Thông tin tài liệu
ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ LÊ TRỌNG HÙNG TRUYỀN BÁ THÔNG TIN PHÂN TÁN GIỮA CÁC TÁC TỬ DI ĐỘNG LUẬN VĂN THẠC SĨ Hà Nội, 2008 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ LÊ TRỌNG HÙNG TRUYỀN BÁ THÔNG TIN PHÂN TÁN GIỮA CÁC TÁC TỬ DI ĐỘNG Ngành: Công nghệ Thông tin Chuyên ngành: Truyền liệu Mạng máy tính Mã số: 60 48 15 LUẬN VĂN THẠC SĨ HƯỚNG DẪN KHOA HỌC TS NGUYỄN ĐẠI THỌ Hà Nội, 2008 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com MỤC LỤC LỜI CAM ĐOAN Error! Bookmark not defined LỜI CẢM ƠN Error! Bookmark not defined MỤC LỤC BẢNG THUẬT NGỮ VÀ CÁC TỪ VIẾT TẮT DANH MỤC HÌNH VẼ, GIẢI THUẬT MỞ ĐẦU CHƯƠNG HỆ PHÂN TÁN 10 1.1 Khái niệm hệ phân tán 10 1.2 Vai trò hệ phân tán 10 1.3 Đặc trưng hệ phân tán 11 1.4 Mơ hình truyền thông báo 11 1.5 Công nghệ tác tử di động 14 1.5.1 Sự tiến hóa 14 1.5.2 Các đặc tính tác tử di động 15 1.5.3 Ứng dụng tác tử di động 15 CHƯƠNG BẦU THỦ LĨNH TRÊN MẠNG ĐẦY ĐỦ 17 2.1 Giới thiệu toán 17 2.2 Mơ hình tính tốn phân tán 17 2.3 Giải thuật bầu thủ lĩnh Villadangos 18 CHƯƠNG XÂY DỰNG CÂY KHUNG TỐI THIỂU 27 3.1 Bài toán khung tối thiểu 27 3.2 Giải thuật GHS83 27 3.3 Giải thuật SB95 36 CHƯƠNG TRUYỀN BÁ THÔNG TIN PHÂN TÁN 47 GIỮA CÁC TÁC TỬ DI ĐỘNG 47 4.1 Bài toán MAGP – Mobile Agent Gossip Problem 47 4.2 Một số khái niệm 47 4.3 Mối quan hệ MAGP NLEP 48 4.3.1 Hệ thống truyền thông báo 49 4.3.2 Mô giải thuật truyền thông báo 50 4.4 Giải thuật hẹn gặp (Rendezvous Algorithm) 53 4.5 Các giải thuật cho MAGP 54 4.5.1 Mạng 54 4.5.2 Mạng đầy đủ không cảm hướng 68 4.5.3 Mạng đầy đủ cảm hướng 69 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com CHƯƠNG GIẢI THUẬT ĐỀ XUẤT CHO MAGP TRÊN MẠNG ĐẦY ĐỦ 74 5.1 Phát biểu toán 74 5.2 Ý tưởng, cấu trúc liệu 74 5.3 Giải thuật 76 CHƯƠNG GIẢI THUẬT ĐỀ XUẤT CHO MAGP TRÊN MẠNG BẤT KỲ 94 6.1 Phát biểu toán 94 6.2 Ý tưởng, cấu trúc liệu 94 6.3 Giải thuật 97 KẾT LUẬN 112 TÀI LIỆU THAM KHẢO 115 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com BẢNG THUẬT NGỮ VÀ CÁC TỪ VIẾT TẮT Mobile Agent Tác tử di động, chương trình tự trị có khả di chuyển mạng thực nhiệm vụ nút Bài tốn truyền bá thơng tin phân tán tác tử di MAGP (Mobile Agent Gossip Problem) động, ban đầu tác tử có thơng tin riêng, mục đích MAGP tác tử biết thơng tin tất tác tử cịn lại NLEP (Node Leader Election Problem) Rendezvous Algorithm Bài toán bầu thủ lĩnh nút mơ hình truyền thông báo Giải thuật hẹn gặp, cách tiếp cận để giải toán MAGP GHS83 Giải thuật xây dựng khung tối thiểu phân tán R.G Gallager, P.A Humblet, P.M Spira [19] SB95 Giải thuật xây dựng khung tối thiểu phân tán Gurdip Singh, Arthur J Bernstein [8] MST (MinimumWeight Spanning Tree) Cây khung có trọng số tối thiểu RPC (Remote Procedure Call) Một giao thức