân phát gói tin ổn định và giảm thiểu chi phí truyền thông.

Luận văn thạc sĩ chuyên ngành Công nghệ thông tin của tác giả Nguyễn Minh Nguyệt, dưới sự hướng dẫn khoa học của TS. Nguyễn Đình Việt tại Trường Đại học Công nghệ – Đại học Quốc gia Hà Nội (bảo vệ tháng 12 năm 2005), tập trung khảo sát, đánh giá hiệu năng của 5 giao thức định tuyến tiêu biểu gồm DSDV, OLSR, AODV, DSR và TORA. Nghiên cứu được thực hiện thông qua mô phỏng trên công cụ NS2 với các kịch bản đo lường tỷ lệ truyền gói tin, độ trễ và tải định tuyến, tạo cơ sở khoa học để ứng dụng mạng ad-hoc trong cứu nạn khẩn cấp, cảm biến môi trường và tác chiến quân sự.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết mạng truyền thông gói vô tuyến và các mô hình toán học giải thuật định tuyến mạng ad-hoc. Khung lý thuyết phân chia các giao thức định tuyến thành hai trường phái chính:

• Định tuyến chủ ứng (Proactive): Tiêu biểu là giao thức DSDV (Destination-Sequenced Distance Vector) dựa trên thuật toán Bellman-Ford cải tiến và giao thức OLSR (Optimized Link State Routing). DSDV sử dụng số thứ tự (Sequence Number) chẵn/lẻ do nút đích khởi tạo để tránh hoàn toàn hiện tượng lặp vòng định tuyến, kết hợp hai dạng bản tin cập nhật toàn phần (Full Dump) và cập nhật bổ sung (Incremental Dump). Trong khi đó, OLSR tối ưu hóa cơ chế định tuyến trạng thái liên kết nhờ kỹ thuật chuyển tiếp đa điểm MPR (MultiPoint Relays), chỉ cho phép các nút MPR được chỉ định phát tán bản tin kiểm soát topo TC (Topology Control) và bản tin HELLO, giúp tiết kiệm đáng kể băng thông mạng.
• Định tuyến phản ứng (Reactive): Đại diện là giao thức AODV (Ad hoc On-Demand Distance Vector), DSR (Dynamic Source Routing) và TORA (Temporally-Ordered Routing Algorithm). AODV tìm đường theo yêu cầu qua các gói tin RREQ (Route Request), RREP (Route Reply) và thông báo đứt liên kết bằng RERR (Route Error). Giao thức DSR áp dụng cơ chế định tuyến tại nguồn (Source Routing), nhúng toàn bộ danh sách các nút trung gian vào tiêu đề gói tin dữ liệu và lưu trữ đường đi trong bộ nhớ đệm Route Cache. Giao thức TORA vận hành dựa trên lý thuyết đồ thị có hướng không chu trình DAG (Directed Acyclic Graph) gốc tại đích, gán chỉ số độ cao logic cho từng nút để định hướng dòng dữ liệu tương tự dòng nước chảy.

Các khái niệm then chốt bao gồm: Bán kính mạng D (đường kính số chặng), Độ trễ chuyển giao gói tin đầu cuối, Tải định tuyến chuẩn hóa NRL, và Điểm chuyển tiếp đa điểm MPR.

Phương pháp nghiên cứu

Phương pháp nghiên cứu thực nghiệm mô phỏng sự kiện rời rạc (Discrete Event-Driven Simulation) được lựa chọn làm phương pháp tiếp cận chủ đạo. Lý do lựa chọn mô phỏng thay vì đo kiểm thực tế hay giải tích toán học là vì mạng MANET có tính động cực cao, chi phí thiết bị đắt đỏ và các mô hình giải tích như lý thuyết hàng đợi hay mạng Petri không thể bao quát đầy đủ sự tương tác phức tạp của sóng vô tuyến và chuyển động vật lý.

