Luận án Tiến sĩ Khoa học máy tính: Nghiên cứu một số giải pháp tối ưu hóa hiệu năng trong mạng điện toán biên di động

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:166

Thêm vào BST

Báo xấu

6
lượt xem 1
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Luận án Tiến sĩ Khoa học máy tính "Nghiên cứu một số giải pháp tối ưu hóa hiệu năng trong mạng điện toán biên di động" trình bày các nội dung chính sau: Tổng quan về Luận án; tổng quan về điện toán biên di động và các vấn đề tối ưu; giải pháp tối ưu về thời gian sử dụng cơ chế NOMA và thuật toán di truyền; giải pháp tối ưu về thời gian sử dụng cơ chế lựa chọn anten và các thuật toán meta-heuristic;... Mời các bạn cùng tham khảo!

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận án Tiến sĩ Khoa học máy tính: Nghiên cứu một số giải pháp tối ưu hóa hiệu năng trong mạng điện toán biên di động

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DUY TÂN --oo0oo-- TRƯƠNG VĂN TRƯƠNG LUẬN ÁN TIẾN SĨ KHOA HỌC MÁY TÍNH CHUYÊN NGÀNH: KHOA HỌC MÁY TÍNH MÃ SỐ CHUYÊN NGÀNH: 94 .80.101 NGHIÊN CỨU MỘT SỐ GIẢI PHÁP TỐI ƯU HÓA HIỆU NĂNG TRONG MẠNG ĐIỆN TOÁN BIÊN DI ĐỘNG ĐÀ NẴNG, NĂM 2024
ii BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DUY TÂN --oo0oo-- TRƯƠNG VĂN TRƯƠNG LUẬN ÁN TIẾN SĨ KHOA HỌC MÁY TÍNH CHUYÊN NGÀNH: KHOA HỌC MÁY TÍNH MÃ SỐ CHUYÊN NGÀNH: 94 .80.101 NGHIÊN CỨU MỘT SỐ GIẢI PHÁP TỐI ƯU HÓA HIỆU NĂNG TRONG MẠNG ĐIỆN TOÁN BIÊN DI ĐỘNG NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. PGS. TS. HÀ ĐẮC BÌNH 2. GS.TS. ANAND NAYYAR ĐÀ NẴNG, NĂM 2024
iii LỜI CAM ĐOAN Nghiên cứu sinh xin cam đoan các kết quả trình bày trong Luận án là công trình nghiên cứu của bản thân dưới sự hướng dẫn của các cán bộ nghiên cứu, và có sự đồng ý, cho phép của các cộng sự. Các số liệu, kết quả được trình bày trong Luận án là hoàn toàn trung thực. Các tài liệu tham khảo đều được trích dẫn đầy đủ và đúng quy định. Đà Nẵng, ngày 05 tháng 06 năm 2024 Nghiên cứu sinh Trương Văn Trương
iv LỜI CẢM ƠN Trong quá trình nghiên cứu và hoàn thành Luận án này, tôi đã nhận được nhiều sự giúp đỡ và đóng góp vô cùng quý báu. Trước tiên, tôi xin gửi lời cảm ơn sâu sắc và chân thành nhất tới thầy hướng dẫn, PGS. TS. Hà Đắc Bình, đã không ngừng hỗ trợ và hướng dẫn trong toàn bộ quá trình tôi theo học nghiên cứu sinh. Thầy đã để lại ấn tượng vô cùng to lớn với tôi về thái độ chăm chỉ, tinh thần nghiên cứu nghiêm túc và chuyên môn kỹ thuật vững vàng. Thầy sẽ luôn có ảnh hưởng quan trọng và lâu dài đến sự nghiệp nghiên cứu trong tương lai của tôi. Cảm ơn GS.TS. Anand Nayyar và TS. Võ Nhân Văn, những người luôn cung cấp hướng dẫn và gợi ý hữu ích về công trình và hướng nghiên cứu của tôi. Cảm ơn trường Khoa học Máy tính vì đã cung cấp các kiến thức cần thiết và hỗ trợ tôi vô điều kiện trong mọi công tác học tập. Bên cạnh đó, tôi xin gửi lời cảm ơn chân thành đến toàn thể cán bộ trong Khoa Điện và Điện tử, trường Công nghệ, trường đại học Duy Tân, đã hỗ trợ những góp ý chuyên môn và các đề xuất có giá trị. Được làm việc với tất cả các thầy cô trong khoa là niềm vui to lớn của tôi. Tôi xin gửi lời biết ơn sâu sắc nhất đến cha mẹ của tôi, những người đã sinh thành ra tôi và luôn ủng hộ vô điều kiện mọi quyết định của tôi. Tôi cũng muốn cảm ơn vợ của mình, là cô Nguyễn Thị Đoan Hương, hai con gái nhỏ, các anh chị của tôi và tất cả bạn bè đã ủng hộ và động viên tôi trong suốt thời gian qua. Trương Văn Trương được tài trợ bởi Tập đoàn Vingroup – Công ty CP và hỗ trợ bởi Chương trình học bổng thạc sĩ, tiến sĩ trong nước của Quỹ Đổi mới sáng tạo Vingroup (VINIF), Viện Nghiên cứu Dữ liệu lớn, mã số VINIF.2021.TS.049. Đà Nẵng, ngày 05 tháng 06 năm 2024 Nghiên cứu sinh Trương Văn Trương
