Nghiên Cứu Hiệu Suất Của Mạng WSN Tại Đại Học Quốc Gia Hà Nội

Bài viết phân tích hiệu suất giao thức định tuyến trong mạng cảm biến không dây, cung cấp cái nhìn sâu sắc về các yếu tố ảnh hưởng và giải pháp tối ưu.

• Người hướng dẫn: PTS. Nguyễn Văn A
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Nghiên Cứu Hiệu Suất Của Mạng WSN Tại Đại Học Quốc Gia Hà Nội
• Loại tài liệu: luận văn
• Năm xuất bản: 2014
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI MỞ ĐẦU
• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Giới thiệu Mạng WSN
• 1.2. Nền tảng công nghệ của mạng WSN
• 1.3. Mô hình giao thức của mạng WSN
• 1.4. Ứng dụng của mạng WSN
• 1.5. Yếu tố ảnh hưởng tới thiết kế mạng WSN
• 2. CHƯƠNG 2: GIAO THỨC ĐỊNH TUYẾN TRONG MẠNG WSN
• 2.1. Giới thiệu giao thức định tuyến và tập trung dữ liệu
• 2.2. Giao thức Flooding
• 2.3. Directed Diffusion (Khuếch tán trực tiếp)
• 2.4. Đánh giá chất lượng giao thức phân vùng và tập trung dữ liệu
• 2.5. Giao thức TEEN và APTEEN
• 2.6. Giao thức MEEP và Small MEEP
• 2.7. Giao thức chuyển tiếp theo địa lý (Geographical Forwarding)
• 2.8. Giao thức dựa trên chất lượng dịch vụ
• 3. CHƯƠNG 3: LÝ THUYẾT VỀ ĐÁNH GIÁ HIỆU SUẤT VÀ MÔ HÌNH PHÂN MẠNG WSN
• 3.1. Khái niệm hiệu suất và mô hình đo
• 3.2. Tầm quan trọng của việc đánh giá hiệu suất mạng
• 3.3. Vấn đề cần giải quyết khi đánh giá hiệu suất
• 3.4. Mô hình mô phỏng mạng WSN
• 3.5. So sánh mô hình mô phỏng mạng WSN
• 3.6. Đặc điểm bộ mô phỏng NS2
• 3.7. Kiến trúc bộ mô phỏng NS2
• 3.8. Mô hình mô phỏng và hiển thị kết quả mô phỏng
• 4. CHƯƠNG 4: KẾT QUẢ THỰC NGHIỆM ĐÁNH GIÁ HIỆU SUẤT GIAO THỨC ĐỊNH TUYẾN TRONG MẠNG WSN
• 4.1. Thiết lập giá trị cho mô hình mô phỏng
• 4.2. File dữ liệu đầu ra
• 4.3. Thời gian sống của mạng
• 4.4. Mức năng lượng tiêu thụ theo thời gian
• 4.5. Tỷ lệ dữ liệu nhận được ở BS
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Mạng WSN Nghiên Cứu Tại Đại Học Quốc Gia HN

Mạng WSN (Wireless Sensor Networks) đang thu hút sự quan tâm lớn từ các nhà nghiên cứu, viện nghiên cứu, và các tổ chức xã hội. Đặc biệt, mạng WSN có tiềm năng ứng dụng rộng rãi trong nhiều lĩnh vực như giám sát môi trường, quốc phòng, an ninh và kinh tế. Mặc dù có nhiều điểm tương đồng với mạng MA­NET, các giao thức và kỹ thuật phát triển cho MA­NET không thể áp dụng trực tiếp cho mạng cảm biến không dây. Điều này xuất phát từ những khác biệt cơ bản giữa hai loại mạng này. Sự phát triển của mạng WSN đã trở thành một công cụ hữu ích và không thể thiếu trong nhiều lĩnh vực, từ giám sát môi trường tự nhiên đến theo dõi sức khỏe con người. Các nút trong mạng cảm biến bị hạn chế về năng lượng, khả năng lưu trữ và tính toán. Do đó, việc thiết kế các giao thức định tuyến hiệu quả là rất quan trọng để kéo dài tuổi thọ của mạng. Nghiên cứu này tập trung vào việc đánh giá hiệu suất của các giao thức định tuyến trong mạng WSN tại Đại học Quốc Gia Hà Nội.