cho phép gọi thủ tục từ xa REV (Remote Evaluation) Một giao thức cho phép gửi hàm đến nút mạng, thực thi hàm nút đó, trả kết INF (Inform) Báo tin REQ (Request) Yêu cầu REP (Reply) Trả lời Node Một địa điểm lưu trữ xử lý liệu mạng MOE (Minimum – weight Outgoing Edge) Cạnh ngồi có trọng số tối thiểu số cạnh mảnh thuộc khung MST Whiteboard Delivering move Bảng trắng nút, nơi tác tử ghi, đọc xóa thơng tin Bước chuyển giao: bước di chuyển với thông báo tác tử LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Backtracking move Rendezvous Algorithm Bước chuyển quay lui tác tử Giải thuật hẹn gặp, tác tử hẹn gặp điểm nút mạng để trao đổi thơng tin DFS (Depth First Search) Duyệt mạng theo chiều sâu MOL (Minimum Outgoing Link) Liên kết tối thiểu khung Gossip, Gossiping Giải pháp truyền bá phân tán theo trình phổ biến tin đồn hay lây nhiễm bệnh tật xã hội LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com DANH MỤC HÌNH VẼ, GIẢI THUẬT Hình 1.5.1-1 Sự tiến hóa mơ hình Mobile agents 16 Giải thuật 2.3-1 Giải thuật bầu chọn thủ lĩnh Villadangos 20 Hình 2.3-1.a Trạng thái ban đầu mạng 23 Hình 2.3-1.b Nút 2, khởi tạo giải thuật 24 Hình 2.3-1.c Nút 1, chuyển thơng báo 24 Hình 2.3-1.d Nút gửi yêu cầu tới nút 25 Hình 2.3-1.e Nút trả lời nút 25 Hình 2.3-1.f Nút trở thành thủ lĩnh 25 Hình 3.2-1 Minh họa chứng minh tính chất 30 Hình 3.2-2 Minh họa chứng minh tính chất 31 Giải thuật 3.2-1 Giải thuật GHS83 32 Hình 3.2-1.a Mạng ban đầu 36 Hình 3.2-1.b Khởi động giải thuật 36 Hình 3.2-1.c Đánh thức nút kề cận 36 Hình 3.2-1.d Đợt sát nhập 36 Hình 3.2-1.e Kết thúc đợt sát nhập đầu 37 Hình 3.2-1.f Kết thúc giải thuật 37 Giải thuật 3.3-1 Giải thuật SB95 39 Hình 3.3-1.a Mạng ban đầu 43 Hình 3.3-1.b Nút đánh thức nút khác 43 Hình 3.3-1.c Đợt trộn mảnh 44 Hình 3.3-1.d Mảnh F3, F7 hấp thu mảnh khác 44 Hình 3.3-1.e Mảnh F3, F7 tìm MOE 44 Hình 3.3-1.f F7 khung MST 44 Giải thuật 4.3-1 Giải thuật mô giải thuật A 53 Giải thuật 4.5.1-1 Giải thuật cho MAGP với mạng tùy ý 57 Giải thuật 4.5.1-2 Giải thuật chi tiết cho MAGP với mạng 60 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Hình 4.5.1-1.a Trạng thái mạng ban đầu 64 Hình 4.5.1-1.b Đợt khởi tạo 64 Hình 4.5.1-1.c Tác tử tìm liên kết có trọng số tối thiểu 65 Hình 4.5.1-1.d Kết thúc lần lặp 65 Hình 4.5.1-1.e Thực sát nhập khung T2 T3 66 Hình 4.5.1-1.f Kết thúc đợt bầu chọn tác tử thủ lĩnh 66 Giải thuật 4.5.2-1 Giải thuật cho MAGP với mạng đầy đủ không cảm hướng 70 Hình 4.5.3-1.a Mạng đầy đủ cảm hướng 72 Hình 4.5.3-1.b Một tác tử di chuyển bước 72 Hình 4.5.3-1.c Vịng rút gọn bước 72 Giải thuật 4.5.3-1 Giải thuật cho MAGP với mạng đầy đủ cảm hướng 73 Giải thuật 5.3-1 Giải thuật đề xuất cho MAGP với mạng đầy đủ 79 Hình 5.3-1.a Trạng thái ban đầu mạng 86 Hình 5.3-1.b Vịng