Tổng quan nghiên cứu

Mạng Ad-hoc di động (MANET) là giải pháp mạng không dây phi tập trung ngày càng mở rộng, hỗ trợ kết nối nhanh chóng giữa các thiết bị di động mà không cần hạ tầng cố định. Tuy nhiên, hiệu năng mạng MANET thường suy giảm nghiêm trọng khi các nút di chuyển với vận tốc lớn; theo các đánh giá thực nghiệm, tỷ lệ phân phối gói tin (PDR) của các giao thức truyền thống có thể sụt giảm xuống dưới 65% khi tốc độ vượt quá 20 m/s. Vấn đề cốt lõi xuất phát từ sự thay đổi liên tục của hình trạng mạng, hiện tượng đứt gãy liên kết cục bộ, nghẽn mạng tại các nút trung gian và sự lãng phí tài nguyên năng lượng pin vốn bị giới hạn ở mức 100% ban đầu.

Mục tiêu chính của đề tài là xây dựng và hoàn thiện giao thức định tuyến nâng cao Enhanced-Ant-DSR dựa trên thuật toán tối ưu đàn kiến (ACO), kết hợp cải tiến giao thức định tuyến nguồn động (DSR). Nghiên cứu hướng đến việc tối ưu hóa tỷ lệ phân phối gói tin, giảm độ trễ truyền dữ liệu từ đầu cuối đến đầu cuối và hạ thấp chi phí điều khiển mạng. Phạm vi nghiên cứu tập trung vào không gian mô phỏng kích thước 1000m x 1000m với mật độ từ 20 đến 100 nút mạng di động, được triển khai thực hiện tại Trường Đại học Công nghệ thông tin và Truyền thông – Đại học Thái Nguyên trong giai đoạn năm 2021 đến năm 2022. Ý nghĩa khoa học và thực tiễn của luận văn thể hiện qua việc giảm thiểu chi phí định tuyến hơn 30% và nâng cao độ tin cậy kết nối trong môi trường mạng biến động mạnh.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu ứng dụng hai nền tảng lý thuyết chủ đạo: mô hình định tuyến nguồn động (DSR) và thuật toán tối ưu hóa bầy đàn đàn kiến (Ant Colony Optimization - ACO). Giao thức DSR cung cấp cơ chế định tuyến phản ứng gồm hai pha chính là tìm đường (Route Discovery) và duy trì đường (Route Maintenance), giúp hạn chế lặp vòng bằng cách ghi nhận toàn bộ chuỗi địa chỉ nút vào tiêu đề gói tin. Thuật toán ACO mô phỏng hành vi sinh học của loài kiến khi tìm đường ngắn nhất về tổ thông qua nồng độ kích thích tố pheromone bốc hơi theo thời gian.

Các khái niệm then chốt được xây dựng trong giao thức bao gồm: Độ đo độ kết nối liên kết (LM) dựa trên chỉ số cường độ tín hiệu thu nhận RSSM; Độ đo tắc nghẽn phi tuyến của nút (NLCM) tích hợp tỷ lệ chiếm dụng hàng đợi, tải kênh truyền và tỷ lệ mất gói; Chỉ số tắc nghẽn toàn tuyến (CM) được lượng hóa qua phép nhân các chỉ số thành phần; và cơ chế phân rã pheromone thích ứng dựa trên vận tốc trung bình của các nút mạng. Toàn bộ cấu trúc gói điều khiển Req.Ant và Rep.Ant sử dụng địa chỉ MAC 48 bit, trường số chặng 7 bit (giới hạn tối đa 127 chặng), cùng các trường CM và LM có kích thước tối ưu 20 bit nhằm hạn chế kích thước gói tin điều khiển trên kênh truyền.

Phương pháp nghiên cứu

Để kiểm chứng tính đúng đắn và hiệu quả của thuật toán, luận văn xây dựng tập dữ liệu thực nghiệm gồm 100 kịch bản mô phỏng độc lập với số lượng nút mạng biến thiên từ 20 đến 100 nút. Phương pháp chọn mẫu được áp dụng là phương pháp lấy mẫu ngẫu nhiên phân tầng (stratified random sampling) dựa trên các dải tốc độ di chuyển cực đại của nút từ 0 m/s đến 30 m/s và thời gian dừng từ 0 đến 100 giây theo mô hình Random Waypoint.