Dữ liệu nghiên cứu được sinh ra từ bộ mô phỏng mạng mã nguồn mở NS2 (Network Simulator 2) do Đại học UC Berkeley phát triển thuộc dự án VINT, tích hợp phần mở rộng vô tuyến của nhóm Monarch thuộc Đại học Carnegie Mellon (CMU). Mẫu thử nghiệm được thiết kế chuẩn hóa với quy mô 50 nút di động phân bố trong không gian mô phỏng kích thước 1500 mét nhân 300 mét và 670 mét nhân 670 mét.

Nghiên cứu áp dụng phương pháp lấy mẫu tham số đa biến với 3 mô hình di chuyển nút mạng (Mobility Models) do TS. Tracy Camp (Colorado School of Mines) cung cấp:

• Mô hình điểm dừng ngẫu nhiên (Random Waypoint) với các mức thời gian tạm dừng (pause time) biến thiên từ 0, 30, 60, 120, 300, 600 đến 900 giây, vận tốc tối đa 20 mét trên giây.
• Mô hình bước đi ngẫu nhiên (Random Walk).
• Mô hình hướng đi ngẫu nhiên (Random Direction).

Lưu lượng truyền thông sử dụng mô hình nguồn phát tốc độ bit không đổi CBR (Constant Bit Rate) với 10 đến 30 kết nối đồng thời, kích thước gói tin dữ liệu 512 bytes, tần suất 4 gói trên giây. Quá trình xử lý dữ liệu vết (trace file) được tự động hóa bằng các kịch bản script chuyên dụng để trích xuất 3 chỉ số định lượng then chốt. Toàn bộ timeline nghiên cứu và tính toán thực nghiệm được hoàn thiện trong giai đoạn 2004 - 2005.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng thực nghiệm trên NS2 đối với 5 giao thức DSDV, OLSR, AODV, DSR và TORA đem lại các phát hiện định lượng cụ thể:

• Tỷ lệ phân phát gói tin (Packet Delivery Ratio - PDR): Hai giao thức định tuyến phản ứng AODV và DSR đạt hiệu suất truyền tải dữ liệu vượt trội nhất. Trong mô hình Random Waypoint với thời gian tạm dừng bằng 0 giây (mạng biến động liên tục), AODV và DSR duy trì tỷ lệ phân phát thành công đạt trên 95% đến 98%. Ngược lại, DSDV chỉ đạt tỷ lệ khoảng 70% đến 80% do tốc độ hội tụ bảng định tuyến không theo kịp sự đứt gãy liên kết, trong khi TORA có tỷ lệ rơi gói tin tăng cao khi mật độ di chuyển đạt cực đại.
• Thời gian trễ đầu cuối trung bình (Average End-to-End Delay): Các giao thức chủ ứng như OLSR và DSDV duy trì độ trễ rất thấp, chỉ dao động trong khoảng 10 đến 35 mili-giây, vì đường đi luôn được tính toán sẵn trong bảng định tuyến. Trong khi đó, DSR và AODV có độ trễ ban đầu cao hơn, dao động từ 40 đến 120 mili-giây ở các kịch bản mạng biến động nhanh, do phải tốn thời gian phát tán gói tin RREQ để khám phá tuyến đường. TORA ghi nhận mức trễ lớn nhất khi mạng phân mảnh do quá trình đảo chiều liên kết kéo dài.
• Tải định tuyến chuẩn hóa (Normalized Routing Load - NRL): DSR chứng minh khả năng tối ưu hóa băng thông ấn tượng nhất với chỉ số NRL dưới 0.2 gói tin điều khiển trên một gói tin dữ liệu được phân phát thành công. AODV có tải điều khiển cao hơn DSR khoảng 25% đến 40% do sử dụng cơ chế bản tin HELLO định kỳ và phát tán RREQ mở rộng. OLSR nhờ kỹ thuật chọn lọc nút MPR đã giảm được 50% lượng bản tin quảng bá so với định tuyến trạng thái liên kết truyền thống. Riêng TORA tạo ra tải định tuyến cực lớn, gấp 3 đến 5 lần so với AODV khi số lượng nút chuyển động tăng cao.
• Tác động của mô hình di chuyển: Hiệu suất của tất cả giao thức trong mô hình Random Waypoint cao hơn từ 8% đến 15% so với mô hình Random Walk và Random Direction, do hiện tượng tích tụ nút mạng tại khu vực trung tâm giúp tăng số lượng đường định tuyến dự phòng.

