Nghiên Cứu Và Đánh Giá Kỹ Thuật Định Tuyến Nhận Biết Tình Huống Đảm Bảo Chất Lượng Dịch Vụ Cho Mạng Ad Hoc Giao Thông

Mạng VANET (Vehicular Ad Hoc Network) là một mạng không dây, trong đó các phương tiện di chuyển đóng vai trò như các nút mạng. Các phương tiện có thể kết nối trực tiếp với nhau (V2V - Vehicle-to-Vehicle) hoặc với hạ tầng cố định (V2I - Vehicle-to-Infrastructure), tạo thành một mạng lưới rộng lớn. Thông tin trao đổi bao gồm tình trạng giao thông, cảnh báo nguy hiểm, và các dịch vụ giải trí. Đặc điểm nổi bật của VANET là tính di động cao, kết nối không ổn định, và môi trường truyền thông biến động. Tuy nhiên, đây lại là yếu tố quan trọng để phát triển các ứng dụng giao thông thông minh.

Một trong những thách thức lớn nhất trong mạng ad hoc giao thông là việc định tuyến dữ liệu. Tính di động cao của các phương tiện và sự thay đổi liên tục của topology mạng khiến việc tìm kiếm và duy trì các tuyến đường ổn định trở nên khó khăn. Các giao thức định tuyến truyền thống thường không hiệu quả trong môi trường này. Hơn nữa, việc đảm bảo QoS cho các ứng dụng khác nhau, như truyền video trực tiếp hoặc cảnh báo tai nạn, đòi hỏi các giải pháp định tuyến phức tạp hơn.

Để giải quyết các thách thức về định tuyến trong VANET, nhiều phương pháp tiếp cận khác nhau đã được nghiên cứu và phát triển. Các phương pháp này bao gồm định tuyến đa đường, định tuyến theo QoS, và định tuyến nhận biết tình huống. Mỗi phương pháp đều có những ưu điểm và nhược điểm riêng, và việc lựa chọn phương pháp phù hợp phụ thuộc vào yêu cầu cụ thể của ứng dụng và đặc điểm của môi trường mạng. Ví dụ, định tuyến đa đường giúp tăng độ tin cậy bằng cách sử dụng nhiều tuyến đường song song.

Mô hình hóa tình huống là một bước quan trọng trong việc phát triển các giải pháp định tuyến nhận biết tình huống. Điều này bao gồm việc thu thập và phân tích thông tin về trạng thái mạng, như vị trí địa lý, tốc độ xe, mật độ xe, và hướng di chuyển. Thông tin này có thể được sử dụng để dự đoán tình trạng mạng trong tương lai và đưa ra các quyết định định tuyến phù hợp. Các kỹ thuật nhận biết ngữ cảnh cũng đóng vai trò quan trọng trong việc hiểu rõ hơn về môi trường xung quanh.

Mô hình SA (Situation Awareness) cung cấp một cách tiếp cận khác đối với quy trình định tuyến QoS trong VANET. Nó coi định tuyến QoS là một quá trình liên tục, trong đó thuật toán định tuyến lựa chọn tuyến đường tốt nhất thỏa mãn các ràng buộc QoS, chuẩn bị các biện pháp đối phó khi đường tốt nhất đã chọn bị lỗi, và tiếp tục đánh giá các giải pháp hiện tại dựa trên trạng thái của mạng lưới phương tiện giao thông. Để làm được điều đó, thông tin động học của các phương tiện, sự phân bố toán học của chuyển động và vận tốc của chúng cũng như các điều kiện mạng lưới phương tiện giao thông hiện tại cần phải được nhận thức và phân tích.

Các giải pháp heuristic phân tán như thuật toán dựa trên trí thông minh bầy đàn đặc biệt phù hợp để giải quyết các vấn đề MCP trong mạng VANET. Chúng được phân phối đầy đủ, có khả năng tự tổ chức, có khả năng chịu lỗi và chúng thích ứng với những thay đổi về lưu lượng mà không đòi hỏi các cơ chế phức tạp. ACS (Ant Colony System) đã được công nhận là một kỹ thuật hiệu quả để giải quyết bài toán MCP cho kết quả gần với kết quả của các thuật toán tìm đường tối ưu.

Giao thức SAMQ hoạt động dựa trên một số quy tắc chính, bao gồm quy tắc ACS (Ant Colony System), quy tắc lắng đọng pheromone, quy tắc chuyển đổi trạng thái, quy tắc bay hơi pheromone, và quy tắc nhận thức QoS. Các quy tắc này phối hợp với nhau để tạo ra một cơ chế định tuyến linh hoạt và hiệu quả, có khả năng thích ứng với sự thay đổi của môi trường mạng. Pheromone được sử dụng để đánh giá chất lượng của các tuyến đường, và các quy tắc khác nhau điều chỉnh cách thức các tác tử tìm đường (kiến) di chuyển trong mạng.