Lý do lựa chọn phương pháp phân tích mô phỏng rời rạc trên máy tính kết hợp xử lý thống kê định lượng xuất phát từ thực tế: việc triển khai một mạng MANET vật lý quy mô 100 thiết bị di động độc lập đòi hỏi kinh phí phần cứng rất lớn, đồng thời khó kiểm soát các yếu tố nhiễu môi trường truyền dẫn để đảm bảo tính lặp lại của thí nghiệm. Toàn bộ tiến trình nghiên cứu kéo dài 12 tháng, chia thành 3 giai đoạn: xây dựng mô hình toán học (tháng 8/2021 - tháng 12/2021), lập trình giải thuật và mô phỏng trên nền tảng chuyên dụng (tháng 1/2022 - tháng 4/2022), phân tích dữ liệu và đánh giá hiệu năng so sánh (tháng 5/2022 - tháng 7/2022).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Kết quả thực nghiệm cho thấy giao thức Enhanced-Ant-DSR vượt trội rõ rệt so với giao thức DSR truyền thống và các biến thể ACO trước đây trên 4 tiêu chí cốt lõi:

Thứ nhất, tỷ lệ phân phối gói tin (PDR) của Enhanced-Ant-DSR đạt mức trung bình từ 88,5% đến 94,2%, cao hơn từ 18% đến 25% so với giao thức DSR gốc (chỉ đạt khoảng 65% đến 72% trong các kịch bản nút di chuyển nhanh 20 m/s). Sự cải thiện này nhờ vào khả năng dự báo đứt gãy liên kết trước khi sự cố xảy ra thông qua việc so sánh cường độ tín hiệu với giá trị ngưỡng Ti.

Thứ hai, độ trễ truyền gói đầu cuối (End-to-End Delay) giảm đáng kể từ 320 ms xuống còn 195 ms, tương đương mức giảm 39%. Việc tránh các nút có chỉ số tắc nghẽn NLCM cao giúp gói tin không bị tồn đọng lâu trong bộ đệm hàng đợi của các nút trung gian.

Thứ ba, chi phí định tuyến (Routing Overhead) giảm khoảng 34% trong điều kiện mạng có mật độ nút cao. Cơ chế chuyển tiếp có chọn lọc trong chế độ mạng dày đặc (Dense Mode) đã ngăn chặn hiệu quả hiện tượng bão gói tin quảng bá thường gặp ở DSR.

Thứ tư, tỷ lệ lỗi đường truyền giảm từ 42% xuống còn 16%, đồng thời mức tiêu thụ năng lượng của toàn mạng giảm khoảng 22% nhờ chu kỳ phát gói thăm dò ECHO được tối ưu hóa ở giá trị 0,0946R chia cho tổng vận tốc cực đại của hai nút láng giềng.

Thảo luận kết quả

Nguyên nhân chính tạo nên sự cải thiện hiệu năng vượt trội là việc kết hợp đồng thời ba chỉ số: chiều dài đường truyền, mức độ tắc nghẽn và độ bền vững của liên kết vào công thức tính toán pheromone. Trong khi các nghiên cứu trước đây như ANT-DSR hay AntHocNet thường tiêu tốn tài nguyên lớn do duy trì quá nhiều loại gói tin điều khiển (lên đến 4 loại gói), Enhanced-Ant-DSR chỉ sử dụng hai gói tin Req.Ant và Rep.Ant với cấu trúc đồng nhất, kết hợp gói ECHO chu kỳ nhỏ. Việc dự báo khoảng cách ngưỡng 0,9054R giữa hai nút ngẫu nhiên giúp hệ thống chủ động chuyển hướng dữ liệu sang đường dự phòng trước khi liên kết vật lý đứt gãy hoàn toàn.

Dữ liệu thực nghiệm của nghiên cứu có thể được trực quan hóa hiệu quả thông qua một biểu đồ đường đa trục (multi-axis line chart) biểu diễn mối tương quan giữa tỷ lệ PDR và độ trễ theo sự gia tăng của vận tốc di chuyển từ 5 m/s đến 30 m/s. Bên cạnh đó, một bảng tổng hợp so sánh đa tiêu chí (comparative benchmark table) thể hiện các thông số định lượng giữa DSR, ANT-DSR và Enhanced-Ant-DSR sẽ làm nổi bật mức tiết kiệm năng lượng 22% và tỷ lệ giảm chi phí định tuyến 34% của giải pháp đề xuất.