Thảo luận kết quả

Kết quả phân tích cho thấy không có một giao thức định tuyến duy nhất nào vượt trội toàn diện trong mọi điều kiện hoạt động của mạng MANET. Sự khác biệt về hiệu năng bắt nguồn trực tiếp từ triết lý thiết kế cơ bản:

• Giao thức AODV thể hiện sự cân bằng lý tưởng giữa khả năng thích ứng topo và độ tin cậy. Khi topo mạng thay đổi, cơ chế đánh số thứ tự đích ngăn chặn hoàn toàn vòng lặp, giúp AODV duy trì PDR trên 90% ngay cả khi tốc độ di chuyển của nút đạt 20 m/s.
• Giao thức DSR vượt trội trong các mạng quy mô vừa và nhỏ nhờ cơ chế Route Cache đa tuyến, tuy nhiên khi kích thước mạng mở rộng vượt quá 100 nút, chi phí tiêu đề gói tin (Header Overhead) chứa danh sách chặng nguồn làm suy giảm băng thông hữu ích.
• Giao thức OLSR khẳng định ưu thế trong các ứng dụng đòi hỏi độ trễ thấp thời gian thực, với việc giảm thiểu lưu lượng phát tán thông tin liên kết thông qua tập MPR có kích cỡ chỉ chiếm khoảng 20% đến 30% tổng số nút láng giềng.
• Giao thức TORA gặp hạn chế lớn khi triển khai trên diện rộng do hiện tượng bùng nổ bản tin UPDATE và CLEAR khi phát hiện phân mảnh mạng.

Dữ liệu nghiên cứu được trực quan hóa thông qua hệ thống bảng so sánh độ phức tạp lưu trữ O(N), độ phức tạp truyền thông O(2N), cùng các biểu đồ hàm tương quan biểu diễn sự suy giảm của tải định tuyến NRL và độ trễ trung bình theo sự gia tăng của thời gian tạm dừng (từ 0s đến 900s). Các phát hiện này hoàn toàn tương thích và bổ trợ cho các báo cáo kỹ thuật của Nhóm công tác MANET thuộc tổ chức IETF.

Đề xuất và khuyến nghị

Dựa trên các kết quả đo lường hiệu năng chuyên sâu, luận văn đề xuất 4 nhóm giải pháp kỹ thuật và khuyến nghị triển khai thực tế:

• Ứng dụng giao thức AODV cho hệ thống thông tin cứu hộ khẩn cấp và quốc phòng: Các đơn vị tác chiến cơ động và cứu hộ thiên tai nên ưu tiên cấu hình giao thức phản ứng AODV cho các thiết bị truyền thông vô tuyến dã chiến. Mục tiêu duy trì tỷ lệ kết nối dữ liệu đạt trên 95%, thời gian khôi phục tuyến khi đứt gãy dưới 2 giây. Lộ trình triển khai khuyến nghị trong vòng 6 tháng bởi các kỹ sư viễn thông chuyên trách.
• Triển khai giao thức OLSR cho mạng cảm biến giám sát đô thị và hội nghị truyền hình di động: Ban quản lý đô thị thông minh và các trung tâm hội nghị nên áp dụng OLSR nhằm đảm bảo độ trễ truyền gói tin dưới 30 mili-giây cho các dịch vụ âm thanh, video trực tuyến. Thời gian thiết lập thử nghiệm từ 3 đến 6 tháng, do các chuyên viên quản trị mạng không dây đảm nhiệm.
• Tối ưu hóa cơ chế bộ nhớ đệm và kiểm soát tắc nghẽn cho DSR: Đội ngũ nghiên cứu và phát triển phần mềm giao thức cần cải tiến thuật toán xóa bộ đệm cũ (Cache Invalidation) của DSR nhằm giảm tỷ lệ gửi gói tin theo đường dẫn hỏng. Mục tiêu giảm 30% tải định tuyến dư thừa và tiết kiệm 20% mức tiêu thụ năng lượng pin của nút mạng trong chu kỳ 12 tháng.
• Phát triển kiến trúc định tuyến phân cấp lai (Hybrid Clustering): Các viện nghiên cứu công nghệ thông tin cần đẩy mạnh phát triển các giao thức lai kết hợp giữa phân cụm cluster (sử dụng OLSR trong nội bộ cụm) và định tuyến theo yêu cầu (sử dụng AODV giữa các liên cụm). Giải pháp này nhằm mở rộng khả năng mở rộng của mạng MANET lên quy mô trên 200 nút di động mà vẫn duy trì tải điều khiển dưới ngưỡng 0.3 NRL.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại giá trị học thuật và ứng dụng thực tiễn cao cho 4 nhóm đối tượng chuyên môn:

