Nghiên Cứu Về Công Nghệ Thông Tin Tại Trường Đại Học Thái Nguyên

Nghiên cứu cải tiến giao thức AOMDV nhằm nâng cao chất lượng dịch vụ cho mạng MANET, tối ưu hóa hiệu suất và độ tin cậy trong truyền thông.

• Người hướng dẫn: TS. Đỗ Đình
• Trường học: Đại Học Thái Nguyên
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Nghiên Cứu Về Công Nghệ Thông Tin Tại Trường Đại Học Thái Nguyên
• Loại tài liệu: luận văn
• Năm xuất bản: 2020
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• MỞ ĐẦU
• 1. CHƯƠNG 1: ĐỊNH TUYẾN ĐA ĐƯỜNG TRONG MẠNG MANET
• 1.1. Tổng quan về mạng MANET
• 1.1.1. Định nghĩa mạng MANET
• 1.1.2. Đặc điểm của mạng MANET
• 1.1.3. Ứng dụng của mạng MANET
• 1.1.3.1. Ứng dụng trong quân đội
• 1.1.3.2. Các ứng dụng trong cuộc sống
• 1.1.3.3. Mạng cảm biến
• 1.1.3.4. Mở rộng phạm vi của điểm truy cập
• 1.2. Tổng quan về giao thức AOMDV
• 1.2.1. Cơ chế chuyển tiếp dữ liệu
• 1.3. Một số nghiên cứu cải tiến giao thức AOMDV
• 2. CHƯƠNG 2: PHƯƠNG PHÁP ĐỊNH TUYẾN ĐẢM BẢO CHẤT LƯỢNG DỊCH VỤ CHO MẠNG MANET TRONG GIAO THỨC QCLR
• 2.1. Đề xuất ý tưởng cải tiến cho giao thức AOMDV
• 2.2. Phân lớp các ứng dụng theo yêu cầu QoS
• 2.3. Xác định trọng số của các tiêu chuẩn QoS
• 2.4. Dự đoán chất lượng liên kết tại tầng MAC
• 2.4.1. Ước lượng thời gian trễ theo thời gian phục vụ
• 2.4.2. Ước lượng tỉ lệ lỗi frame của liên kết
• 2.5. Phát triển giao thức QCLR từ giao thức AOMDV
• 3. CHƯƠNG 3: KIỂM NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ
• KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Nghiên Cứu Về Công Nghệ Thông Tin ĐHTN 55 ký tự

Nghiên cứu về Công nghệ thông tin tại Đại học Thái Nguyên (ĐHTN) là một lĩnh vực năng động, phản ánh sự phát triển nhanh chóng của ngành CNTT trên toàn cầu. Các nghiên cứu tập trung vào nhiều khía cạnh, từ lý thuyết cơ bản đến ứng dụng thực tế, đóng góp vào sự phát triển của ngành và đáp ứng nhu cầu của xã hội. Khoa Công nghệ Thông tin ĐHTN đóng vai trò quan trọng trong việc đào tạo nguồn nhân lực chất lượng cao và thúc đẩy nghiên cứu khoa học. Các nghiên cứu thường xuyên được công bố trên các tạp chí khoa học uy tín trong và ngoài nước. Đây là tiền đề quan trọng để nâng cao chất lượng đào tạo và khẳng định vị thế của Đại học Thái Nguyên trong lĩnh vực Công nghệ Thông tin.

1.1. Lịch Sử Phát Triển Khoa Công Nghệ Thông Tin ĐHTN

Khoa CNTT tại ĐHTN đã trải qua một quá trình phát triển lâu dài và không ngừng, bắt đầu từ những ngày đầu thành lập trường. Ban đầu, khoa tập trung vào việc đào tạo các kỹ sư và cử nhân Khoa học máy tính với chương trình học còn hạn chế. Tuy nhiên, theo thời gian, khoa đã mở rộng quy mô, đa dạng hóa các chuyên ngành đào tạo, và nâng cao chất lượng đội ngũ giảng viên. Các chương trình đào tạo đã được cập nhật và cải tiến liên tục để đáp ứng nhu cầu của thị trường lao động và sự phát triển của ngành Công nghệ Thông tin trong nước và quốc tế. Sự phát triển của Khoa Công nghệ Thông tin ĐHTN gắn liền với sự phát triển của Đại học Thái Nguyên và đóng góp quan trọng vào sự nghiệp đào tạo nhân lực chất lượng cao cho khu vực trung du miền núi phía Bắc.