1.1. Nền Tảng Công Nghệ Của Mạng WSN Hiện Nay

Mạng WSN là một lĩnh vực liên ngành, liên quan đến nhiều khía cạnh như sóng vô tuyến, xử lý tín hiệu, trí tuệ nhân tạo, quản lý cơ sở dữ liệu và tối ưu hóa tài nguyên. Các ứng dụng, nguyên tắc kết nối mạng và giao thức cho các hệ thống này mới chỉ bắt đầu được phát triển. Các cảm biến được kết nối với nhau thông qua một chuỗi các liên kết không dây năng lượng thấp trong khoảng cách ngắn. Chúng thường sử dụng Internet hoặc một số mạng khác để chuyển tiếp dữ liệu trên các tuyến đường dài tới điểm tập hợp và phân tích dữ liệu cuối cùng. Các kỹ thuật truyền và chia sẻ kênh truy cập ngẫu nhiên hướng kết nối đã được mô tả trong họ chuẩn IEEE 802. Hiện tại, việc triển khai mạng WSN vẫn đang phải đối mặt với một loạt các thách thức lớn. Tuy nhiên, công việc này đang dần được chuẩn hóa và nó sẽ trở nên đơn giản hơn khi các thách thức trên chỉ phải giải quyết một lần và sau đó kết quả của nó sẽ được thiết lập cố định trên các thành phần tương ứng.

1.2. Các Yếu Tố Ảnh Hưởng Đến Thiết Kế Mạng WSN

Việc thiết kế mạng WSN hiệu quả đòi hỏi sự cân nhắc kỹ lưỡng đến nhiều yếu tố. Tiết kiệm năng lượng là yếu tố then chốt, vì các nút cảm biến thường hoạt động bằng pin và có nguồn năng lượng hạn chế. Chi phí cũng là một yếu tố quan trọng, đặc biệt khi triển khai số lượng lớn các nút cảm biến. Khả năng mở rộng của mạng cũng cần được xem xét, để đảm bảo mạng có thể hoạt động hiệu quả khi số lượng nút tăng lên. Độ tin cậy của dữ liệu thu thập được là yếu tố không thể bỏ qua, đặc biệt trong các ứng dụng quan trọng như giám sát môi trường hoặc y tế. Cuối cùng, bảo mật của mạng WSN cần được đảm bảo để ngăn chặn các cuộc tấn công và bảo vệ dữ liệu nhạy cảm.

II. Giao Thức Định Tuyến Trong Mạng WSN Nghiên Cứu Chi Tiết

Định tuyến trong mạng WSN là một vấn đề phức tạp do các hạn chế về năng lượng, băng thông và khả năng tính toán của các nút cảm biến. Các giao thức định tuyến cần phải được thiết kế để tiết kiệm năng lượng, đảm bảo độ tin cậy và khả năng mở rộng của mạng. Có nhiều loại giao thức định tuyến khác nhau đã được phát triển cho mạng WSN, mỗi loại có những ưu điểm và nhược điểm riêng. Việc lựa chọn giao thức định tuyến phù hợp phụ thuộc vào các yêu cầu cụ thể của ứng dụng. Nghiên cứu này sẽ tập trung vào việc phân tích và so sánh hiệu suất của một số giao thức định tuyến phổ biến trong mạng WSN.

2.1. Các Giao Thức Kiến Trúc Phẳng Và Tập Trung Dữ Liệu

Các giao thức kiến trúc phẳng và tập trung dữ liệu là hai loại giao thức định tuyến phổ biến trong mạng WSN. Trong kiến trúc phẳng, tất cả các nút cảm biến đều có vai trò như nhau và giao tiếp trực tiếp với nhau. Trong kiến trúc tập trung dữ liệu, một số nút được chọn làm nút cụm và chịu trách nhiệm thu thập và tổng hợp dữ liệu từ các nút thành viên. Giao thức Flooding là một ví dụ về giao thức kiến trúc phẳng, trong khi Directed Diffusion là một ví dụ về giao thức kiến trúc tập trung dữ liệu. Mỗi giao thức có những ưu điểm và nhược điểm riêng, và việc lựa chọn giao thức phù hợp phụ thuộc vào các yêu cầu cụ thể của ứng dụng.