v MỤC LỤC LỜI CAM ĐOAN ................................................................................ iii LỜI CẢM ƠN ...................................................................................... iv DANH MỤC CÁC TỪ VIẾT TẮT .................................................... vii DANH MỤC HÌNH VẼ ........................................................................ x DANH MỤC BẢNG .......................................................................... xiii DANH MỤC CÁC KÍ HIỆU TOÁN HỌC ....................................... xiv PHẦN MỞ ĐẦU ................................................................................... 1 TỔNG QUAN VỀ LUẬN ÁN.............................................................. 1 1. Tính cấp thiết..................................................................................... 1 2. Mục tiêu nghiên cứu.......................................................................... 5 3. Nội dung nghiên cứu ......................................................................... 5 4. Đối tượng và phạm vi nghiên cứu .................................................... 6 5. Phương pháp nghiên cứu: ................................................................. 6 6. Những đóng góp chính của Luận án ................................................. 7 7. Bố cục Luận án.................................................................................. 7 CHƯƠNG 1 ........................................................................................ 10 TỔNG QUAN VỀ ĐIỆN TOÁN BIÊN DI ĐỘNG VÀ CÁC VẤN ĐỀ TỐI ƯU ............................................................................................... 10 1.1 Điện toán biên di động .................................................................. 10 1.2 Tổng quan tình hình nghiên cứu trong và ngoài nước.................. 19 1.3 Các vấn đề về tối ưu hóa mạng MEC ........................................... 23 1.4 Kết luận chương 1 ......................................................................... 31 CHƯƠNG 2 ........................................................................................ 32 GIẢI PHÁP TỐI ƯU MẠNG ĐIỆN TOÁN BIÊN DI ĐỘNG SỬ DỤNG CƠ CHẾ NOMA VÀ THUẬT TOÁN DI TRUYỀN ............ 32 2.1 Giới thiệu....................................................................................... 32 2.2 Mô hình hệ thống RF EH NOMA MEC đường lên ..................... 33 2.3 Mô hình hệ thống RF EH NOMA MEC đường xuống ................ 52 2.4 Kết luận chương 2 ......................................................................... 62 CHƯƠNG 3 ........................................................................................ 63 GIẢI PHÁP TỐI ƯU MẠNG ĐIỆN TOÁN BIÊN DI ĐỘNG SỬ DỤNG CƠ CHẾ LỰA CHỌN ANTEN VÀ CÁC THUẬT TOÁN META-HEURISTIC ........................................................................... 63 3.1 Giới thiệu....................................................................................... 63 3.2 Mô hình hệ thống RF EH NOMA MEC cho người dùng đa anten ............................................................................................................. 65
vi 3.3. Phân tích và tối ưu hiệu năng mạng RF EH NOMA MEC đường xuống cho người dùng đa anten .......................................................... 74 3.4 Kết quả số và thảo luận ................................................................. 87 3.5 Kết luận chương 3 ......................................................................... 92 CHƯƠNG 4 ........................................................................................ 94 GIẢI PHÁP TỐI ƯU MẠNG ĐIỆN TOÁN BIÊN DI ĐỘNG SỬ DỤNG CƠ CHẾ LỰA CHỌN ANTEN-NGƯỜI DÙNG VÀ THUẬT TOÁN TÌM KIẾM MỘT CHIỀU ....................................................... 94 4.1 Giới thiệu....................................................................................... 94 4.2 Mô hình hệ thống NOMA MEC WSN đa anten đa người dùng .. 96 4.3 Phân tích và tối ưu hiệu năng mạng cảm biến không dây NOMA MEC cho đường lên .......................................................................... 107 4.4 Kết quả số và thảo luận ............................................................... 115 4.5 Kết luận chương 4 ....................................................................... 122 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ........................................ 