1.2. Vai trò của Nghiên cứu khoa học Công nghệ Thông tin ĐHTN

Nghiên cứu khoa học là một trong những nhiệm vụ quan trọng hàng đầu của Khoa Công nghệ Thông tin ĐHTN. Các nghiên cứu khoa học không chỉ giúp nâng cao chất lượng đào tạo mà còn góp phần giải quyết các vấn đề thực tiễn trong lĩnh vực CNTT. Các giảng viên và sinh viên của khoa thường xuyên tham gia các dự án nghiên cứu khoa học cấp trường, cấp bộ, và cấp nhà nước. Kết quả của các nghiên cứu khoa học được công bố trên các tạp chí khoa học uy tín trong nước và quốc tế, góp phần nâng cao uy tín của Đại học Thái Nguyên trong lĩnh vực Công nghệ Thông tin. Nghiên cứu khoa học cũng tạo cơ hội cho sinh viên được tiếp cận với những kiến thức mới nhất và phát triển kỹ năng nghiên cứu.

II. Thách Thức Trong Nghiên Cứu Công Nghệ Thông Tin Tại ĐHTN 58 ký tự

Mặc dù có những thành tựu đáng kể, nghiên cứu về Công nghệ Thông tin tại ĐHTN vẫn đối mặt với nhiều thách thức. Nguồn lực tài chính hạn chế là một vấn đề lớn, ảnh hưởng đến khả năng đầu tư vào trang thiết bị hiện đại và hỗ trợ các dự án nghiên cứu quy mô lớn. Đội ngũ giảng viên, mặc dù có năng lực, nhưng vẫn cần được bồi dưỡng và nâng cao trình độ chuyên môn, đặc biệt trong các lĩnh vực mới nổi như Trí tuệ nhân tạo và Big Data. Sự hợp tác giữa nhà trường và doanh nghiệp còn hạn chế, ảnh hưởng đến khả năng ứng dụng kết quả nghiên cứu vào thực tiễn. Theo thống kê từ các báo cáo nghiên cứu, số lượng công bố quốc tế của Khoa Công nghệ Thông tin ĐHTN vẫn còn thấp so với các trường đại học hàng đầu trong nước.

2.1. Hạn Chế Về Nguồn Lực Cho Nghiên cứu Công nghệ Thông tin ĐHTN

Một trong những thách thức lớn nhất đối với nghiên cứu Công nghệ Thông tin tại ĐHTN là hạn chế về nguồn lực tài chính. Kinh phí dành cho nghiên cứu khoa học còn thấp, ảnh hưởng đến khả năng đầu tư vào trang thiết bị hiện đại, phần mềm chuyên dụng, và các tài liệu tham khảo cần thiết. Sự thiếu hụt về kinh phí cũng gây khó khăn cho việc thu hút và giữ chân các nhà khoa học giỏi, cũng như hỗ trợ các dự án nghiên cứu quy mô lớn. Điều này đòi hỏi Đại học Thái Nguyên cần có những chính sách thu hút đầu tư, tăng cường hợp tác với các doanh nghiệp, và tìm kiếm các nguồn tài trợ khác để thúc đẩy nghiên cứu khoa học trong lĩnh vực Công nghệ Thông tin.

2.2. Nâng Cao Trình Độ Giảng Viên Công Nghệ Thông tin ĐHTN

Đội ngũ giảng viên đóng vai trò quan trọng trong việc thúc đẩy nghiên cứu khoa học. Để nâng cao chất lượng nghiên cứu Công nghệ Thông tin tại ĐHTN, cần có những chính sách đầu tư vào việc bồi dưỡng và nâng cao trình độ chuyên môn cho đội ngũ giảng viên. Điều này bao gồm việc cử giảng viên đi học tập, nghiên cứu ở nước ngoài, tham gia các hội thảo khoa học quốc tế, và khuyến khích giảng viên thực hiện các dự án nghiên cứu khoa học. Bên cạnh đó, cần có những cơ chế đánh giá và khen thưởng công bằng để khuyến khích giảng viên tham gia tích cực vào hoạt động nghiên cứu khoa học. Việc nâng cao trình độ giảng viên sẽ giúp Đại học Thái Nguyên có thể cạnh tranh với các trường đại học hàng đầu trong nước và quốc tế trong lĩnh vực Công nghệ Thông tin.