ảo rút gọn 87 Hình 5.3-1.c Khởi tạo đợt bầu chọn 87 Hình 5.3-1.d Các tác tử thực thủ tục INF 88 Hình 5.3-1.e Tác tử thực thủ tục INF nút 88 Hình 5.3-1.f Tác tử thực thủ tục REP nút 89 Hình 5.3-1.g Tác tử thực thủ tục REQ nút 89 Hình 5.3-1.h Tác tử bầu chọn làm thủ lĩnh 90 Giải thuật 6.3-1 Giải thuật đề xuất cho MAGP với mạng 100 Hình 6.3-1.a Trạng thái mạng ban đầu 105 Hình 6.3-1.b Đợt khởi tạo 106 Hình 6.3-1.c Tác tử p2 tìm thấy liên kết ngồi tối thiểu 106 Hình 6.3-1.d Cây khung T3 hấp thu T2, p3 tìm thấy MOL3 = (2, 5) 107 Hình 6.3-1.e Cây khung T3 hấp thu T1, p3 tìm kiếm MOL3 107 Hình 6.3-1.f Tác tử p3 bầu chọn làm tác tử thủ lĩnh 108 Bảng Bảng so sánh giải thuật đề xuất với giải thuật gốc 116 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com MỞ ĐẦU Với phát triển mạnh mẽ Internet đặc biệt công nghệ truyền thơng, với bùng nổ nhanh chóng dịch vụ nguồn thông tin mạng làm gia tăng số người sử dụng lên số khổng lồ Trao đổi quảng bá thông tin nhu cầu thiết yếu thành phần tham gia vào mạng, ngồi cịn đóng vai trị hạ tầng cho nhiều dịch vụ quan trọng khác như: cải tiến hiệu mạng, chuẩn đoán lỗi trì ổn định hệ thống mạng, quản lý cấu hình, lập lịch hội họp, tính tốn thơng tin gộp, nhân nội dung, Vì vậy, việc nghiên cứu giải pháp truyền bá thông tin phân tán hiệu cao chủ đề hấp dẫn học giả khắp nơi giới Giải thuật gossiping giải pháp truyền bá thông tin phân tán, theo trình phổ biến tin đồn hay lây nhiễm bệnh tật xã hội Trong tốn gossip, xử lý ban đầu có phần thông tin riêng gọi tin đồn, mục đích xử lý nhận tin đồn tất xử lý khác Phương pháp nhiều tác giả tập trung nghiên cứu có thành định [5,12,21,22] Tác tử di động (Mobile Agent) chương trình tự trị có khả di chuyển từ nơi đến nơi khác mạng thực nhiệm vụ thay cho người dùng Phương pháp tác tử di động giúp làm giảm tải mạng, tạo ứng dụng phân tán có tính thích nghi độ linh hoạt cao, giải hiệu toán giải phương pháp khác hệ phân tán [2] Truyền bá thông tin phân tán tác tử di động (Mobile Agent Gossip Problem – MAGP) hướng nghiên cứu mới, thu hút nhiều quan tâm giới nghiên cứu Ở tác tử có thơng tin riêng, có khơng q tác tử khởi tạo nút, mục đích MAGP làm cho tác tử thu thập thông tin tất tác tử lại Rendezvous (hẹn gặp) cách tiếp cận để giải toán truyền bá thông tin phân tán tác tử, tất tác tử yêu cầu hẹn gặp nút thời điểm, cách trao đổi thông tin tất tác tử điểm hẹn gặp, giải toán MAGP Như vậy, tác tử phải biết rõ hình trạng tồn mạng, thời điểm vị trí hẹn gặp, để đạt điều này, việc xử lý phức tạp, giải thuật cịn chịu nhiều phí tổn độ phức tạp di chuyển [7,14,16,20] Tomoko Suzuki đồng đề xuất cách giải toán MAGP hiệu hơn: tác tử bầu làm thủ lĩnh số tác tử mạng, tác tử thủ lĩnh duyệt toàn mạng để thu thập truyền bá thông tin cho tác tử khác [23,24] Từ khẳng định hai toán MAGP NLEP (Node Leader Election Problem - NLEP) có LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com thể quy nhau, dựa ý tưởng giải thuật bầu thủ lĩnh mơ hình truyền thơng báo, Tomoko Suzuki đồng đưa loạt giải thuật cho tốn MAGP với hình trạng mạng khác như: mạng gốc, mạng đầy đủ không cảm hướng, mạng đầy đủ cảm hướng, mạng tùy ý, mạng vịng khơng đồng bộ, mạng vịng đồng bộ, với độ phức tạp tốt hẳn giải thuật hẹn gặp Tuy nhiên, giải thuật cho mạng đưa mức ý tưởng, giải thuật cho mạng đầy đủ phải dùng thêm giả thiết cảm hướng để đạt độ phức tạp di chuyển tuyến tính, đánh giá giải thuật mức sơ lược độ phức tạp di chuyển Trên sở ý tưởng giải thuật gốc, tác giả luận văn trình bày giải thuật chi tiết cho toán MAGP mạng bất kỳ, đưa số phương pháp tối ưu bước di chuyển tác tử, nâng cao tốc độ thực giải thuật, có chứng minh tính đắn, đánh giá đầy đủ độ phức tạp di chuyển thời gian giải thuật Tác giả luận văn đề xuất giải thuật cho toán MAGP mạng bất kỳ, có đợt bầu chọn tác tử thủ lĩnh cải biến từ giải thuật xây dựng khung SB95[8] Giải thuật không cần dùng đến số hiệu mức Trong giải thuật gốc, khung gắn số hiệu mức, khung trộn với dựa vào số hiệu mức, tức khung T với số hiệu mức L trộn với khung T với số hiệu mức L, qua liên kết ngồi có trọng số tối thiểu T L L, giải thuật gốc có độ phức tạp thời gian O(N log k + |E|) không tối ưu Với giải thuật đề xuất, tác tử chủ xác định liên kết ngồi có trọng số tối thiểu khung nó, tác tử tiến hành sát nhập khung với khung khác qua liên kết này, điều làm tăng tốc độ hội tụ giải thuật Giải thuật đề xuất có độ phức tạp thời gian O(N + |E|) tối ưu hẳn độ phức tạp thời gian giải thuật gốc Độ phức tạp di chuyển giải thuật đề xuất trường hợp xấu O(N k + |E|), độ phức tạp không tối ưu Tuy nhiên, khung kết hợp k/log k khung ban đầu, độ phức tạp giải thuật cịn O(N log k + |E|) Tác giả luận văn đề xuất giải thuật giải toán MAGP mạng đầy đủ tối ưu giải thuật gốc, cách vận dụng ý tưởng giải thuật bầu thủ lĩnh mạng đầy đủ hiệu mơ hình truyền thông báo Luận văn tổ chức thành chương, nội dung cụ thể chương sau: Chương 1: Giới thiệu tổng quan hệ phân tán, vai trị, đặc trưng, mơ hình truyền thơng báo cơng nghệ tác tử di động [1,2,11,17,25] Chương 2: Trình bày giải thuật bầu thủ lĩnh hiệu mạng đầy đủ tác giả J Villadangos đồng [13] Chỉ với giả thiết tồn vòng ảo kết nối logic tất nút mạng, nút vịng ảo biết nút vịng, mà khơng cần phải biết tất nút tổng số nút mạng, giải thuật đạt độ phức tạp tuyến tính thơng báo thời gian LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 102 Nếu pj trạng thái thực đợt một, pj duyệt DFS toàn Ti pi cập nhật định danh pj nút Ti để hấp thu Ti, tất nút Ti tham gia lần lặp thời pj Tj, pj làm chủ khung Tj hình thành