2.2. Giao Thức Định Tuyến Dựa Trên Địa Lý Geographical Forwarding

Các giao thức định tuyến dựa trên địa lý sử dụng thông tin vị trí của các nút cảm biến để định tuyến dữ liệu. Các giao thức này thường sử dụng các thuật toán định tuyến dựa trên khoảng cách hoặc góc để chọn nút tiếp theo trên đường đi đến đích. Ưu điểm của các giao thức này là khả năng mở rộng tốt và tiết kiệm năng lượng, vì chúng không yêu cầu duy trì thông tin định tuyến toàn cục. Tuy nhiên, các giao thức này có thể gặp khó khăn trong các môi trường có nhiều vật cản hoặc các nút cảm biến phân bố không đều.

III. Đánh Giá Hiệu Suất Mạng WSN Phương Pháp Và Công Cụ

Đánh giá hiệu suất mạng WSN là một bước quan trọng để đảm bảo mạng hoạt động hiệu quả và đáp ứng các yêu cầu của ứng dụng. Có nhiều phương pháp và công cụ khác nhau có thể được sử dụng để đánh giá hiệu suất mạng WSN, bao gồm mô phỏng, thử nghiệm thực tế và phân tích lý thuyết. Mỗi phương pháp có những ưu điểm và nhược điểm riêng, và việc lựa chọn phương pháp phù hợp phụ thuộc vào các mục tiêu đánh giá và các nguồn lực có sẵn. Các chỉ số hiệu suất quan trọng cần được đánh giá bao gồm thời gian sống của mạng, mức tiêu thụ năng lượng, tỷ lệ mất gói tin và độ trễ.

3.1. Khái Niệm Hiệu Suất Và Các Độ Đo Quan Trọng

Hiệu suất mạng WSN được đánh giá dựa trên nhiều độ đo khác nhau. Thời gian sống của mạng là một trong những độ đo quan trọng nhất, thể hiện thời gian mạng có thể hoạt động trước khi một số lượng lớn các nút cảm biến hết năng lượng. Mức tiêu thụ năng lượng của các nút cảm biến cũng là một độ đo quan trọng, vì nó ảnh hưởng trực tiếp đến thời gian sống của mạng. Tỷ lệ mất gói tin thể hiện tỷ lệ các gói tin không đến được đích, trong khi độ trễ thể hiện thời gian cần thiết để một gói tin đến được đích. Các độ đo này cần được đánh giá một cách toàn diện để có được cái nhìn đầy đủ về hiệu suất mạng WSN.

3.2. Các Công Cụ Mô Phỏng Mạng WSN Phổ Biến

Mô phỏng là một phương pháp phổ biến để đánh giá hiệu suất mạng WSN. Có nhiều công cụ mô phỏng khác nhau có sẵn, bao gồm NS2, OMNeT++ và Cooja. Các công cụ này cho phép các nhà nghiên cứu mô phỏng các kịch bản mạng khác nhau và đánh giá hiệu suất của các giao thức định tuyến khác nhau. NS2 là một công cụ mô phỏng mạng mã nguồn mở phổ biến, trong khi OMNeT++ là một công cụ mô phỏng mạng dựa trên thành phần. Cooja là một công cụ mô phỏng mạng đặc biệt được thiết kế cho các mạng WSN dựa trên Contiki OS.

IV. Kết Quả Thực Nghiệm Đánh Giá Hiệu Suất Giao Thức Định Tuyến

Để đánh giá hiệu suất của các giao thức định tuyến trong mạng WSN, các thử nghiệm thực tế đã được tiến hành tại Đại học Quốc Gia Hà Nội. Các thử nghiệm này sử dụng một mạng WSN gồm 100 nút cảm biến được triển khai ngẫu nhiên trong một khu vực nhất định. Các giao thức định tuyến khác nhau đã được triển khai trên mạng và hiệu suất của chúng đã được đánh giá dựa trên các chỉ số như thời gian sống của mạng, mức tiêu thụ năng lượng, tỷ lệ mất gói tin và độ trễ. Kết quả thử nghiệm cho thấy rằng các giao thức định tuyến khác nhau có hiệu suất khác nhau, và việc lựa chọn giao thức phù hợp phụ thuộc vào các yêu cầu cụ thể của ứng dụng.

4.1. Thiết Lập Giá Trị Cho Các Thông Số Mô Phỏng

Để đảm bảo tính chính xác và khách quan của các kết quả mô phỏng, việc thiết lập các giá trị phù hợp cho các thông số mô phỏng là rất quan trọng. Các thông số này bao gồm số lượng nút cảm biến, phạm vi truyền, tốc độ truyền dữ liệu, mức tiêu thụ năng lượng và các thông số môi trường. Các giá trị này cần được thiết lập dựa trên các đặc điểm thực tế của mạng WSN và ứng dụng. Việc sử dụng các giá trị không chính xác có thể dẫn đến các kết quả mô phỏng không đáng tin cậy.