III. Phương Pháp Nghiên Cứu Tiên Tiến Công Nghệ Thông Tin ĐHTN 59 ký tự

Để nâng cao chất lượng nghiên cứu, Khoa Công nghệ Thông tin ĐHTN đã và đang áp dụng nhiều phương pháp nghiên cứu tiên tiến. Phân tích dữ liệu lớn (Big Data) và Trí tuệ nhân tạo (AI) được ứng dụng rộng rãi trong các dự án nghiên cứu, giúp khám phá ra những tri thức mới và giải quyết các vấn đề phức tạp. Các phương pháp mô phỏng và thực nghiệm cũng được sử dụng để kiểm chứng các giả thuyết và đánh giá hiệu quả của các giải pháp. Sự kết hợp giữa lý thuyết và thực hành, giữa nghiên cứu cơ bản và nghiên cứu ứng dụng, là một trong những đặc điểm nổi bật của các nghiên cứu tại ĐHTN. Điều này đảm bảo rằng các kết quả nghiên cứu có tính ứng dụng cao và đáp ứng nhu cầu của xã hội.

3.1. Ứng Dụng Big Data Trong Nghiên Cứu Công Nghệ Thông tin ĐHTN

Công nghệ Big Data đã mở ra những cơ hội mới cho nghiên cứu Công nghệ Thông tin tại ĐHTN. Các nhà nghiên cứu sử dụng các công cụ và kỹ thuật Big Data để phân tích lượng lớn dữ liệu từ nhiều nguồn khác nhau, như mạng xã hội, cảm biến, và các hệ thống thông tin. Phân tích Big Data giúp phát hiện ra những xu hướng, mô hình, và tri thức ẩn sâu trong dữ liệu, từ đó đưa ra những quyết định sáng suốt và giải quyết các vấn đề phức tạp. Ứng dụng Big Data trong nghiên cứu Công nghệ Thông tin tại ĐHTN đang ngày càng được mở rộng và đóng góp quan trọng vào sự phát triển của ngành.

3.2. Nghiên Cứu Về Trí Tuệ Nhân Tạo AI Tại Đại Học Thái Nguyên

Trí tuệ nhân tạo là một trong những lĩnh vực nghiên cứu trọng điểm của Khoa Công nghệ Thông tin ĐHTN. Các nhà nghiên cứu tập trung vào việc phát triển các thuật toán và mô hình AI mới, cũng như ứng dụng AI vào các lĩnh vực khác nhau, như xử lý ngôn ngữ tự nhiên, nhận dạng hình ảnh, và robot học. Các nghiên cứu về AI tại ĐHTN không chỉ có giá trị khoa học mà còn có tính ứng dụng cao, góp phần giải quyết các vấn đề thực tiễn trong cuộc sống và sản xuất. Nghiên cứu về AI tại ĐHTN đang được đầu tư và phát triển mạnh mẽ, hứa hẹn sẽ mang lại những kết quả đột phá trong tương lai.

IV. Ứng Dụng Thực Tiễn Của Nghiên Cứu CNTT Tại ĐHTN 57 ký tự

Các nghiên cứu về Công nghệ Thông tin tại ĐHTN không chỉ dừng lại ở lý thuyết mà còn được ứng dụng rộng rãi vào thực tiễn. Nhiều dự án nghiên cứu đã được triển khai thành công, mang lại lợi ích thiết thực cho xã hội và cộng đồng. Ví dụ, các hệ thống thông tin quản lý được phát triển bởi Khoa Công nghệ Thông tin ĐHTN đã giúp nâng cao hiệu quả hoạt động của các doanh nghiệp và tổ chức. Các ứng dụng di động được phát triển bởi sinh viên của khoa đã giải quyết các vấn đề cụ thể của người dân trong khu vực. Sự gắn kết giữa nghiên cứu và thực tiễn là một trong những yếu tố quan trọng giúp Đại học Thái Nguyên đóng góp vào sự phát triển kinh tế - xã hội của địa phương.

4.1. Hệ Thống Thông Tin Quản Lý Do ĐHTN Phát Triển

Các hệ thống thông tin quản lý (MIS) được phát triển bởi Khoa Công nghệ Thông tin ĐHTN đóng vai trò quan trọng trong việc nâng cao hiệu quả hoạt động của các doanh nghiệp và tổ chức. Các hệ thống này giúp tự động hóa các quy trình nghiệp vụ, quản lý dữ liệu một cách hiệu quả, và cung cấp thông tin kịp thời cho các nhà quản lý. Các hệ thống MIS do ĐHTN phát triển thường được thiết kế phù hợp với đặc thù của từng doanh nghiệp và tổ chức, giúp tối ưu hóa hiệu quả sử dụng và giảm chi phí vận hành.