từ việc Tj hấp thu Ti Nếu pj trạng thái thực đợt hai, pi đợi v pj thực xong đợt hai Tj, xảy trường hợp sau: a MOLj = MOLi = euv, pi gặp pj trạng thái tìm thấy MOLj = euv, Ti trộn với Tj qua euv, tác tử có định danh lớn làm chủ khung Không tính tổng quát, ta giả thiết id(pi) > id(pj), pi chủ khung Ti, hình thành từ việc trộn Ti với Tj; pi khởi động lần lặp khung Ti b MOLj MOLi, pi gặp pj trạng thái thực đợt lần lặp tiếp theo, pj duyệt DFS tồn Ti pi cập nhật định danh pj nút Ti để hấp thu Ti, tất nút Ti tham gia lần lặp pj Tj, pj làm chủ khung Tj hình thành từ việc Tj hấp thu Ti Kết thúc đợt bầu chọn, có tác tử pi tuyên bố thủ lĩnh, khung Ti khung mạng Tác tử pi tiến hành duyệt DFS khung để thu thập truyền bá thông tin cho tất tác tử khác mạng Ví dụ thực hiện: Ví dụ mạng có 11 nút tác tử (hình 6.3-1.a) Thực đợt khởi tạo, ba tác tử duyệt DFS để xây dựng khung cho nó, hình 6.3-1.b trạng thái mạng đợt khởi tạo kết thúc Bắt đầu đợt bầu chọn, lần lặp đầu tiên, tác tử tìm liên kết ngồi có trọng số tối thiểu dẫn tới khung tác tử khác Tác tử p2 tìm thấy liên kết MOL2 = (3, 8) (hình 6.3-1.c) Tác tử p2 tìm thấy MOL2 = (3,8) di chuyển đến nút khung T3 đợi gặp tác tử p3 Tác tử p3 thực giai đoạn đợt lặp Khi p2 gặp p3, p3 duyệt DFS khung T2, tất nút khung T2 tham gia lần lặp thời tác tử p3 khung T3, T2 bị T3 hấp thu, hình thành khung T3 Kết thúc giai đoạn tìm kiếm MOL3 khung T3, p3 tìm thấy MOL3 = (2,5) (hình 6.3-1.d) Khi tác tử p1 tìm thấy MOL1 = (2, 5) khung T1, p1 di chuyển sang nút 5, p1 đợi tác tử p3 Khi gặp p3, tác tử p1 biết p3 trạng thái tìm kiếm liên kết tối thiểu T3, p1 đợi p3 p3 tìm thấy MOL3 = (2,5) (p3 trạng thái connect) Khi p1 gặp p3, p1 biết p3 trạng thái connect, ta có MOL1 = MOL3 = LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 103 (2,5), T1 T3 trộn với qua MOL3 = (2,5) Tác tử p3 có định danh id(p3) > id(p1), p3 tác tử chủ khung T3, khởi tạo lần lặp khung T3, việc duyệt DFS khung cũ T1, để cập nhật định danh bảng trắng nút thuộc T1, sau thực việc tìm kiếm MOL3 khung T3 (hình 6.3-1.d, 6.3-1.e) Tác tử p3 thực việc tìm kiếm MOL3 khung T3, p3 trở gốc khơng tìm thấy MOL3, tức MOL3 = NULL, p3 trở thành tác tử thủ lĩnh (hình 6.31.f) Ở đợt truyền bá thông tin, tác tử thủ lĩnh p3 duyệt DFS khung T3 để thu thập truyền bá thông tin cho tất tác tử khác, giải thuật kết thúc 10 p2 p1 p3 12 Hình 6.3-1.a Trạng thái mạng ban đầu LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 104 T2 10 p2 T1 p1 p3 T3 12 Hình 6.3-1.b Đợt khởi tạo T2 10 p2 T1 p1 p3 T3 12 Hình 6.3-1.c Tác tử p2 tìm thấy liên kết tối thiểu LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 105 10 p2 T1 p3 p1 12 T3 Hình 6.3-1.d Cây khung T3 hấp thu T2, p3 tìm thấy MOL3 = (2, 5) 10 p2 p3 p1 T3 12 Hình 6.3-1.e Cây khung T3 hấp