124 Kết luận ............................................................................................. 124 Hướng phát triển đề tài ..................................................................... 125 Các công bố liên quan đến Luận án của nghiên cứu sinh................. 126 PHỤ LỤC .......................................................................................... 128 Phụ lục A: Chứng minh Mệnh đề 2.1 ............................................... 128 Phụ lục B: Chứng minh Mệnh đề 2.3 ............................................... 130 Phụ lục C: Chứng minh Mệnh đề 2.4 ............................................... 132 Phụ lục D: Chứng minh Mệnh đề 2.5 ............................................... 134 Phụ lục E: Chứng minh Mệnh đề 3.1 ................................................ 135 Phụ lục F: Chứng minh Mệnh đề 4.1 ................................................ 139 TÀI LIỆU THAM KHẢO................................................................. 142
vii DANH MỤC CÁC TỪ VIẾT TẮT Từ viết tắt Nghĩa tiếng Anh Nghĩa tiếng Việt 5G Fifth generation Mạng không dây thế hệ thứ 5 AP Access point Điểm truy cập APS Access point selection Kỹ thuật lựa chọn điểm truy cập AR Augmented Reality Thực tế ảo tăng cường AWGN Additive white Gaussian noise Nhiễu trắng cộng tính BF Brute Force Thuật toán vét cạn BS Base station Trạm gốc Kỹ thuật lựa chọn nút cảm biến BSS Best sensor selection tốt nhất CC Cloud computing Điện toán đám mây CDF Cumulative distribution function Hàm phân phối tích lũy CH Cluster head Nút chủ CSI Channel state information Thông tin trạng thái kênh truyền Liên hệ trực tiếp thiết bị đến thiết D2D Device to device bị EC Evolution Computation Thuật toán tiến hóa European Telecommunications Viện Tiêu chuẩn Viễn thông ETSI Standard Institute châu Âu FCP False computation probability Xác suất tính toán thất bại Frequency-division multiple Đa truy cập phân chia theo tần số FDMA access FF Fitness function Hàm mục tiêu FV Fitness value Giá trị thích nghi GA Gentic Algorithm Thuật toán di truyền HAP Hybrid access point Điểm truy cập lai independent and identically Phân bố đồng nhất, độc lập i.i.d. distributed
viii Mạng Internet vạn vật trong IIoT Industrial Internet of Things công nghiệp IoT Internet of Things Mạng Internet vạn vật ISI inter-symbol interference Nhiễu liên kí tự MCC Mobile Cloud computing Điện toán đám mây di dộng MD Mobile device Thiết bị di động MEC Mobile edge computing Điện toán biên di động MIMO Multi-input multi-output Đa đầu vào đa đầu ra MISO Multi-input single-output Đa đầu vào đơn đầu ra Maximal the successful Bài toán tối ưu hóa xác suất tính MSCP computation probability problem toán thành công MRC Maximal ratio combining Kỹ thuật kết hợp theo tỷ lệ tối đa MRT Maximal ratio transmission Kỹ thuật phát theo tỉ lệ tối đa Kỹ thuật không lựa chọn điểm NAPS Non-Access point selection truy cập tối ưu NOMA Non-orthogonal multiple access Đa truy cập phi trực giao OMA Orthogonal multiple access Đa truy cập trực giao PDF Probability density function Hàm mật độ xác suất PSO Particle Swarm Optimization Thuật toán bầy đàn RAN Radio access network Mạng truy cập vô tuyến Radio frequency energy Kỹ thuật thu năng lượng vô RF EH harvesting tuyến Kỹ thuật lựa chọn nút cảm biến RSS Random sensor selection ngẫu nhiên Trạm thu phát di động đặt cố RSU Roadside Unit định bên đường RWS Roulette wheel selection Chọn lọc bánh xe Roulette Mạng giao tiếp giữa các phương V2X Vehicle-to-Everything tiện giao thông
ix VM Virtual machine Máy ảo VR Virtual Reality Thực tế ảo SC Selection Combining Kỹ thuật lựa chọn anten thu SCd Superposition Coding Kỹ thuật mã hóa xếp chồng Successful computation Xác suất tính toán thành công SCP probability SDV Self-driving vehicle Xe tự hành SI Swarm Intelligent Trí tuệ bầy đàn Successive interference Kỹ thuật triệt can nhiễu liên tiếp SIC cancellation SINR Signal to interference plus noise Tỉ số tín hiệu trên can nhiễu ratio SISO Single input single output Đơn đầu vào đơn đầu ra SN Sensor node Nút cảm biến SNR Signal to noise ratio Tỉ số tín hiệu trên nhiễu TAS Transmit antenna selection Kỹ thuật lựa chọn anten phát Đa truy cập phân chia theo thời TDMA Time division multiple access gian TS Truncated selection Lựa chọn cắt gọt WSN Wireless sensor network Mạng cảm biến không dây