4.2. Thời Gian Sống Của Mạng Và Mức Năng Lượng Tiêu Thụ

Thời gian sống của mạng và mức năng lượng tiêu thụ là hai chỉ số hiệu suất quan trọng cần được đánh giá. Thời gian sống của mạng thể hiện thời gian mạng có thể hoạt động trước khi một số lượng lớn các nút cảm biến hết năng lượng. Mức năng lượng tiêu thụ của các nút cảm biến ảnh hưởng trực tiếp đến thời gian sống của mạng. Các giao thức định tuyến tiết kiệm năng lượng có thể giúp kéo dài thời gian sống của mạng và giảm chi phí bảo trì.

V. Kết Luận Và Hướng Phát Triển Nghiên Cứu Mạng WSN

Nghiên cứu này đã trình bày một cái nhìn tổng quan về mạng WSN, các giao thức định tuyến và các phương pháp đánh giá hiệu suất. Các kết quả thử nghiệm cho thấy rằng việc lựa chọn giao thức định tuyến phù hợp là rất quan trọng để đảm bảo hiệu suất mạng WSN tối ưu. Các hướng phát triển trong tương lai bao gồm việc nghiên cứu các giao thức định tuyến mới tiết kiệm năng lượng hơn, các phương pháp bảo mật hiệu quả hơn và các ứng dụng mới của mạng WSN trong các lĩnh vực khác nhau. Nghiên cứu này cung cấp một nền tảng vững chắc cho các nghiên cứu tiếp theo về mạng WSN tại Đại học Quốc Gia Hà Nội.

5.1. Tối Ưu Hóa Hiệu Suất Mạng WSN Trong Tương Lai

Việc tối ưu hóa hiệu suất mạng WSN là một lĩnh vực nghiên cứu quan trọng. Các phương pháp tối ưu hóa có thể bao gồm việc sử dụng các thuật toán định tuyến thông minh, các kỹ thuật quản lý năng lượng hiệu quả và các phương pháp bảo mật tiên tiến. Các nghiên cứu trong tương lai cần tập trung vào việc phát triển các phương pháp tối ưu hóa hiệu suất mạng WSN phù hợp với các ứng dụng cụ thể.

5.2. Ứng Dụng Thực Tế Của Mạng WSN Tại Việt Nam

Mạng WSN có tiềm năng ứng dụng rộng rãi tại Việt Nam trong nhiều lĩnh vực khác nhau. Các ứng dụng tiềm năng bao gồm giám sát môi trường, nông nghiệp thông minh, y tế từ xa và quản lý năng lượng. Việc triển khai mạng WSN tại Việt Nam có thể giúp cải thiện hiệu quả hoạt động, giảm chi phí và nâng cao chất lượng cuộc sống.

Nội dung chính

Tổng quan nghiên cứu

Sự bùng nổ của công nghệ vi cơ điện tử và truyền thông vô tuyến đã thúc đẩy mạng cảm biến không dây (Wireless Sensor Networks - WSN) trở thành một trong những lĩnh vực mũi nhọn của ngành mạng máy tính và truyền dữ liệu. Các nút cảm biến hiện đại được chế tạo theo công nghệ vi cơ điện tử MEMS với kích thước siêu nhỏ từ 1 đến 100 nanomet, hoạt động ở dải tần số 2,4 GHz theo chuẩn IEEE 802.15.4 (ZigBee) và cung cấp tốc độ truyền tải đạt khoảng 250 kbps trong phạm vi từ 9,14 mét đến 60 mét. Mặc dù sở hữu tiềm năng ứng dụng to lớn trong giám sát môi trường, y tế, an ninh quốc phòng và công nghiệp tự động hóa, mạng WSN luôn phải đối mặt với thách thức khắc nghiệt về nguồn tài nguyên năng lượng pin hữu hạn. Hoạt động truyền nhận và định tuyến dữ liệu chiếm tới hơn 70% tổng mức tiêu hao năng lượng của mỗi nút, quyết định trực tiếp tới thời gian sống của toàn bộ hệ thống mạng.

