Luận án tiến sĩ về tối ưu hóa lưu trữ và truyền video trong mạng 5G siêu dày đặc

• Tác giả: Bùi Minh Phụng
• Người hướng dẫn: TS. Võ Nguyên Sơn
• Trường học: Trường Đại học Duy Tân
• Chuyên ngành: Khoa học Máy tính
• Đề tài: Tối ưu hóa lưu trữ và truyền video trong mạng 5G siêu dày đặc
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2021
• Địa điểm: Đà Nẵng

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• MỤC LỤC
• LỜI CAM ĐOAN
• DANH MỤC CÁC CHỮ VIẾT TẮT VÀ KÝ HIỆU
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH VÀ BIỂU ĐỒ
• MỞ ĐẦU
• 0.1. Lý do chọn đề tài
• 0.2. Mục tiêu, đối tượng, phạm vi và phương pháp nghiên cứu
• 0.2.1. Mục tiêu nghiên cứu
• 0.2.2. Đối tượng nghiên cứu
• 0.2.3. Phạm vi nghiên cứu
• 0.2.4. Phương pháp nghiên cứu
• 0.3. Nhiệm vụ nghiên cứu và kết quả đạt được
• 0.3.1. Nhiệm vụ nghiên cứu
• 0.3.2. Kết quả đạt được
• 0.4. Bố cục luận án
• 1. CHƯƠNG 1: TỔNG QUAN VỀ LƯU TRỮ VÀ TRUYỀN VIDEO TRONG 5G UDN
• 1.1. Giới thiệu về 5G UDN
• 1.2. Mô hình 5G UDN
• 1.3. Các thách thức của 5G UDN
• 1.4. Mô hình lưu trữ và truyền video trong 5G UDN
• 1.4.1. Lưu trữ và truyền video đơn tầng
• 1.4.2. Lưu trữ và truyền video cộng tác đa tầng
• 1.4.3. Phương pháp đánh giá hiệu năng mô hình
• 1.5. Hiện trạng các nghiên cứu về cơ chế lưu trữ và chia sẻ tài nguyên
• 1.5.1. Các nghiên cứu trong nước
• 1.5.2. Các nghiên cứu ngoài nước
• 1.5.3. Các thuật giải ứng dụng trong các bài toán tối ưu lưu trữ và truyền video
• 1.5.3.1. Thuật giải vét cạn
• 1.5.3.2. Thuật giải đàn dơi
• 1.5.3.3. Thuật giải di truyền
• 1.6. Tổng kết chương 1
• 2. CHƯƠNG 2: LƯU TRỮ VÀ CHIA SẺ TÀI NGUYÊN TỐI ƯU THEO MỐI QUAN HỆ XÃ HỘI NGƯỜI DÙNG NÂNG CAO DUNG LƯỢNG TRUYỀN VIDEO TRONG 5G UDN
• 2.1. Giới thiệu cơ chế SCS
• 2.2. Mô hình truyền video trong 5G UDN với cơ chế SCS
• 2.2.1. Các ký hiệu và giả thiết
• 2.2.2. Mô hình hệ thống với cơ chế SCS
• 2.2.3. Tính toán các thông số hệ thống với cơ chế SCS
• 2.2.3.1. Mối quan hệ xã hội giữa các cặp TX-RX
• 2.2.3.2. Mô hình kênh truyền không dây
• 2.2.3.3. Dung lượng phân phối hệ thống
• 2.2.4. Bài toán tối ưu SCS và thuật giải vét cạn
• 2.2.5. Đánh giá hiệu suất cơ chế SCS
• 2.2.5.1. Thiết lập thông số hệ thống
• 2.2.5.2. Đánh giá hiệu suất cơ chế SCS
• 2.3. Kết luận chương 2
• 3. CHƯƠNG 3: LƯU TRỮ ĐA PHÂN GIẢI VÀ CHIA SẺ TÀI NGUYÊN TỐI ƯU THEO NHU CẦU NGƯỜI DÙNG NÂNG CAO CHẤT LƯỢNG TRUYỀN VIDEO TRONG 5G UDN
• 3.1. Giới thiệu cơ chế CRS
• 3.2. Mô hình truyền video trong 5G UDN với cơ chế CRS
• 3.2.1. Tính toán các thông số hệ thống với cơ chế CRS
• 3.2.1.1. Xác suất đạt dung lượng tại SU
• 3.2.1.2. Xác suất đạt dung lượng tại CU
• 3.2.1.3. Xác suất đạt dung lượng tại NU
• 3.2.1.4. Chất lượng trung bình của video nhận được
• 3.2.2. Bài toán tối ưu CRS và thuật giải di truyền
• 3.2.2.1. Bài toán tối ưu CRS
• 3.2.2.2. Thuật giải di truyền cho bài toán CRS
• 3.2.3. Đánh giá hiệu suất cơ chế CRS và thuật giải di truyền
• 3.2.3.1. Thiết lập thông số hệ thống và cấu hình máy tính
• 3.2.3.2. Đánh giá hiệu quả của thuật giải di truyền
• 3.2.3.3. Đánh giá hiệu suất cơ chế CRS
• 3.3. Kết luận chương 3
• CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA NGHIÊN CỨU SINH
• appendix.1. Công trình đã công bố của luận án
• appendix.2. Công trình đã công bố khác của nghiên cứu sinh
• TÀI LIỆU THAM KHẢO