x DANH MỤC HÌNH VẼ Hình 0.1: Mô hình các lớp chức năng trong điện toán đám mây ......................... 1 Hình 0.2: Nhược điểm của điện toán đám mây trong ứng dụng IoT ................... 2 Hình 1.1: Mô hình các lớp chức năng trong điện toán biên di động .................. 11 Hình 1.2: Các quyết định giảm tải của MD trong mô hình MEC ...................... 14 Hình 1.3: Ví dụ về việc triển khai ứng dụng VR với cơ chế MEC .................... 15 Hình 2.1: Mô hình hệ thống NOMA MEC có yếu tố thu năng lượng vô tuyến cho đường lên................................................................................................... 34 Hình 2.2: Giao thức hoạt động của mạng NOMA MEC có yếu tố thu năng lượng vô tuyến cho đường lên .................................................................................... 34 U U Hình 2.3:  S 1 ,  S 2 theo hệ số chuyển mạch thời gian với các giá trị SNR phát trung bình khác nhau ........................................................................................ 48 U U Hình 2.4:  S 1 ,  S 2 theo SNR phát trung bình với các giá trị hệ số chuyển mạch thời gian khác nhau .......................................................................................... 48 Hình 2.5:  S theo hệ số chuyển mạch thời gian với các giá trị SNR phát trung bình khác nhau cho mô hình đường lên ............................................................ 49 Hình 2.6:  S theo các giá trị chiều dài chuỗi tác vụ của người dùng U1 với băng thông khác nhau ............................................................................................... 49 Hình 2.7: Thuật toán MSCP-GA hội tụ với các mức SNR phát trung bình khác nhau trong hệ thống RF EH NOMA MEC đường lên ....................................... 50 Hình 2.8: So sánh hiệu năng trong trường hợp sử dụng và không sử dụng thuật toán tối ưu cho hệ thống RF EH NOMA MEC đường lên ................................ 51
xi Hình 2.9: Mô hình hệ thống NOMA MEC có yếu tố thu năng lượng vô tuyến cho đường xuống.............................................................................................. 52 Hình 2.10: Giản đồ thời gian cho mạng NOMA MEC có yếu tố thu năng lượng vô tuyến cho đường xuống ............................................................................... 53 Hình 2.11:  S theo SNR phát trung bình với các giá trị hệ số chuyển mạch thời gian khác nhau cho mô hình đường xuống ....................................................... 58 Hình 2.12:  S theo hệ số chuyển mạch thời gian với các SNR phát trung bình khác nhau cho mô hình đường xuống ............................................................... 59 Hình 2.13:  S theo SNR phát trung bình với các hệ số phân bổ công suất ....... 60 Hình 2.14:  S theo hệ số phân bổ công suất với các SNR phát trung bình ....... 60 Hình 2.15: Thuật toán MSCP-GA hội tụ với các mức SNR phát trung bình khác nhau trong hệ thống RF EH NOMA MEC đường xuống .................................. 61 Hình 2.16: So sánh hiệu năng trong trường hợp sử dụng và không sử dụng thuật toán tối ưu cho hệ thống RF EH NOMA MEC đường xuống ........................... 61 Hình 3.1: Mô hình hệ thống RF EH NOMA MEC đường xuống cho người dùng đa anten. ........................................................................................................... 66 Hình 3.2: Giản đồ thời gian giao thức hoạt động hệ thống RF EH NOMA MEC cho người dùng đa anten .................................................................................. 67 Hình 3.3: Tác động của hệ số chuyển mạch thời gian lên hiệu năng hệ thống dưới các kịch bản hoạt động khác nhau ............................................................ 88 Hình 3.4: Tác động của hệ số phân bổ năng lượng đến hiệu năng hệ thống dưới các kịch bản hoạt động khác nhau .................................................................... 89 Hình 3.5: Tác động của SNR phát trung bình đến hiệu năng hệ thống dưới các kịch bản hoạt động khác nhau theo hai cơ chế APS và NAPS .......................... 90