Đề xuất và khuyến nghị

Nhằm chuyển giao và phát huy hiệu quả các kết quả nghiên cứu trong thực tiễn truyền thông không dây, 4 khuyến nghị cụ thể được đề xuất:

  1. Tích hợp giải thuật Enhanced-Ant-DSR vào các thiết bị mạng truyền thông dã chiến và cứu hộ thiên tai: Nhóm kỹ sư phần mềm nhúng tại các viện nghiên cứu viễn thông cần phát triển module định tuyến này cho các thiết bị truyền thông ad-hoc trong thời gian 6 tháng, đặt mục tiêu duy trì tỷ lệ truyền tin cứu hộ đạt trên 90% khi hạ tầng mạng viễn thông mặt đất tê liệt.

  2. Chuẩn hóa tham số ngưỡng cường độ tín hiệu RSSM trên các dải tần thực tế: Các kỹ sư vô tuyến thuộc các doanh nghiệp công nghệ cần tiến hành hiệu chỉnh giá trị ngưỡng Ti cho dải tần 2,4 GHz và 5,8 GHz trong vòng 3 tháng tới, nhằm hạn chế sai số tính toán dưới 3% trong môi trường có vật cản.

  3. Phát triển thuật toán lai giữa học tăng cường (Reinforcement Learning) và cơ chế ACO: Các nhóm nghiên cứu học thuật tại các trường đại học công nghệ cần triển khai thử nghiệm mô hình lai trong lộ trình 12 tháng, hướng tới mục tiêu giảm thêm 15% độ trễ đầu cuối đối với các luồng truyền video thời gian thực.

  4. Triển khai thử nghiệm thực tế trên nền tảng mạng cảm biến và máy tính nhúng: Các phòng thí nghiệm trọng điểm cần tổ chức kịch bản thử nghiệm vật lý trên hệ thống gồm 30 nút Raspberry Pi và module thu phát Wi-Fi trong thời gian 9 tháng, đánh giá độ tin cậy thực tế đạt mức tương đồng trên 85% so với kết quả mô phỏng.

Đối tượng nên tham khảo luận văn

Luận văn mang lại giá trị thực tiễn và học thuật cao cho 4 nhóm đối tượng cụ thể:

Nhóm thứ nhất là học viên cao học và nghiên cứu sinh chuyên ngành Khoa học máy tính và Kỹ thuật mạng: Luận văn cung cấp phương pháp luận chi tiết về việc ứng dụng trí tuệ bầy đàn (Swarm Intelligence) để giải quyết bài toán tối ưu hóa đa mục tiêu trên đồ thị động, phục vụ trực tiếp cho việc phát triển các đề tài nghiên cứu chuyên sâu.

Nhóm thứ hai là kỹ sư thiết kế hệ thống mạng viễn thông và thông tin quân sự: Tài liệu là cẩm nang hữu ích để xây dựng các mạng truyền thông chiến thuật, mạng ad-hoc cho máy bay không người lái (UAV) hoạt động tại các khu vực không có trạm gốc, yêu cầu độ ổn định kết nối trên 90%.

Nhóm thứ ba là lập trình viên hệ thống nhúng và mạng cảm biến vạn vật (IoT): Khai thác cấu trúc gói tin điều khiển tinh gọn 20 bit và cơ chế dự báo ngắt kết nối để tối ưu hóa thời lượng pin cho các thiết bị hoạt động tại hiện trường.

Nhóm thứ tư là giảng viên các trường đại học kỹ thuật: Có thể sử dụng luận văn làm tài liệu tham khảo cho các học phần Mạng máy tính nâng cao, Trí tuệ nhân tạo phân tán và Đánh giá hiệu năng mạng bằng mô phỏng.

Câu hỏi thường gặp

Giao thức Enhanced-Ant-DSR giải quyết bài toán đứt gãy liên kết trong mạng MANET như thế nào? Giao thức giải quyết triệt để vấn đề này nhờ cơ chế dự báo trước khi liên kết thực sự đứt gãy. Bằng việc tính toán cường độ tín hiệu nhận RSSM qua gói tin ECHO và so sánh với ngưỡng Ti tương ứng khoảng cách trung bình 0,9054R, nút mạng chủ động phát hiện liên kết suy yếu và chuyển hướng truyền tin sang tuyến dự phòng có pheromone cao tiếp theo.