I. Tối ưu hóa video trong mạng 5G siêu dày đặc

Trong bối cảnh mạng 5G siêu dày đặc (UDN), việc tối ưu hóa video trở thành một yếu tố quan trọng nhằm đáp ứng nhu cầu ngày càng cao của người dùng. Mạng 5G với khả năng truyền tải dữ liệu lớn và tốc độ cao, yêu cầu các giải pháp hiệu quả để lưu trữ video và truyền video. Các công nghệ như MIMO và mmWave đã được nghiên cứu để cải thiện hiệu suất mạng. Tuy nhiên, việc tối ưu hóa băng thông và chất lượng video vẫn là thách thức lớn. Các giải pháp cần phải xem xét đến các yếu tố như hành vi người dùng và mối quan hệ xã hội để nâng cao hiệu quả sử dụng tài nguyên. Theo một nghiên cứu, việc áp dụng các cơ chế lưu trữ thông minh có thể giảm thiểu tắc nghẽn và cải thiện trải nghiệm người dùng.

1.1. Lưu trữ và truyền video trong 5G

Lưu trữ và truyền video trong mạng 5G yêu cầu một mô hình hiệu quả để xử lý lượng dữ liệu lớn. Các mô hình lưu trữ đa tầng cho phép phân phối video từ nhiều nguồn khác nhau, giúp giảm tải cho các trạm cơ sở lớn (MBS) và nhỏ (SBS). Việc truyền tải video nhanh và chất lượng video cao là mục tiêu chính. Các nghiên cứu đã chỉ ra rằng việc áp dụng các thuật toán tối ưu có thể cải thiện đáng kể hiệu suất truyền video. Hơn nữa, việc sử dụng các công nghệ như D2D (Device-to-Device) có thể giúp tối ưu hóa lưu trữ video và truyền video trong mạng 5G, từ đó nâng cao trải nghiệm người dùng.

II. Các thách thức trong tối ưu hóa video

Mặc dù mạng 5G mang lại nhiều lợi ích, nhưng vẫn tồn tại nhiều thách thức trong việc tối ưu hóa video. Một trong những thách thức lớn nhất là việc quản lý tài nguyên mạng hiệu quả. Các yếu tố như độ trễ, băng thông và chất lượng dịch vụ (QoS) cần được xem xét kỹ lưỡng. Việc lưu trữ video tại các thiết bị di động và trạm cơ sở gần người dùng có thể giúp giảm thiểu độ trễ và cải thiện chất lượng video. Tuy nhiên, việc này cũng đòi hỏi một hệ thống quản lý tài nguyên thông minh để đảm bảo rằng các tài nguyên được sử dụng một cách hiệu quả nhất. Các nghiên cứu hiện tại đang tìm kiếm các giải pháp để tối ưu hóa truyền tải video trong bối cảnh mạng 5G siêu dày đặc.

2.1. Giải pháp lưu trữ và chia sẻ tài nguyên

Giải pháp lưu trữ và chia sẻ tài nguyên trong mạng 5G cần phải được thiết kế để đáp ứng nhu cầu của người dùng. Việc áp dụng các cơ chế như lưu trữ đa phân giải và chia sẻ tài nguyên tối ưu có thể giúp nâng cao chất lượng truyền video. Các mô hình này không chỉ tập trung vào việc tối ưu hóa dung lượng lưu trữ mà còn phải xem xét đến mối quan hệ xã hội giữa người dùng. Nghiên cứu cho thấy rằng việc hiểu rõ hành vi người dùng có thể giúp cải thiện đáng kể hiệu suất của hệ thống. Các thuật toán tối ưu như thuật giải di truyền và thuật giải vét cạn đã được áp dụng để giải quyết bài toán này.

III. Định hướng nghiên cứu trong tương lai

Để nâng cao hiệu quả của việc tối ưu hóa lưu trữ và truyền video, cần có những nghiên cứu sâu hơn về các công nghệ mới và các mô hình tối ưu. Việc phát triển các thuật toán thông minh có thể giúp cải thiện khả năng truyền tải video nhanh và chất lượng video. Hơn nữa, việc nghiên cứu các yếu tố ảnh hưởng đến hành vi người dùng và mối quan hệ xã hội sẽ giúp tạo ra các giải pháp tối ưu hơn. Các nghiên cứu trong tương lai cần tập trung vào việc phát triển các mô hình lưu trữ và truyền video có khả năng thích ứng với các điều kiện mạng khác nhau, từ đó nâng cao trải nghiệm người dùng trong mạng 5G siêu dày đặc.

3.1. Tích hợp công nghệ mới

Tích hợp các công nghệ mới như AI và machine learning vào các mô hình lưu trữ và truyền video có thể mang lại nhiều lợi ích. Các công nghệ này có khả năng phân tích dữ liệu lớn và đưa ra các quyết định tối ưu trong thời gian thực. Việc áp dụng AI trong việc tối ưu hóa băng thông và quản lý tài nguyên sẽ giúp cải thiện đáng kể hiệu suất của mạng 5G. Hơn nữa, việc nghiên cứu các mô hình mới có thể giúp giải quyết các vấn đề hiện tại trong việc lưu trữ video và truyền video, từ đó nâng cao chất lượng dịch vụ cho người dùng.