thu T1, p3 tìm kiếm MOL3 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 106 10 p2 p3 p1 12 Hình 6.3-1.f Tác tử p3 bầu chọn làm tác tử thủ lĩnh Chứng minh tính đắn: Định lý 6.3-1 Khi thực giải thuật 6.3-1, cuối có tác tử bầu làm thủ lĩnh, tác tử thu thập truyền bá thông tin cho tất tác tử khác mạng Chứng minh Khi thực xong đợt khởi tạo, có k khung k tác tử khởi tạo, coi khung nút, có nhiều liên kết nối hai khung với nhau, ta chọn liên kết có trọng số nhỏ cạnh nối hai điểm nút ứng với hai khung đó, thu đồ thị k nút E cạnh (K, E) Tại đợt bầu tác tử thủ lĩnh, khung sát nhập vào thỏa mãn hai tính chất tốn GHS83, nhận khung tối thiểu mạng (K, E) Thay nút mạng (K, E) khung k tác tử khởi tạo ban đầu, thu khung Tk mạng (V, E) cho thực đợt bầu thủ lĩnh Mỗi lần lặp tác tử pi khung Ti chia làm ba giai đoạn, giai đoạn cập nhật định danh tác tử lên nút khung, giai đoạn tìm kiếm liên kết ngồi có trọng số tối thiểu MOLi, giai đoạn khung sát nhập với khung khác qua liên kết Giai đoạn cập nhật định danh tác tử lên bảng trắng nút, đảm bảo tác tử xác định xác liên kết ngồi có trọng số tối thiểu, tác tử pi tìm thấy liên kết MOLi = euv dẫn tới khung Tj tác tử pj, với v Ti, u Tj Tác tử pi tiến hành di chuyển đến u để tiến hành sát nhập Ti Tj với LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 107 nhau, có tác tử làm chủ khung Khi đợt bầu chọn kết thúc, có tác tử pk làm chủ khung Tk phủ toàn mạng (V, E), tác tử pk tác tử thủ lĩnh Như đợt bầu chọn kết thúc, có tác tử bầu làm thủ lĩnh Khi kết thúc đợt bầu chọn thủ lĩnh, có tác tử pk tuyên bố thủ lĩnh, khung Tk pk khung mạng (V, E) Tác tử pk duyệt DFS khung Tk để thu thập thông tin tác tử khác mạng duyệt lại lần để phát tán thông tin cho tất tác tử Như giải thuật ln dẫn đến cấu hình kết thúc mà tất tác tử biết thơng tin nhau, điều khẳng định tính đắn giải thuật Độ phức tạp thời gian: Chúng ta định nghĩa số hiệu mức khung T log |T|, |T| số nút T tác tử chủ T kết thúc giai đoạn lần lặp Số hiệu mức khung không thay đổi giai đoạn hai, khung khơng sát nhập với khung khác giai đoạn Một khung hai trạng thái active, inactive (các trạng thái đưa cho mục đích phân tích độ phức tạp, khung hồn tồn khơng biết trạng thái nó) Ban đầu, tất khung trạng thái active Một khung trạng thái active trở thành inactive, tác tử chủ kết thúc giai đoạn tìm kiếm MOL, thực bước di chuyển từ nút khung sang nút khung khác qua cạnh MOL Số hiệu mức khung xác định kết thúc giai đoạn lần lặp Cây khung active T có mức l thời điểm t (dù nút T thực giai đoạn thời điểm t) l = log |T| thời điểm kết thúc đợt gần t Bổ đề 6.3-1 Cho T khung với số hiệu mức l Nếu khơng tính đến việc thiết lập trạng thái rejected liên kết khơng thuộc khung, tác tử chủ khung T nhiều 7.