Vấn đề cốt lõi của nghiên cứu là đánh giá định lượng và toàn diện hiệu suất của các giao thức định tuyến trong mạng cảm biến không dây nhằm tìm ra cơ chế truyền thông tối ưu năng lượng. Mục tiêu cụ thể của luận văn bao gồm: hệ thống hóa kiến trúc giao thức WSN, phân loại chi tiết các chiến lược định tuyến phẳng, phân bậc và theo vị trí địa lý, đồng thời thiết lập môi trường mô phỏng thực nghiệm trên công cụ Network Simulator phiên bản 2 (NS2) với quy mô mạng 100 nút phân bố ngẫu nhiên. Phạm vi nghiên cứu tập trung vào phân tích động thái tiêu thụ năng lượng theo chu kỳ thời gian từ 50 giây ban đầu cho đến khi mạng cạn kiệt nguồn sống, đo lường tỷ lệ phân phát gói tin thành công về trạm gốc (Base Station - BS). Kết quả nghiên cứu mang lại ý nghĩa học thuật và thực tiễn sâu sắc, cung cấp bộ chỉ số tham chiếu chuẩn xác giúp cải thiện vòng đời mạng WSN từ 25% đến 40% trong các kịch bản triển khai thực tế.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Khung lý thuyết của luận văn được xây dựng trên mô hình phân tầng chuẩn của mạng cảm biến không dây kết hợp với lý thuyết định tuyến tiết kiệm năng lượng. Mô hình giao thức WSN tích hợp cấu trúc 5 tầng chức năng bao gồm: tầng vật lý, tầng liên kết số liệu, tầng mạng, tầng giao vận và tầng ứng dụng, song hành cùng 3 mặt phẳng quản lý tài nguyên chuyên biệt là quản lý năng lượng, quản lý di chuyển và quản lý nhiệm vụ.

Hệ thống lý thuyết định tuyến WSN được phân chia thành 4 nhóm chính:

• Định tuyến phẳng và tập trung dữ liệu (Flat / Data-centric routing): Điển hình là các giao thức Flooding, Gossiping, SPIN (Sensor Protocols for Information via Negotiation) với các biến thể SPIN-PP, SPIN-EC, SPIN-BC, SPIN-RL và Directed Diffusion (Khuếch tán trực tiếp). Các giao thức này gán nhãn thuộc tính mô tả dữ liệu thay vì sử dụng địa chỉ nút cố định, giúp loại bỏ các hạn chế về định danh phần cứng.
• Định tuyến phân bậc (Hierarchical routing): Bao gồm LEACH (Low-Energy Adaptive Clustering Hierarchy), PEGASIS, TEEN (Threshold-sensitive Energy-Efficient sensor Network protocol) và APTEEN. Cơ chế này chia mạng thành các cụm (clusters), bầu chọn nút đầu cụm (Cluster Head) để thu thập, nén và tổng hợp dữ liệu trước khi chuyển tiếp về trạm gốc nhằm giảm lưu lượng dư thừa.
• Định tuyến theo vị trí địa lý (Geographical routing): Ứng dụng cho các hệ thống như MECN, SMECN, GAF và GEAR, tận dụng tọa độ không gian để tối ưu hóa đường đi ngắn nhất.
• Định tuyến định hướng chất lượng dịch vụ (QoS routing): Tiêu biểu như SAR và SPEED, cân bằng giữa độ trễ gói tin và băng thông khả dụng.

Ba khái niệm học thuật then chốt được phân tích sâu bao gồm:

• Hiện tượng bùng nổ lưu lượng (Traffic implosion): Trạng thái nhiều bản sao của cùng một gói tin được gửi tới cùng một nút trung gian.
• Hiện tượng chồng chéo dữ liệu (Data overlap): Trạng thái hai hoặc nhiều nút lân cận cùng ghi nhận một sự kiện và đồng thời phát tán thông tin tương đồng.
• Hiện tượng mù tài nguyên (Resource blindness): Sự thiếu hụt cơ chế tự giám sát dung lượng pin còn lại trước khi tham gia chuyển tiếp dữ liệu.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp thực nghiệm mô phỏng định lượng thông qua bộ công cụ Network Simulator phiên bản 2 (NS2). Cỡ mẫu thực nghiệm được thiết lập cố định với quy mô 100 nút cảm biến được rải theo phương pháp chọn mẫu ngẫu nhiên đồng đều (Uniform Random Distribution) trên không gian diện tích chuẩn hóa. Lý do lựa chọn phương pháp chọn mẫu ngẫu nhiên đồng đều là nhằm mô phỏng sát nhất điều kiện thực tế khi các nút cảm biến được thả từ máy bay hoặc rải cơ giới vào các vùng địa hình hiểm trở, rừng sâu hoặc chiến trường mà con người không thể trực tiếp sắp đặt tọa độ từng nút.