xii Hình 3.6: Sự hội tụ của các thuật toán tối ưu .................................................... 91 Hình 3.7: Khảo sát hiệu năng hệ thống trong các trường hợp sử dụng thuật toán tối ưu và không sử dụng thuật toán tối ưu......................................................... 91 Hình 4.1: Mô hình hệ thống NOMA MEC WSN cho AP đa anten phục vụ đa người dùng cho đường lên. ............................................................................... 97 Hình 4.2: Giản đồ thời gian giao thức hoạt động cho hệ thống NOMA MEC WSN .............................................................................................................. 101 Hình 4.3: So sánh   với các cơ chế hoạt động khác nhau. ............................ 116 Hình 4.4: So sánh thông lượng hệ thống khi hoạt động dưới cơ chế NOMA và OMA với băng thông 1 Hz. ............................................................................ 117 Hình 4.5: FCP theo hệ số phân bổ công suất. ................................................. 118 Hình 4.6:   theo độ dài chuỗi tác vụ với các tần số hoạt động CPU của SN khác nhau. ...................................................................................................... 119 Hình 4.7:   theo SNR phát với số lượng anten của AP và số lượng SN của các cụm cảm biến khác nhau: (a.) Cơ chế SC, (b.) Cơ chế MRC .......................... 119 Hình 4.8:   theo SNR truyền với các giá trị G khác nhau: (a.) Cơ chế BSS, (b.) Cơ chế S1, (c.) Cơ chế S2 ........................................................................ 121 Hình 4.9: So sánh hiệu năng hệ thống giữa các thuật toán tối ưu, a. Cơ chế SC, b. Cơ chế MRC .............................................................................................. 122
xiii DANH MỤC BẢNG Bảng 2.1: Các thông số mô phỏng cho mô hình mạng RF EH NOMA MEC đường lên ......................................................................................................... 47 Bảng 2.2: Các thông số mô phỏng cho mô hình mạng RF EH NOMA MEC đường xuống .................................................................................................... 57 Bảng 3.1: Các cơ chế hoạt động của mô hình hệ thống RF EH NOMA MEC cho người dùng đa anten ......................................................................................... 68 Bảng 3.2: Các thông số mô phỏng hệ thống RF EH NOMA MEC cho người dùng đa anten ................................................................................................... 87 Bảng 4.1: Các cơ chế hoạt động của mô hình hệ thống NOMA-MEC-WSN được đề xuất ..................................................................................................... 98 Bảng 4.2: Các thông số mô phỏng hệ thống NOMA MEC WSN đa anten đa người dùng ..................................................................................................... 115
xiv DANH MỤC CÁC KÍ HIỆU TOÁN HỌC Kí hiệu Ý nghĩa Số chu kì CPU cần thiết của thiết bị v để xử lý 1 bit dữ liệu đầu cν vào dXY Khoảng cách từ X đến Y fv Tần số hoạt động CPU của thiết bị v mXY Hệ số Nakagami-m của đường truyền từ X đến Y Số vòng lặp để các thuật toán dựa trên thuật toán tìm kiếm hội N tụ gXY Độ lợi kênh truyền của đường truyền từ X đến Y G Mức độ khác biệt về khả năng tính toán của SN và AP hXY Hệ số kênh truyền của đường truyền từ X đến Y t x Thời gian trễ trong pha x của thiết bị v Α Hệ số chuyển mạch thời gian  Hệ số giảm tải của thiết bị v  Xác suất tính toán thành công c Hệ số lai tạo theo phân phối chuẩn  XY Hệ số Rayleigh của đường truyền từ X đến Y  Hệ số phân bổ công suất  Hệ số suy hao đường truyền  Hệ số chuyển đổi năng lượng 0 SNR phát trung bình c Tỉ lệ lai tạo m Tỉ lệ đột biến X Bước nhảy (độ thay đổi) nhỏ nhất của biến X X min Giá trị chính xác mong muốn của biến X An ˆ Nút chủ của cụm cảm biến A Bm ˆ Nút chủ của cụm cảm biến B