4.2. Ứng Dụng Di Động Phục Vụ Cộng Đồng Do ĐHTN Xây Dựng

Sinh viên và giảng viên của Khoa Công nghệ Thông tin ĐHTN đã phát triển nhiều ứng dụng di động hữu ích, phục vụ nhu cầu của cộng đồng. Các ứng dụng này thường tập trung vào các lĩnh vực như giáo dục, y tế, du lịch, và nông nghiệp. Ví dụ, một ứng dụng di động có thể cung cấp thông tin về lịch trình xe buýt, địa điểm du lịch, hoặc các bệnh viện gần nhất. Các ứng dụng di động do ĐHTN phát triển góp phần nâng cao chất lượng cuộc sống của người dân trong khu vực và thúc đẩy sự phát triển của kinh tế địa phương.

V. Hợp Tác Quốc Tế Về CNTT Tại Đại Học Thái Nguyên 52 ký tự

Đại học Thái Nguyên chú trọng vào việc mở rộng hợp tác quốc tế trong lĩnh vực Công nghệ Thông tin. Hợp tác quốc tế giúp Khoa Công nghệ Thông tin ĐHTN tiếp cận với những kiến thức mới nhất, trao đổi kinh nghiệm với các nhà khoa học hàng đầu thế giới, và nâng cao chất lượng đào tạo. Các chương trình trao đổi sinh viên và giảng viên được triển khai thường xuyên, tạo cơ hội cho sinh viên và giảng viên của ĐHTN được học tập và nghiên cứu tại các trường đại học danh tiếng trên thế giới. Hợp tác quốc tế cũng giúp ĐHTN thu hút các nguồn tài trợ từ các tổ chức quốc tế, góp phần thúc đẩy nghiên cứu khoa học.

5.1. Chương Trình Trao Đổi Sinh Viên Công Nghệ Thông tin ĐHTN

Các chương trình trao đổi sinh viên là một phần quan trọng trong chiến lược hợp tác quốc tế của Khoa Công nghệ Thông tin ĐHTN. Chương trình này tạo cơ hội cho sinh viên của khoa được học tập và nghiên cứu tại các trường đại học hàng đầu trên thế giới trong một khoảng thời gian nhất định. Tham gia chương trình trao đổi giúp sinh viên mở rộng kiến thức, nâng cao kỹ năng ngoại ngữ, và trải nghiệm những nền văn hóa khác nhau. Các chương trình trao đổi sinh viên cũng góp phần nâng cao uy tín của Đại học Thái Nguyên trong cộng đồng quốc tế.

5.2. Dự Án Nghiên Cứu Chung Với Đối Tác Quốc Tế ĐHTN

Khoa Công nghệ Thông tin ĐHTN tích cực tham gia vào các dự án nghiên cứu chung với các đối tác quốc tế. Các dự án này thường tập trung vào các lĩnh vực nghiên cứu tiên tiến, như Trí tuệ nhân tạo, Big Data, và IoT. Tham gia vào các dự án nghiên cứu chung giúp các nhà khoa học của ĐHTN tiếp cận với những kiến thức mới nhất, học hỏi kinh nghiệm từ các đồng nghiệp quốc tế, và đóng góp vào sự phát triển của ngành Công nghệ Thông tin trên toàn cầu.

VI. Tương Lai Nghiên Cứu Công Nghệ Thông Tin Của ĐHTN 53 ký tự

Tương lai của nghiên cứu Công nghệ Thông tin tại ĐHTN hứa hẹn nhiều triển vọng. Với sự đầu tư ngày càng tăng từ nhà nước và các tổ chức, Khoa Công nghệ Thông tin ĐHTN sẽ có thêm nguồn lực để phát triển các hướng nghiên cứu mới và nâng cao chất lượng đào tạo. Sự hợp tác chặt chẽ hơn với các doanh nghiệp sẽ giúp các kết quả nghiên cứu được ứng dụng rộng rãi vào thực tiễn, mang lại lợi ích cho xã hội. ĐHTN đang hướng tới mục tiêu trở thành một trung tâm nghiên cứu và đào tạo Công nghệ Thông tin hàng đầu trong khu vực, góp phần vào sự phát triển của đất nước.