Môi trường phân tích kết hợp giữa ngôn ngữ C++ để hiện thực hóa cơ chế xử lý thuật toán mức sâu của các giao thức định tuyến và ngôn ngữ kịch bản hướng đối tượng OTcl (Object-oriented Tool Command Language) để định nghĩa cấu hình mạng, vị trí nút và luồng truyền thông. Công cụ hoạt họa mạng NAM (Network Animator) cùng các tập lệnh xử lý tệp vết (trace file) được ứng dụng để bóc tách dữ liệu thống kê. Lý do lựa chọn môi trường phân tích NS2 là nhờ độ chính xác cao trong mô hình hóa tầng vô tuyến, khả năng tái lập các kịch bản với độ tin cậy trên 95% và khả năng ghi nhận chi tiết mức tiêu hao năng lượng đến từng phần triệu Joule (microjoule). Timeline thực nghiệm được tiến hành liên tục qua các mốc đo lường từ 0 giây, 50 giây, 100 giây cho đến khi tỷ lệ nút sống sót giảm xuống dưới 10%.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm trên mô hình mạng 100 nút đã chỉ ra 4 phát hiện quan trọng về hiệu năng của các giao thức định tuyến:

• Sự kém hiệu quả nghiêm trọng của cơ chế phát tràn thuần túy: Giao thức Flooding gây ra hiện tượng bùng nổ lưu lượng dữ liệu khiến năng lượng của các nút trung gian tiêu hao nhanh gấp 2,5 lần so với các giao thức có kiểm soát. Tỷ lệ nút cạn kiệt năng lượng hoàn toàn trong 50 giây đầu tiên lên tới khoảng 45%, làm đứt gãy liên kết truyền thông sớm.
• Ưu thế vượt trội của cơ chế đàm phán dữ liệu đa chặng: Họ giao thức SPIN giải quyết triệt để vấn đề chồng chéo dữ liệu nhờ thủ tục bắt tay 3 bước gồm các gói tin quảng bá ADV, gói tin yêu cầu REQ và gói tin dữ liệu thực DATA. Trong đó, biến thể SPIN-BC giúp giảm thiểu hơn 38% năng lượng tiêu hao so với SPIN-PP nhờ cơ chế lắng nghe kênh truyền vô tuyến quảng bá và tự động hủy gói tin REQ trùng lặp.
• Hiệu quả bảo tồn năng lượng của kiến trúc phân cụm LEACH: So với phương thức truyền trực tiếp đơn chặng (Single-hop) tới trạm gốc, giao thức phân cụm LEACH kéo dài thời gian sống của mạng lên gấp 3 đến 4 lần. Tỷ lệ nút còn hoạt động sau 50 giây đầu đạt mức 88%, duy trì cấu trúc liên kết mạng đồng đều nhờ cơ chế luân phiên vai trò nút đầu cụm Cluster Head.
• Tính ổn định của tỷ lệ nhận dữ liệu tại trạm gốc (BS): Giao thức Direct Diffusion và các biến thể nâng cao của LEACH duy trì tỷ lệ phân phát gói tin thành công về trạm gốc đạt từ 90% đến 94%, vượt trội hơn hẳn so với mức 58% đến 65% của các giao thức định tuyến phẳng không có cơ chế quản lý năng lượng thích nghi.

Thảo luận kết quả

Khi xem xét dữ liệu qua các biểu đồ phân tích thời gian sống của mạng và biểu đồ đường biểu diễn mức tiêu thụ năng lượng theo trục thời gian, nguyên nhân dẫn đến sự khác biệt giữa các giao thức nằm ở cách xử lý gói tin điều khiển và phân bổ tải trọng mạng. Trong các giao thức phẳng như Flooding và Gossiping, các nút ở gần trạm gốc phải chịu tải chuyển tiếp dữ liệu liên tục với tần suất cao, tạo thành hiện tượng thắt cổ chai năng lượng xung quanh trạm Sink. Ngược lại, việc gom cụm phân tầng trong LEACH cho phép nén dữ liệu tại chỗ, giảm số lượng gói tin truyền xa tới trạm gốc tới 60%.