(2l + – 1) đơn vị thời gian để thực xong lần lặp thời Chứng minh Có thể có nhiều nhất 2l + – nút T Sẽ nhiều 2.(2l + – 1) đơn vị thời gian cho giai đoạn lần lặp: tác tử chủ duyệt DFS toàn T để cập nhật định danh tác tử lên bảng trắng nút T Giai đoạn thứ hai lần lặp, tác tử duyệt DFS khung T để tìm liên kết ngồi có trọng số tối thiểu T, việc duyệt yêu cầu không 2.(2l + – 1) đơn vị thời gian, việc kiểm tra thành cơng liên kết ngồi cục nút yêu cầu không 2.(2l + – 1) đơn vị thời gian (khơng tính đến thời gian cho việc thiết lập trạng thái rejected cho liên kết không thuộc khung) Khi tìm thấy MOL T, việc tác tử di chuyển đến gốc khung yêu cầu không 2l + – đơn vị thời gian LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 108 lần lặp Vì vậy, 7.(2l + – 1) đơn vị thời gian, tác tử chủ khung tìm thấy MOL di chuyển qua cạnh sang khung khác để tiến hành giai đoạn sát nhập khung, có tác tử làm chủ khung khởi tạo lần lặp khung Định lý 6.3-2 Giải thuật đề xuất có độ phức tạp thời gian O(N + |E|) Chứng minh Ở đợt khởi tạo, tác tử duyệt DFS để xây dựng khung nó, q trình u cầu không O(|E|) đơn vị thời gian Ở đợt bầu chọn tác tử thủ lĩnh, gọi tl thời gian tối thiểu để khơng cịn khung active với mức nhỏ l tồn Khi tác tử xây dựng xong khung ban đầu nó, bắt đầu giai đoạn tìm kiếm liên kết ngồi có trọng số tối thiểu, giai đoạn kết thúc yêu cầu O(N) đơn vị thời gian, khơng có khung active mức sau O(N) đơn vị thời gian Nếu không tính đến việc thiết lập trạng thái rejected cho cạnh khơng thuộc khung, tl + – tl = O(2l) Thật vậy, cho T khung active với số hiệu mức l + thời điểm tl Nếu tác tử chủ T chưa tìm thấy liên kết ngồi có trọng số tối thiểu, trường hợp xấu nhất, tác tử chủ thực lần lặp khung T nhiều 7.(2l + – 1) đơn vị thời gian (theo bổ đề 6.3-1) Vì vậy, tác tử chủ di chuyển sang khung khác để tiến hành giai đoạn sát nhập 7.(2l + – 1) đơn vị thời gian sau thời điểm tl, khung trở thành inactive Bởi vậy, sau thời điểm tl + 7.(2l + – 1), tất khung active mức l + thời điểm tl trở thành inactive Cho T khung mức l + tạo thành khoảng thời gian từ tl đến tl + 7.(2l + – 1), 7.(2l + – 1) đơn vị thời gian, tác tử chủ tìm thấy MOL di chuyển sang khung khác để tiến hành sát nhập khung trở thành inactive Tác tử chủ không di chuyển tới nút khung G khác với số hiệu mức nhỏ hơn, khung sát nhập với khung khác trước thời điểm tl Như G phải có số hiệu mức l + đó, T trộn với G tạo khung với số hiệu mức l + Do đó, khơng có khung active mức l + tạo thành sau thời gian tl + 7.