6.1. Định Hướng Phát Triển Các Chuyên Ngành Công nghệ Thông tin

Để đáp ứng nhu cầu ngày càng cao của thị trường lao động, Khoa Công nghệ Thông tin ĐHTN cần tiếp tục phát triển và đa dạng hóa các chuyên ngành đào tạo. Các chuyên ngành mới như Kỹ thuật phần mềm, Hệ thống thông tin, An toàn thông tin, và Khoa học dữ liệu cần được đầu tư và phát triển mạnh mẽ. Đồng thời, cần có những chương trình đào tạo liên ngành, kết hợp Công nghệ Thông tin với các lĩnh vực khác như kinh tế, y tế, và nông nghiệp, để tạo ra nguồn nhân lực có khả năng giải quyết các vấn đề phức tạp trong thực tiễn.

6.2. Ứng Dụng Blockchain và IoT Trong Nghiên Cứu và Giảng Dạy

Blockchain và Internet of Things (IoT) là hai công nghệ đang phát triển mạnh mẽ và có tiềm năng ứng dụng rất lớn trong nhiều lĩnh vực. Khoa Công nghệ Thông tin ĐHTN cần tăng cường nghiên cứu và ứng dụng Blockchain và IoT trong các dự án nghiên cứu và trong chương trình giảng dạy. Điều này giúp sinh viên và giảng viên của khoa tiếp cận với những công nghệ mới nhất và có khả năng đóng góp vào sự phát triển của ngành Công nghệ Thông tin.

Nội dung chính

Tổng quan nghiên cứu

Trong kỷ nguyên vạn vật kết nối không dây, mạng ad-hoc di động MANET đóng vai trò then chốt khi chiếm tới hơn 70% các giải pháp triển khai viễn thông cứu hộ khẩn cấp, quốc phòng và mạng cảm biến quan trắc môi trường. Do bản chất cấu hình động không phụ thuộc trạm điều khiển cố định, các nút mạng di chuyển tự do dẫn đến topo thay đổi liên tục, làm tăng tỷ lệ đứt gãy tuyến truyền tải lên hơn 35% và gây nghẽn mạch nghiêm trọng. Các giao thức định tuyến đơn đường truyền thống như AODV bộc lộ rõ hạn chế về độ trễ tái khám phá đường truyền khi xảy ra sự cố. Trong khi đó, giao thức định tuyến đa đường AOMDV tuy thiết lập được các tuyến dự phòng nhưng lại chưa tích hợp cơ chế bảo đảm chất lượng dịch vụ QoS theo từng loại ứng dụng cụ thể.

Mục tiêu trọng tâm của nghiên cứu là đề xuất giải pháp cải tiến giao thức định tuyến đa đường AOMDV nhằm đảm bảo toàn diện chất lượng dịch vụ QoS cho mạng MANET thông qua giao thức mở rộng QCLR. Đề tài được thực hiện bởi học viên Hà Mạnh Huy trong khuôn khổ Luận văn Thạc sĩ ngành Khoa học máy tính, mã số 8480101, tại Trường Đại học Công nghệ Thông tin và Truyền thông – Đại học Thái Nguyên vào năm 2020 dưới sự hướng dẫn khoa học của TS. Đỗ Đình Cường. Công trình mang ý nghĩa thực tiễn to lớn khi giúp giảm thiểu thời gian trễ truyền gói tin từ 15% đến 25%, gia tăng tỷ lệ chuyển giao gói tin thành công lên trên 90%, đồng thời duy trì thông lượng ổn định ngay cả trong kịch bản các nút di chuyển với vận tốc cao đạt mức 20 m/s.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết mạng ad-hoc di động MANET và nguyên lý định tuyến đa đường theo khoảng cách véc-tơ theo yêu cầu. Giao thức cơ sở AOMDV kế thừa đặc tính của AODV nhưng mở rộng khả năng duy trì nhiều đường đi không lặp vòng (loop-free) và tách biệt theo liên kết (link-disjoint) hoặc tách biệt theo nút (node-disjoint). Ba khái niệm cốt lõi được vận dụng gồm: số thứ tự đích (destination sequence number) để xác định độ mới của tuyến, số chặng được quảng bá (advertised hop count) để triệt tiêu vòng lặp, và danh sách tuyến (route list) chứa các chặng kế tiếp và chặng cuối cùng nhằm xác lập các đường đi độc lập không giao nhau.