So sánh với các công bố quốc tế thuộc chuẩn IEEE về mạng WSN, kết quả của luận văn hoàn toàn tương đồng về mặt xu hướng, đồng thời làm rõ hơn tác động của mật độ nút và bán kính truyền dẫn tới độ suy hao tín hiệu vô tuyến. Bảng tổng hợp dữ liệu kiểm thử chỉ ra rằng giao thức kết hợp nhận biết năng lượng ngưỡng như SPIN-EC ngăn chặn được 80% trường hợp nút chết sớm do từ chối tham gia chuyển tiếp khi mức năng lượng còn lại dưới 15% dung lượng pin ban đầu. Điều này khẳng định cơ chế định tuyến nhận biết năng lượng (Energy-aware routing) là yếu tố sống còn cho mạng cảm biến thế hệ mới.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm mô phỏng, luận văn đề xuất 4 nhóm giải pháp kỹ thuật nhằm tối ưu hóa hiệu năng mạng WSN:

• Ứng dụng cơ chế ngưỡng năng lượng động trong lựa chọn nút đầu cụm: Các kỹ sư hệ thống cần thiết lập thuật toán bầu chọn nút đầu cụm thích nghi dựa trên tỷ lệ năng lượng dư thừa thực tế thay vì xác suất ngẫu nhiên cố định, hướng tới mục tiêu kéo dài tuổi thọ mạng thêm 30% trong vòng đời 12 tháng triển khai.
• Tích hợp giao thức lai giữa định tuyến phân bậc và định tuyến địa lý: Doanh nghiệp công nghệ nên kết hợp thuật toán phân cụm LEACH với định tuyến chuyển tiếp địa lý GEAR cho các hệ thống giám sát diện rộng trên 500 hecta, giúp giảm độ trễ truyền dữ liệu xuống dưới 150 mili-giây và kiểm soát tỷ lệ mất gói dưới 3%.
• Chuẩn hóa quy trình kiểm thử và mô phỏng trước triển khai phần cứng: Các đơn vị nghiên cứu và phát triển cần áp dụng mô hình kiểm thử tự động trên bộ mô phỏng NS2 kết hợp các tệp vết mô hình suy hao kênh truyền thực tế, cắt giảm 50% thời gian thử nghiệm thực địa và tiết kiệm ít nhất 40% chi phí phần cứng ban đầu.
• Tối ưu hóa cấu trúc gói tin điều khiển và kích thước bộ đệm: Ban quản trị kỹ thuật mạng cảm biến cần cắt giảm kích thước tiêu đề gói tin quảng bá xuống dưới 32 byte và thiết lập thời gian sống của gói tin (TTL) thích ứng với bán kính mạng, triệt tiêu 100% hiện tượng gói tin chạy vòng lặp vô hạn.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo học thuật và kỹ thuật giá trị dành cho 4 nhóm đối tượng trọng tâm:

• Học viên cao học và nghiên cứu sinh chuyên ngành Mạng máy tính và Truyền dữ liệu: Nắm vững phương pháp luận nghiên cứu mô phỏng trên NS2, kỹ thuật lập trình ghép nối C++ và OTcl, cùng phương pháp thiết kế kịch bản kiểm thử hiệu năng giao thức mạng vô tuyến.
• Kỹ sư thiết kế hệ thống nhúng và Internet vạn vật (IoT): Khai thác các thuật toán quản lý năng lượng, cơ chế đóng gói dữ liệu và kỹ thuật đàm phán gói tin chuẩn ZigBee để tối ưu hóa thiết bị cảm biến thực tế với thời lượng pin trên 3 năm.
• Doanh nghiệp triển khai giải pháp nông nghiệp thông minh và giám sát công nghiệp: Vận dụng kiến trúc định tuyến phân cụm để quy hoạch mạng lưới cảm biến đo độ ẩm, nhiệt độ, khí thải trên quy mô hàng nghìn nút với chi phí vận hành thấp nhất.
• Chuyên gia an ninh, quốc phòng và quan trắc môi trường thiên tai: Ứng dụng các giao thức định tuyến tự tổ chức và chống chịu lỗi cao trong thiết kế mạng cảnh báo sớm cháy rừng, sạt lở đất hoặc giám sát khu vực biên giới hiểm trở.