xv E x Năng lượng tiêu tốn trong pha x của thiết bị v Mức độ chênh lệch về khả năng tính toán của MEC AP so với G SN L Độ dài chuỗi tác vụ N Số lượng nút cảm biến trong cụm cảm biến A M Số lượng nút cảm biến trong cụm cảm biến B K Số lượng anten của AP Hệ số cân bằng của độ phức tạp và độ chính xác của phương Q pháp Chebyshev-Gauss quadrature O Toán tử Big-O Pv Công suất phát của thiết bị v PC  Công suất yêu cầu để xử lý 1 bit của thiết bị v T Thời gian trễ cho phép tối đa của hệ thống X sta Cận dưới của biến X X sto Cận trên của biến X X* Giá trị tối ưu của biến X W Băng thông  Xác suất tính toán thành công  Xác suất tính toán thất bại v Hàm Bessel sửa đổi dạng thứ 2 bậc v  Hàm Gamma không hoàn chỉnh trên nPop Kích thước quần thể MaxIt Số vòng tiến hóa tối đa của các thuật toán tối ưu |.| Giá trị tuyệt đối ||.|| Giá trị chuẩn Euclidean CN(0,  2 ) Phân phối Gaussian với trung bình 0 và phương sai  2 argmax Miền điểm nơi các giá trị hàm được lưu trữ tối đa hóa round Hàm làm tròn E Toán tử kỳ vọng
PHẦN MỞ ĐẦU TỔNG QUAN VỀ LUẬN ÁN 1. Tính cấp thiết Trong những thập kỷ gần đây, chúng ta đã chứng kiến sự phát triển đáng kinh ngạc của công nghệ điện toán đám mây (Cloud Computing - CC). CC cho phép người dùng truy cập và sử dụng các tài nguyên điện toán và máy tính như phần mềm, dịch vụ và phần cứng thông qua Internet. Người dùng có khả năng truy cập vào bất kỳ tài nguyên nào trên đám mây (máy chủ ảo) từ bất kỳ đâu và vào bất kỳ thời điểm nào [1]. Mô hình này bao gồm hai lớp chức năng chính: lớp đám mây chứa tài nguyên và lớp người dùng truy cập và sử dụng các tài nguyên này thông qua Internet, như minh họa trong hình 0.1. Hình 0.1: Mô hình các lớp chức năng trong điện toán đám mây CC đã thúc đẩy sự phát triển của nhiều công ty Internet hàng đầu như Google, Microsoft, Amazon, Dropbox [2] ... Ngoài ra, các doanh nghiệp vừa và nhỏ cũng đã sử dụng CC nhằm giảm thiểu chi phí đầu tư ban đầu vào cơ sở hạ tầng, bao gồm việc mua phần cứng, bản quyền phần mềm và cài đặt hệ thống. Thậm chí, CC đã thay đổi cách làm việc của từng cá nhân, ví dụ như tổ chức cuộc họp nhóm thông qua Google Meet, trao đổi công việc qua Gmail, lưu trữ dữ liệu trên iCloud, chia sẻ file qua Dropbox và thậm chí chia sẻ thông tin cá nhân trên các mạng xã hội. Như vậy, với một hệ thống ứng dụng CC thông thường, dữ liệu
2 sẽ được đẩy lên một máy chủ đám mây và có thể được lấy xuống bởi một máy khách. Cách thức vận hành như vậy có thể hoạt động tốt cho các dữ liệu trong các ứng dụng không đặt nặng vấn đề độ trễ. Hiển nhiên, sẽ là không tối ưu khi áp dụng CC cho các ứng dụng yêu cầu dữ liệu Internet of Thing (IoT) thời gian thực [3, 4]. Chúng ta lấy một ví dụ sử dụng CC trong giám sát thông số môi trường IoT như hình 0.2. Dữ liệu cảm biến được lưu trữ và xử lý tại trung tâm dữ liệu đám mây phải vượt qua hàng loạt các thiết bị vật lý như router, switch, gateway. Cũng cần lưu ý là những trung tâm dữ liệu này được các nhà cung cấp dịch vụ đặt tại những vị trí địa lý nhất định, và có khoảng cách rất xa so với nguồn dữ liệu cảm biến, nên độ trễ truyền thông tồn tại là tất yếu. Hơn nữa, khi các phản hồi điều khiển từ đám mây đến cơ cấu chấp hành, hành trình của dữ liệu cũng phải vượt qua một khoảng cách tương tự. Nếu đám mây bị quá tải hoặc cơ sở hạ tầng Internet gặp vấn đề thì yêu cầu phản hồi tức thời là không thể đảm bảo. Hình 0.2: Nhược điểm của điện toán đám mây trong ứng dụng IoT Thêm vào đó, rất nhiều thiết bị IoT được triển khai trên toàn cầu và tạo ra lượng dữ liệu vô cùng khổng lồ lưu trữ trên các đám mây trong tương lai [4]. Máy chủ đám mây cũng cần phải được trang bị một tài nguyên tính toán rất lớn để có thể trích xuất ra một thông tin hữu ích từ lượng dữ liệu ấy một cách tức thời. Với ví dụ đơn giản như trên, chúng ta có thể nhận ra hàng loạt các vấn đề của ứng dụng IoT khi áp dụng CC: (i) độ trễ truyền thông, (ii) độ tin cậy, (iii) chi phí lớn về tài nguyên máy tính và băng thông, (iv) các vấn đề về bảo mật khi nguồn dữ liệu nằm xa trung tâm dữ liệu.