• Học viên cao học và nghiên cứu sinh ngành Mạng & Truyền thông: Tài liệu cung cấp cơ sở lý thuyết chuẩn xác về cấu trúc toán học của các thuật toán Bellman-Ford, Dijkstra biến thể, bảng so sánh độ phức tạp tính toán và phương pháp luận thiết lập mô hình mô phỏng khoa học trên NS2.
• Kỹ sư thiết kế và quy hoạch hệ thống mạng không dây: Cung cấp các tham số định lượng cụ thể về băng thông, trễ và độ tiêu hao gói tin để lựa chọn đúng giao thức định tuyến khi xây dựng mạng nội bộ ad-hoc, mạng thiết bị đeo thông minh hoặc hệ thống giao thông thông minh VANET.
• Chuyên gia phát triển công nghệ quốc phòng và cứu nạn: Nắm bắt quy luật vận hành của mạng vô tuyến đa chặng không phụ thuộc trạm phát sóng cố định, phục vụ công tác thiết kế thiết bị liên lạc dã chiến cho lực lượng cứu hỏa, quân đội và cảnh sát biển.
• Lập trình viên và chuyên viên đo kiểm hiệu năng phần mềm mạng: Hướng dẫn chi tiết cách thức cấu hình tcl script, cài đặt các module định tuyến trong mã nguồn C++ của NS2, xử lý file vết đầu ra và tính toán các chỉ số thống kê PDR, NRL, Delay.

Câu hỏi thường gặp

Giao thức AODV và DSR khác biệt căn bản ở điểm nào?

Điểm khác biệt cốt lõi nằm ở phương thức lưu trữ và chỉ định đường đi. DSR sử dụng định tuyến nguồn, ghi toàn bộ chuỗi địa chỉ các chặng trung gian vào phần đầu của gói tin dữ liệu và lưu nhiều đường dẫn trong Route Cache. Ngược lại, AODV sử dụng bảng định tuyến theo từng chặng (Hop-by-Hop Routing) kết hợp số thứ tự đích để cập nhật trạng thái đường đi mới nhất, giúp kích thước gói tin dữ liệu của AODV nhỏ gọn hơn đáng kể so với DSR khi mạng có đường kính lớn từ 5 chặng trở lên.

Tại sao giao thức OLSR lại tiết kiệm băng thông hơn giao thức Link State truyền thống?

Giao thức Link State truyền thống phát tán thông tin trạng thái liên kết tới toàn bộ các nút trong mạng bằng cơ chế ngập lụt vô điều kiện, làm nghẽn kênh vô tuyến. OLSR giải quyết vấn đề này bằng kỹ thuật MultiPoint Relays (MPR). Mỗi nút chỉ chọn một tập tối thiểu các nút láng giềng trực tiếp làm nút MPR để chuyển tiếp gói tin điều khiển Topology Control. Nhờ đó, số lượng gói tin phát tán trong toàn mạng giảm từ 50% đến 70%, tối ưu hóa hiệu quả sử dụng kênh truyền vô tuyến chia sẻ.

Mô hình di chuyển Random Waypoint ảnh hưởng thế nào đến kết quả mô phỏng mạng MANET?