Câu hỏi thường gặp

• Tại sao không thể áp dụng trực tiếp các giao thức định tuyến của mạng MANET cho mạng WSN? Mặc dù cùng là mạng không dây tự tổ chức, các nút WSN có số lượng lên tới hàng nghìn nút, chi phí thấp, phần cứng hạn chế và không thể thay thế nguồn pin. Trong khi mạng MANET phục vụ tính toán phân tán với các nút di động có địa chỉ IP riêng, mạng WSN tập trung thu thập dữ liệu với dòng lưu lượng chủ yếu đổ về trạm gốc, đòi hỏi giao thức định tuyến tiết kiệm năng lượng chuyên biệt.

• Điểm khác biệt mấu chốt giữa giao thức Flooding và họ giao thức SPIN là gì? Giao thức Flooding phát tán gói tin mù quáng tới tất cả các nút lân cận dẫn đến hiện tượng bùng nổ lưu lượng và chồng chéo dữ liệu nghiêm trọng. Ngược lại, giao thức SPIN sử dụng cơ chế đàm phán trước khi truyền tin thông qua các gói tin quảng bá mô tả dữ liệu ADV và chỉ gửi dữ liệu thực DATA khi nhận được yêu cầu REQ từ nút thực sự quan tâm.

• Công cụ NS2 đóng vai trò như thế nào trong việc đánh giá giao thức định tuyến WSN? Bộ mô phỏng NS2 cho phép xây dựng mô hình mạng 100 nút với các thông số vật lý chính xác, kiểm soát toàn diện các biến số như suy hao đường truyền, nhiễu kênh và tiêu hao năng lượng từng microjoule. NS2 cung cấp môi trường thực nghiệm lặp lại với sai số dưới 5%, giúp đánh giá hiệu năng khách quan mà không tốn kém chi phí phần cứng.

• Tiêu chí nào quan trọng nhất để đánh giá vòng đời của một mạng cảm biến không dây? Tiêu chí quan trọng nhất là thời gian xuất hiện nút chết đầu tiên (First Node Dead - FND) và thời gian 50% số nút cạn năng lượng (Half Nodes Dead - HND). Các chỉ số này phản ánh tính cân bằng tải của thuật toán định tuyến, bởi sự đứt đoạn tại một khu vực có thể làm vô hiệu hóa khả năng bao phủ của toàn bộ mạng cảm biến.

• Giao thức định tuyến phân cụm như LEACH mang lại lợi ích gì so với định tuyến phẳng? Giao thức phân cụm gom các nút thành từng nhóm cục bộ và luân phiên chỉ định nút đầu cụm Cluster Head để thu gom, khử trùng lặp và nén dữ liệu trước khi gửi về trạm gốc. Cơ chế này giúp giảm tới hơn 60% năng lượng tiêu hao cho các chặng truyền khoảng cách xa, nâng cao tính mở rộng khi mạng tăng lên hàng nghìn nút.

Kết luận

• Hệ thống hóa toàn diện khung lý thuyết về mạng cảm biến không dây WSN, mô hình phân tầng chức năng và các chiến lược định tuyến tiên tiến.
• Phân tích và chỉ rõ các hạn chế cốt tử của giao thức phát tràn Flooding, Gossiping về hiện tượng bùng nổ lưu lượng và mù tài nguyên năng lượng.
• Chứng minh tính ưu việt vượt trội của cơ chế đàm phán gói tin trong họ giao thức SPIN và kiến trúc phân cụm tự điều chỉnh trong giao thức LEACH.
• Xây dựng thành công kịch bản mô phỏng chuẩn xác trên môi trường NS2 với quy mô 100 nút cảm biến, cung cấp các chỉ số định lượng về năng lượng và tỷ lệ gói tin.
• Mở ra hướng phát triển thuật toán định tuyến lai tối ưu hóa trí tuệ nhân tạo nhằm nâng cao khả năng tự thích nghi của các hệ thống IoT trong giai đoạn 2026-2030.

Luận văn đã đóng góp một công trình nghiên cứu thực nghiệm chuẩn mực, cung cấp cơ sở khoa học vững chắc để các nhà phát triển lựa chọn và thiết kế giao thức định tuyến mạng cảm biến không dây tối ưu nhất cho từng ứng dụng thực tế. Hãy liên hệ và tham khảo toàn văn công trình nghiên cứu để tiếp cận trọn vẹn mô hình thuật toán và bộ mã nguồn mô phỏng chi tiết.