Thuật toán định tuyến SAMQ bao gồm hai giai đoạn chính: khám phá đường và bảo trì đường. Trong giai đoạn khám phá đường, các tác tử tìm đường (kiến) được gửi đi từ nút nguồn để tìm kiếm các tuyến đường khả thi đến nút đích. Trong giai đoạn bảo trì đường, các tuyến đường đã được thiết lập được giám sát và duy trì để đảm bảo QoS. Thuật toán SAMQ có một số tính chất quan trọng, bao gồm khả năng tự tổ chức, khả năng thích ứng, và khả năng chịu lỗi. Độ phức tạp của thuật toán SAMQ được phân tích để đánh giá khả năng mở rộng của nó.

Tiến trình khám phá đường trong giao thức SAMQ bắt đầu khi một nút nguồn cần gửi dữ liệu đến một nút đích. Nút nguồn sẽ gửi các gói khám phá đường (route request packets) đến các nút lân cận. Các gói này sẽ lan truyền trong mạng, thu thập thông tin về các tuyến đường khả thi. Tiến trình bảo trì đường diễn ra liên tục để đảm bảo rằng các tuyến đường đã được thiết lập vẫn còn khả dụng và đáp ứng các yêu cầu QoS. Khi một liên kết trên một tuyến đường bị lỗi, giao thức SAMQ sẽ cố gắng tìm kiếm một tuyến đường thay thế.

Mô phỏng được thực hiện bằng phần mềm OMNET++, một công cụ mô phỏng mạng phổ biến. Các thông số mô phỏng quan trọng bao gồm kích thước mạng, số lượng nút (xe), vận tốc di chuyển của xe, và các ràng buộc QoS. Các tham số chung cho các mô phỏng được trình bày trong bảng. Kịch bản mô phỏng minh họa thể hiện rõ cách các xe di chuyển trong môi trường mô phỏng. Các giá trị tham số được lựa chọn để đảm bảo tính đại diện và khả năng so sánh giữa các giao thức định tuyến.

Kết quả mô phỏng cho thấy rằng mật độ nút và vận tốc di chuyển có ảnh hưởng đáng kể đến hiệu suất của SAMQ. Khi mật độ nút tăng lên, tỷ lệ phân phối gói tin thường tăng lên và độ trễ giảm xuống. Tuy nhiên, chi phí định tuyến cũng có thể tăng lên do số lượng gói tin điều khiển tăng lên. Khi vận tốc di chuyển tăng lên, hiệu suất của SAMQ có thể giảm xuống do kết nối trở nên không ổn định hơn. Biểu đồ thể hiện rõ tỷ lệ phân phối gói tin theo số lượng nút. Biểu đồ chi phí định tuyến theo số lượng nút thể hiện chi phí điều khiển định tuyến theo số lượng nút.

Kết quả mô phỏng cũng cho thấy rằng giao thức SAMQ có hiệu suất tốt hơn so với các giao thức định tuyến khác, như MAR-DYMO và VACO, trong nhiều kịch bản. SAMQ có khả năng cung cấp tỷ lệ phân phối gói tin cao hơn và độ trễ thấp hơn, đặc biệt là trong các môi trường mạng có mật độ cao. Tuy nhiên, SAMQ cũng có thể có chi phí định tuyến cao hơn so với các giao thức khác. Điều này cho thấy rằng SAMQ là một lựa chọn phù hợp cho các ứng dụng yêu cầu QoS cao, nhưng cần cân nhắc về chi phí định tuyến.

Có nhiều loại tấn công định tuyến khác nhau có thể nhắm vào mạng VANET. Một số ví dụ bao gồm tấn công lỗ đen (blackhole attack), trong đó một nút độc hại từ chối chuyển tiếp gói tin, tấn công lỗ xám (greyhole attack), trong đó một nút độc hại chuyển tiếp gói tin một cách không nhất quán, và tấn công từ chối dịch vụ (DoS attack), trong đó một kẻ tấn công cố gắng làm quá tải mạng bằng các gói tin rác.

Để phòng thủ định tuyến, cần có các cơ chế phát hiện và ngăn chặn tấn công hiệu quả. Các cơ chế phát hiện tấn công có thể sử dụng các kỹ thuật như phân tích lưu lượng, kiểm tra tính toàn vẹn của gói tin, và giám sát hành vi của các nút. Các cơ chế ngăn chặn tấn công có thể sử dụng các kỹ thuật như lọc gói tin, cô lập các nút độc hại, và sử dụng các giao thức định tuyến an toàn.

Nghiên cứu về định tuyến nhận biết tình huống đã đạt được những tiến bộ đáng kể trong những năm gần đây. Tuy nhiên, vẫn còn nhiều thách thức cần được giải quyết, như việc phát triển các thuật toán định tuyến có khả năng mở rộng, việc tích hợp các biện pháp bảo mật hiệu quả, và việc triển khai các giải pháp định tuyến trong các môi trường thực tế.

Các hướng nghiên cứu tương lai về định tuyến QoS trong VANET bao gồm việc sử dụng trí tuệ nhân tạo và học máy để phát triển các thuật toán định tuyến thông minh hơn, việc nghiên cứu các giao thức định tuyến dựa trên vị trí địa lý, và việc phát triển các giải pháp định tuyến đa phương tiện, có khả năng hỗ trợ nhiều loại ứng dụng khác nhau. Ứng dụng của IoT trong giao thông cũng mở ra nhiều cơ hội mới.