Bên cạnh đó, tác giả áp dụng khung phân lớp chất lượng dịch vụ theo tiêu chuẩn quốc tế ITU-T G.1010. Tiêu chuẩn này phân chia các ứng dụng thành các lớp truyền thông đa phương tiện khác nhau dựa trên 2 tham số giới hạn: độ trễ truyền dẫn (yêu cầu dưới 150 ms đối với âm thanh thoại) và tỷ lệ mất gói tin (yêu cầu dưới 1% đối với dữ liệu quan trọng). Khung lý thuyết liên tầng (Cross-Layer Design) được tích hợp giữa tầng Mạng (Network Layer) và tầng Liên kết dữ liệu (MAC Layer chuẩn IEEE 802.11) nhằm trích xuất thông tin cường độ tín hiệu, thời gian trễ phục vụ tại hàng đợi và tỷ lệ lỗi khung truyền (Frame Error Rate) để đưa ra quyết định chọn đường tối ưu.

Phương pháp nghiên cứu

Nghiên cứu áp dụng phương pháp thực nghiệm mô phỏng số lượng lớn trên phần mềm chuyên dụng Network Simulator 2 (phiên bản NS-2.35). Cỡ mẫu thực nghiệm được thiết lập với không gian mạng gồm 50 nút di động phân bố ngẫu nhiên trong vùng diện tích chuẩn 1000m x 1000m, với mật độ mở rộng khảo sát từ 10 nút đến 100 nút mạng. Phương pháp chọn mẫu kịch bản di chuyển sử dụng mô hình Random Waypoint với vận tốc biến thiên từ 0 m/s đến 25 m/s và thời gian dừng nghỉ từ 0 giây đến 100 giây.

Lý do lựa chọn phương pháp phân tích liên tầng trên NS-2 xuất phát từ khả năng can thiệp trực tiếp vào mã nguồn C++ và kịch bản OTcl của bộ định tuyến, cho phép mô phỏng chính xác tương tác vật lý của sóng vô tuyến và tầng MAC. Quá trình thu thập dữ liệu diễn ra qua việc trích xuất tệp vết truyền thông (trace files) để tính toán định lượng các chỉ số thống kê gồm: thông lượng toàn mạng (Throughput), tỷ lệ phân phối gói tin (PDR), độ trễ đầu cuối (End-to-End Delay) và chi phí định tuyến phụ trợ (Routing Overhead). Toàn bộ quy trình nghiên cứu được triển khai xuyên suốt 12 tháng từ năm 2019 đến năm 2020 qua 4 giai đoạn: khảo cứu lý thuyết, thiết kế thuật toán QCLR, lập trình tích hợp và mô phỏng đánh giá đối chuẩn.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thực nghiệm mô phỏng trên nền tảng NS-2 đã chứng minh tính hiệu quả vượt bậc của giao thức cải tiến QCLR so với giao thức gốc AOMDV và AODV truyền thống qua các phát hiện cụ thể:

Thứ nhất, tỷ lệ phân phối gói tin (Packet Delivery Ratio) của giao thức cải tiến đạt mức trung bình 92.5%, cao hơn 14.8% so với giao thức AOMDV tiêu chuẩn (đạt 77.7%) và vượt trội 26.3% so với giao thức đơn đường AODV trong điều kiện các nút di chuyển liên tục với tốc độ 20 m/s.

Thứ hai, độ trễ truyền dẫn trung bình từ nguồn đến đích (End-to-End Delay) giảm rõ rệt khoảng 22.4%, giữ mức ổn định 0.045 giây so với 0.058 giây của AOMDV khi mật độ truyền tải đồng thời đạt 8 luồng dữ liệu liên tục với kích thước gói tin chuẩn 512 byte.

Thứ ba, chi phí định tuyến phụ trợ (Routing Overhead) giảm 18.6% nhờ việc tận dụng tối ưu các đường dự phòng tách biệt liên kết sẵn có trong bảng định tuyến, hạn chế việc phải phát tán tràn ngập (flooding) các gói tin yêu cầu tìm đường RREQ khi một liên kết bị đứt đoạn.

Thứ tư, khi thời gian hoạt động của mạng kéo dài liên tục từ 100 giây đến 300 giây, thông lượng hữu ích toàn mạng (Throughput) duy trì mức tăng trưởng ổn định thêm 16.2%, đạt lưu lượng truyền tải trung bình 480 Kbps so với mức 413 Kbps của giao thức AOMDV ban đầu.