3 Chính vì vậy, trong những năm vừa qua, chúng ta chứng kiến sự dịch chuyển các chức năng trong đám mây về phía biên mạng, tạo ra điện toán biên. Trong khuôn khổ của luận án, NCS thực hiện các nghiên cứu về lĩnh vực điện toán biên di động (Mobile edge computing - MEC) [5]. Kỹ thuật MEC cung cấp khả năng điện toán trong mạng truy cập vô tuyến (radio access network - RAN) và môi trường dịch vụ công nghệ thông tin ngay tại biên mạng, nơi gần với nguồn dữ liệu/người dùng nhất. Định nghĩa ban đầu về MEC được viện Tiêu chuẩn Viễn thông châu Âu (European Telecommunications Standard Institute - ETSI) đề xuất vào năm 2014, đề cập đến các trạm gốc (base station - BS) sẽ hỗ trợ tính toán và lưu trữ nhằm giảm tải cho các người dùng trong mạng RAN. Về sau, Cisco mở rộng định nghĩa cho các thiết bị MEC, chúng có thể là điện thoại thông minh, các thiết bị IoT, hay các cảm biến trong mạng cảm biến không dây (Wireless sensor networks - WSNs) [5]. Mặc dù vậy, việc triển khai MEC vẫn còn rất nhiều vấn đề tồn tại cần giải quyết triệt để, cụ thể được tóm tắt thành 4 mục như sau: 1) Quản lý và phân bố tài nguyên trong MEC: Phân bổ tài nguyên tính toán, năng lượng và lưu trữ là một thách thức quan trọng trong quá trình hiện thực hóa MEC. Lý do là những tài nguyên này trong MEC hữu hạn, trong khi số lượng ứng dụng ngày càng tăng và sự gia tăng bùng nổ trong lưu lượng di động [6]. Việc tối ưu hóa phân bổ tài nguyên có thể đa mục tiêu, thay đổi trong các tình huống khác nhau do tính chất đa dạng của các ứng dụng, các máy chủ MEC là không đồng nhất, và chất lượng kết nối kênh truyền là khác nhau. Với lượng người dùng lớn, kênh không dây sẽ bị tắc nghẽn và sự cạnh tranh giữa những người dùng về tài nguyên máy chủ khan hiếm trở nên gay gắt [7]. 2) Mô hình giảm tải hiệu quả trong MEC: Để hiện thực MEC chúng ta cần trả lời được câu hỏi người dùng và máy chủ sẽ hoạt động như thế nào, phối hợp với nhau ra sao. Một số vấn đề điển hình là lượng người dùng trong mạng 5G MEC là dày đặc, các máy chủ không đồng nhất và tài nguyên tính
4 toán tại máy chủ thay đổi theo thời gian [8]. Hơn nữa, truyền thông vô tuyến trong mạng MEC cũng chịu nhiều tác động từ nhiễu, can nhiễu, hệ số kênh truyền ngẫu nhiên, các hiện tượng phản xạ hay tán xạ tín hiệu. Hay khi người dùng có tính di động di chuyển xuyên qua phạm vi bao phủ của nhiều máy chủ MEC quy mô nhỏ, hiển nhiên sự chuyển vùng sẽ diễn ra thường xuyên dẫn đến sự cố gián đoạn dịch vụ và ảnh hưởng đến hiệu suất mạng tổng thể [9]. Hơn nữa, việc chuyển vùng có thể diễn ra trong thời gian tính toán giảm tải, dẫn đến người dùng không thể tải về kết quả tính toán vì họ đã chuyển ra khỏi vùng phủ sóng dịch vụ của các máy chủ MEC. Do đó, các mô hình giảm tải tính toán hiệu quả là cần thiết để người dùng có thể hoàn thành ứng dụng. 3) Tích hợp vào cơ sở hạ tầng sẵn có: Một thách thức quan trọng khác là sự tích hợp liền mạch của MEC vào kiến trúc mạng sẵn có, không gây ảnh hưởng đến các thông số kỹ thuật tiêu chuẩn của mạng lõi và thiết bị đầu cuối. Nghiên cứu về sự hoạt động song song của MEC và đám mây cũng cần quan tâm, vì sẽ có nhiều ứng dụng MEC phân tán có thể không có đủ tài nguyên điện toán để xử lý tất cả các yêu cầu tính toán và phải chuyển các phép tính dữ liệu lớn lên đám mây [10]. 4) Bảo mật và quyền riêng tư: Mặc dù MEC có khả năng cải thiện tính bảo mật và quyền riêng tư so với điện toán đám mây, nhưng MEC vẫn có những thách thức về bảo mật và quyền riêng tư của riêng mình. Đầu tiên, MEC hoạt động với các phần tử mạng không đồng nhất, do đó làm cho các cơ chế bảo mật và quyền riêng tư thông thường, vốn đã được vận hành trong đám mây, không thể áp dụng cho các hệ thống MEC. Thứ hai, tác vụ giảm tải qua các kênh không dây có thể không an toàn vì đặc tính phát quảng bá của kênh truyền không dây dẫn đến các tác vụ tính toán có thể bị nghe trộm. Việc mã hóa dữ liệu có thể được áp dụng nhưng điều này làm tăng độ trễ lan truyền cũng như độ trễ thực thi, do đó làm giảm hiệu suất ứng dụng [11].
5 Xuất phát từ tính chất thời sự và khả năng áp dụng rộng rãi của mạng MEC, cũng như với các vấn đề nghiên cứu đã mở ra như trên, NCS quyết định lựa chọn thực hiện đề tài “Nghiên cứu một số giải pháp tối ưu hóa hiệu năng trong mạng điện toán biên di động”. 2. Mục tiêu nghiên cứu  Mục tiêu thứ nhất của luận án là nghiên cứu về mạng MEC và các vấn đề triển khai mạng MEC. Cụ thể, luận án đề xuất và phân tích các mô hình truyền thông mạng MEC mới, sử dụng kỹ thuật đa truy cập phi trực giao để tăng khả năng truy cập đồng thời cho nhiều thiết bị, kỹ thuật phân tập không gian để tối ưu hóa sử dụng tài nguyên mạng và kỹ thuật thu năng lượng vô tuyến để cải thiện hiệu suất năng lượng của hệ thống. Các mục tiêu cụ thể như sau: + Thiết kế các giao thức mới cho mô hình mạng đề xuất. + Xác định và tính toán các biểu thức xác suất thành công cho hệ thống và người dùng khi áp dụng các cơ chế hoạt động khác nhau, với các thông số quan trọng như công suất, tỉ lệ giảm tải, hệ số phân bổ năng lượng, hệ số chuyển mạch thời gian, tần số hoạt động và băng thông. + Tìm hiểu hành vi của mạng đề xuất thông qua chương trình mô phỏng và kết quả phân tích lý thuyết. Dựa trên các kết quả này, luận án sẽ đề xuất các kiến nghị phù hợp để cải thiện hiệu năng của mạng MEC.  Mục tiêu thứ hai của luận án là giải quyết các bài toán tối ưu trong mạng MEC với ràng buộc về thời gian trễ. Các hướng tiếp cận bao gồm thuật toán tối ưu tìm kiếm một chiều, thuật toán di truyền và thuật toán bầy đàn. 3. Nội dung nghiên cứu  Đề xuất một số mô hình truyền thông mạng MEC kết hợp với các kỹ thuật đa truy cập phi trực giao, kỹ thuật phân tập không gian và kỹ thuật thu năng lượng vô tuyến.