Tại sao giao thức lại phân biệt hai chế độ khám phá đường thưa thớt và dày đặc? Việc phân chia hai chế độ nhằm giải quyết bài toán cân bằng giữa tỷ lệ tìm thấy đường và chi phí định tuyến. Ở chế độ thưa thớt, gói Req.Ant được chuyển tiếp qua mọi liên kết tin cậy để tối đa hóa cơ hội tìm đường; trong khi ở chế độ dày đặc, gói tin chỉ chuyển tiếp qua liên kết có tỷ lệ NNCM/RSSM tốt nhất, giúp triệt tiêu hiện tượng bão gói tin quảng bá.

Cơ chế cập nhật và phân rã pheromone trong Enhanced-Ant-DSR có điểm gì vượt trội? Điểm vượt trội nằm ở hàm phân rã thích ứng theo vận tốc trung bình của mạng và số gói tin xác nhận kACK nhận được. Nếu một tuyến đường liên tục truyền dữ liệu thành công, lượng pheromone được bồi đắp tăng dần; ngược lại, trong kịch bản các nút di chuyển với vận tốc lớn, pheromone của các đường không sử dụng sẽ bay hơi rất nhanh để giải phóng bộ nhớ đệm.

Giao thức xử lý hiện tượng định tuyến lặp và xung đột vùng trống bằng phương pháp nào? Khi phát hiện địa chỉ của chính mình trong ngăn xếp INA của gói Req.Ant (báo hiệu lặp vòng), nút mạng sẽ sao chép địa chỉ lặp, hủy gói tin và chuyển hướng bản sao sang các liên kết khác. Đối với vùng trống (không có láng giềng nào khác ngoài nút gửi), gói tin lập tức được hoàn trả về nút phát để tìm hướng đi thay thế, loại bỏ hoàn toàn việc gói tin bị kẹt.

Enhanced-Ant-DSR có thể ứng dụng trực tiếp cho các mạng cảm biến không dây hay không? Giao thức hoàn toàn có thể ứng dụng cho mạng cảm biến không dây nhờ khả năng tiết kiệm tài nguyên vượt trội. Cấu trúc trường điều khiển chỉ chiếm từ 7 đến 20 bit, kết hợp cơ chế kiểm soát tắc nghẽn và duy trì đường dự phòng giúp giảm tiêu thụ pin tới 22%, rất phù hợp với các nút cảm biến có năng lượng hạn chế.

Kết luận

  • Hoàn thiện mô hình toán học và giải thuật định tuyến Enhanced-Ant-DSR kết hợp ưu điểm của giao thức nguồn DSR và thuật toán tối ưu hóa bầy đàn ACO.
  • Thiết lập thành công hai chỉ số đo lường then chốt: độ tắc nghẽn phi tuyến của nút (NLCM) và độ bền vững liên kết (RSSM) dựa trên ngưỡng khoảng cách 0,9054R.
  • Xây dựng cơ chế khám phá tuyến linh hoạt với hai chế độ mạng thưa thớt và dày đặc, loại bỏ triệt để hiện tượng định tuyến lặp và vùng trống.
  • Đánh giá thực nghiệm qua 100 kịch bản mô phỏng, chứng minh sự vượt trội với tỷ lệ PDR đạt 88,5% - 94,2%, giảm 39% độ trễ đầu cuối và tiết kiệm 22% năng lượng toàn mạng.
  • Cung cấp giải pháp định tuyến thích ứng cao, đáp ứng toàn diện các tiêu chuẩn chất lượng dịch vụ (QoS) cho môi trường mạng không dây di động phức tạp.

Lộ trình phát triển tiếp theo của đề tài sẽ tập trung vào việc thử nghiệm thuật toán trên mạng thực tế quy mô 50 thiết bị trong vòng 6 tháng tới và tích hợp trí tuệ nhân tạo dự đoán quỹ đạo di chuyển của nút trong vòng 12 tháng. Độc giả quan tâm và các đơn vị nghiên cứu có thể khai thác mã nguồn mô phỏng cùng các tham số cấu hình chi tiết trong toàn văn luận văn để ứng dụng trực tiếp vào các dự án mạng truyền thông không dây thế hệ mới.