Thảo luận kết quả

Nguyên nhân cốt lõi tạo nên sự cải thiện vượt bậc này là nhờ thuật toán QCLR không chỉ dựa vào số chặng ngắn nhất (hop count) mà đã tính toán ma trận trọng số QoS kết hợp giữa thời gian phục vụ tại tầng MAC và tỷ lệ lỗi frame. Khi một tuyến đường có dấu hiệu suy giảm chất lượng tín hiệu vật lý, giao thức chủ động điều hướng luồng dữ liệu sang tuyến dự phòng không giao cắt trước khi liên kết bị đứt gãy hoàn toàn.

So sánh với các công trình liên quan, giải pháp QCLR thể hiện tính toàn diện hơn giao thức BSAOMDV (vốn chỉ xét cường độ tín hiệu suy hao theo mô hình TwoRayGround) và vượt trội hơn giao thức E-AOMDV (chỉ tập trung vào tỷ lệ tiêu hao pin của nút). Dữ liệu nghiên cứu được biểu diễn trực quan qua 6 đồ thị so sánh hiệu năng theo trục biến thiên vận tốc và bảng số liệu phân phối tải, chứng minh đường đặc tuyến của QCLR luôn duy trì độ dốc ổn định, không bị sụt giảm đột ngột như các giao thức truyền thống.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu đã đạt được, luận văn đưa ra 4 nhóm đề xuất và khuyến nghị kỹ thuật mang tính ứng dụng cao:

Tích hợp thuật toán học máy phân tán (như Q-Learning hoặc Reinforcement Learning) vào tiến trình cập nhật bảng định tuyến tại mỗi nút mạng nhằm nâng cao khả năng tự thích ứng topo, hướng tới mục tiêu giảm thêm 10% độ trễ hội tụ mạng trong khung thời gian 6 tháng tới, do các nhóm nghiên cứu giải thuật mạng triển khai.

Chuẩn hóa giao thức định tuyến liên tầng QCLR theo các khung tiêu chuẩn truyền thông mở của IETF và ITU-T, nhằm nâng cao tính tương thích giữa các thiết bị phần cứng đa nhà sản xuất đạt tỷ lệ 95% trước quý IV năm 2021, do các chuyên gia kỹ thuật viễn thông và cơ quan quản lý tiêu chuẩn đảm nhiệm.

Thử nghiệm triển khai trực tiếp giao thức trên hệ thống thiết bị thực tế (sử dụng các bo mạch nhúng Raspberry Pi hoặc router WiFi mã nguồn mở OpenWrt) với quy mô thử nghiệm 30 nút thực địa trong lộ trình 9 tháng, do các phòng thí nghiệm IoT và mạng máy tính phụ trách.

Nâng cấp cơ chế tiết kiệm năng lượng thông minh kết hợp quản lý trạng thái nghỉ (Sleep Mode) của nút mạng dựa trên lưu lượng QoS, nhằm kéo dài thời gian sống của toàn bộ hệ thống mạng thêm ít nhất 28% trong giai đoạn 12 tháng tiếp theo, do các kỹ sư phần mềm nhúng thực hiện.

Đối tượng nên tham khảo luận văn

Học viên cao học và nghiên cứu sinh chuyên ngành Khoa học máy tính, Mạng và Hệ thống truyền thông: Tiếp cận phương pháp luận thiết kế giải thuật định tuyến liên tầng, quy trình lập trình mô phỏng giao thức mạng và kỹ thuật xử lý dữ liệu thực nghiệm trên nền tảng NS-2.

Giảng viên và các nhà nghiên cứu học thuật tại các trường đại học kỹ thuật: Sử dụng làm tài liệu tham khảo chất lượng cao phục vụ giảng dạy các học phần chuyên sâu như Mạng không dây nâng cao, Đánh giá hiệu năng mạng máy tính và Lý thuyết định tuyến tối ưu.

Kỹ sư phát triển hệ thống viễn thông và mạng cảm biến IoT công nghiệp: Khai thác giải pháp định tuyến đa đường tách biệt để ứng dụng vào việc xây dựng mạng tự tổ chức trong nhà máy thông minh, quan trắc nông nghiệp công nghệ cao và giám sát hạ tầng quy mô lớn.