Trong mô hình Random Waypoint, mỗi nút di chuyển đến một điểm ngẫu nhiên với vận tốc xác định từ 0 đến 20 m/s, sau đó dừng lại một khoảng thời gian tạm dừng (pause time) trước khi tiếp tục. Khi pause time tăng từ 0 lên 900 giây, tính ổn định của mạng tăng dần, làm giảm tỷ lệ đứt liên kết và giảm tải định tuyến NRL xuống dưới 0.15. Tuy nhiên, mô hình này tạo ra hiện tượng tích tụ mật độ nút tại vùng trung tâm mô phỏng, dẫn đến kết quả phân phát gói tin thường khả quan hơn từ 10% so với mô hình Random Walk.

Khi nào nên ưu tiên sử dụng giao thức định tuyến chủ ứng thay vì phản ứng?

Giao thức chủ ứng như OLSR hoặc DSDV nên được ưu tiên khi mạng yêu cầu độ trễ truyền dữ liệu cực thấp (dưới 20 mili-giây), phục vụ các ứng dụng truyền phát âm thanh, hình ảnh thời gian thực và khi mật độ các nút mạng tương đối tĩnh hoặc di chuyển với vận tốc thấp dưới 5 m/s. Ngược lại, khi các nút di chuyển với cường độ cao và lưu lượng truyền ngắt quãng, giao thức phản ứng như AODV sẽ tiết kiệm băng thông và năng lượng pin hơn do không phải gửi các bản tin cập nhật định kỳ.

Vì sao phần mềm NS2 được ưu tiên lựa chọn để đánh giá hiệu năng giao thức MANET?

Bộ mô phỏng NS2 được phát triển theo kiến trúc hướng đối tượng kết hợp giữa ngôn ngữ C++ (xử lý sự kiện và giao thức mạng tốc độ cao) và OTcl (cấu hình kịch bản mô phỏng linh hoạt). NS2 tích hợp sẵn đầy đủ các mô hình tầng vật lý sóng vô tuyến, mô hình lan truyền sóng tự do và phản xạ đất, cùng giao thức MAC 802.11 chuẩn với cơ chế CSMA/CA và bắt tay RTS/CTS, cho phép tái hiện chân thực môi trường mạng ad-hoc di động với độ chính xác cao và khả năng lặp lại thực nghiệm hoàn hảo.

Kết luận

• Luận văn đã hệ thống hóa toàn diện cơ sở lý thuyết, phân loại cấu trúc và cơ chế vận hành của các họ giao thức định tuyến chủ ứng, phản ứng và giao thức lai trong mạng đặc biệt di động MANET.
• Thiết lập thành công môi trường mô phỏng thực nghiệm chuẩn hóa trên công cụ NS2, tích hợp 5 giao thức định tuyến tiêu biểu (DSDV, OLSR, AODV, DSR, TORA) với 3 mô hình di chuyển không gian đa chiều.
• Chứng minh bằng số liệu định lượng rằng AODV và DSR đạt hiệu suất truyền gói tin cao nhất (trên 95%), trong khi OLSR tối ưu hóa độ trễ đầu cuối ở mức thấp nhất (10 - 35 ms) trong các điều kiện mạng biến động.
• Làm rõ sự đánh đổi kỹ thuật giữa chi phí tải định tuyến chuẩn hóa và độ trễ tìm đường, xác lập cơ sở khoa học vững chắc cho việc lựa chọn giao thức theo từng tình huống ứng dụng thực tế.
• Mở ra định hướng phát triển các giao thức định tuyến nhận biết chất lượng dịch vụ QoS, định tuyến tối ưu năng lượng và bảo mật chống tấn công từ chối dịch vụ DoS trong giai đoạn tiếp theo.

Đối với các nhà nghiên cứu và kỹ sư hệ thống đang tìm kiếm giải pháp tối ưu hóa mạng không dây ad-hoc, công trình này là tài liệu tham khảo nền tảng không thể bỏ qua. Hãy khai thác sâu hơn các bộ script mô phỏng NS2 và khung đánh giá đa tiêu chí trong luận văn để nâng cao hiệu năng cho các dự án mạng truyền thông thế hệ mới.