Chuyên gia thiết kế mạng thông tin quân sự và cứu hộ cứu nạn: Tham khảo mô hình truyền thông ad-hoc không phụ thuộc trạm phát sóng để xây dựng mạng chỉ huy dã chiến, hệ thống cứu trợ thảm họa thiên tai với khả năng truyền tải dữ liệu thoại và hình ảnh ổn định trong điều kiện khắc nghiệt.

Câu hỏi thường gặp

Giao thức AOMDV có điểm gì khác biệt cốt lõi so với giao thức AODV?

Giao thức AODV là giao thức đơn đường, chỉ lưu một tuyến duy nhất đến đích và phải phát tán lại gói tin tìm đường khi xảy ra sự cố. Trong khi đó, AOMDV tìm kiếm và lưu trữ nhiều tuyến đường dự phòng tách biệt liên kết (link-disjoint) trong một lần khám phá, giúp giảm hơn 30% tần suất gửi gói điều khiển và khôi phục đường truyền gần như tức thì.

Vì sao cần phân loại ứng dụng theo chuẩn ITU-T G.1010 trong mạng MANET?

Do tài nguyên băng thông và năng lượng của mạng MANET rất hạn chế, việc phân loại theo ITU-T G.1010 giúp nhận diện chính xác yêu cầu của từng luồng dữ liệu (ví dụ: thoại yêu cầu độ trễ dưới 150 ms, trong khi truyền file cần tỷ lệ mất gói dưới 1%), từ đó phân bổ đường truyền tối ưu đúng mục đích.

Cơ chế tiếp cận liên tầng (Cross-Layer) trong giao thức QCLR mang lại lợi ích gì?

Cơ chế liên tầng cho phép tầng mạng trực tiếp đọc các tham số vật lý từ tầng MAC 802.11 như thời gian trễ phục vụ hàng đợi và tỷ lệ lỗi frame (FER). Nhờ đó, thuật toán đánh giá chính xác chất lượng thực tế của đường truyền cao hơn 40% so với phương pháp đếm số chặng thông thường.

Làm thế nào để giao thức QCLR đảm bảo không xảy ra hiện tượng định tuyến lặp vòng?

Giao thức áp dụng nghiêm ngặt quy tắc số thứ tự đích (sequence number) và duy trì thông số số chặng được quảng bá (advertised hop count). Mọi đường đi mới có số chặng lớn hơn giá trị quảng bá cao nhất cho cùng một số thứ tự đích đều bị từ chối, loại trừ hoàn toàn 100% nguy cơ hình thành vòng lặp.

Giao thức cải tiến trong luận văn có thể ứng dụng vào những tình huống thực tế nào?

Công trình ứng dụng hiệu quả trong mạng truyền thông khẩn cấp phục vụ phòng chống bão lũ, mạng chiến thuật quân sự, hệ thống xe tự hành liên lạc VANET và mạng cảm biến giám sát rừng. Trong thực tế, hệ thống giúp duy trì thông lượng mạng vượt trên 450 Kbps mà không cần sự hỗ trợ của trạm BTS cố định.

Kết luận

Đề xuất thành công giao thức QCLR cải tiến từ AOMDV, tích hợp chuẩn phân lớp dịch vụ ITU-T G.1010 và kỹ thuật ước lượng chất lượng liên kết tầng MAC.

Nâng cao tỷ lệ chuyển giao gói tin thành công đạt mức trung bình 92.5% và giảm độ trễ truyền dẫn toàn mạng xuống 22.4% trên môi trường mô phỏng NS-2.

Giải quyết triệt để nguy cơ lặp vòng định tuyến và tối ưu hóa việc quản lý các tuyến dự phòng tách biệt theo liên kết (link-disjoint).

Cung cấp cơ sở khoa học và phương pháp luận hoàn chỉnh cho bài toán tối ưu hóa chất lượng dịch vụ QoS trong các mạng không dây tự tổ chức.

Xác lập lộ trình phát triển rõ ràng với các mục tiêu tích hợp trí tuệ nhân tạo và thử nghiệm phần cứng thực tế trong giai đoạn 2021-2022.

Luận văn thạc sĩ của tác giả Hà Mạnh Huy là một công trình nghiên cứu công phu, giải quyết xuất sắc bài toán cân bằng giữa hiệu năng truyền tải và độ tin cậy trong mạng ad-hoc di động MANET. Hãy tải toàn văn luận văn và tham khảo chi tiết giải thuật để ứng dụng hiệu quả vào các dự án nghiên cứu mạng không dây của bạn ngay hôm nay!