(2l + – 1) Bởi vậy, sau thời gian 14 * (2l + – 1), khơng có khung active mức l + 1, tức tl + – tl = O(2l) Khi tlog N = t0 + log N 1 l log N 1 l 0 ( tl 1 tl ) = O(N) + O( 2l ) = O(N) + O( + 21 + … + 2log N – 1) = O(N) Sau thời gian tlog N, khung mạng với số hiệu mức log N trạng thái inactive Tác tử chủ khung khơng tìm thấy cạnh ngồi có trọng số tối thiểu O(N) đơn vị thời gian, tác tử trở thành thủ lĩnh kết thúc đợt bầu chọn LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 109 Việc thiết lập trạng thái rejected cho tất liên kết không thuộc khung yêu cầu khơng q O(|E|) đơn vị thời gian Vì vậy, thời gian thực đợt bầu chọn O(N + |E|) Tại đợt truyền bá thông tin, tác tử thủ lĩnh duyệt khung để thu thập truyền bá thông tin cho tất tác tử khác, đợt yêu cầu O(N) đơn vị thời gian Vậy, giải thuật đề xuất có độ phức tạp thời gian O(N + |E|) Độ phức tạp di chuyển: Định lý 6.3-4 Giải thuật đề xuất yêu cầu nhiều O(N log k + |E|) bước di chuyển sau khung thời kết hợp k/log k khung ban đầu Chứng minh Có nhiều log k khung kết hợp k/log k khung ban đầu Do vậy, có khơng q log k – cạnh cần để hoàn thiện khung phủ toàn mạng Nếu khơng quan tâm đến việc tìm liên kết ngồi có trọng số tối thiểu cục nút, nhiều O(N) bước di chuyển cho lần lặp để thêm cạnh vào khung Do vậy, nhiều O(N log k) bước di chuyển cho không log k - lần lặp để hoàn thiện khung Việc thiết lập trạng thái rejected cho liên kết không thuộc khung yêu cầu không O(|E|) bước di chuyển Việc kiểm tra thành cơng liên kết ngồi nút lần lặp yêu cầu không O(N) bước di chuyển, vậy, nhiều O(N log k) bước di chuyển cho không log k – lần lặp Tại đợt truyền bá thông tin, tác tử thủ lĩnh duyệt khung để thu thập truyền bá thông tin cho tất tác tử khác, tổng số bước di chuyển đợt O(N) Vậy giải thuật yêu cầu nhiều O(N log k + |E|) bước di chuyển sau khung thời kết hợp k / log k khung ban đầu Định lý 6.3-5 Độ phức tạp bước di chuyển giải thuật đề xuất trường hợp xấu O(N k + |E|) Chứng minh Ở đợt khởi tạo, tác tử duyệt DFS để kết nạp nút vào khung theo luật đến trước thu nạp trước, liên kết tác tử di chuyển qua hai lần, độ phức tạp bước di chuyển đợt O(|E|), N, E thứ tự tập nút tập liên kết mạng (V, E) Ở đợt bầu chọn thủ lĩnh, số khung thời điểm bắt đầu k, số lần lặp tối đa cho khung k Tại lần lặp, giai đoạn đầu tiên, tác tử pi cập nhật định danh lên bảng trắng nút khung Ti với độ phức tạp di chuyển O(N) Kết thúc giai đoạn cập nhật, tác tử pi tìm kiếm liên kết ngồi có trọng số tối thiểu MOLi khung nó, khơng tính bước tìm kiếm liên kết ngồi có trọng số tối thiểu cục nút, độ phức tạp di chuyển giai đoạn O(N) Ở giai đoạn sát nhập, tác tử pi tìm thấy MOLi = evu dẫn tới Tj tác LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 110 tử pj, với v Ti, u Tj Tác tử pi tiến hành di chuyển đến u để tiến hành sát nhập Ti Tj với nhau, tác tử làm chủ khung khởi tạo lần lặp khung Như độ phức tạp di chuyển cho tất thiết lập cho k lần lặp O(Nk) Tác tử cần di chuyển qua liên kết không thuộc khung hai lần để thiết lập trạng thái rejected, tổng số bước di chuyển cho việc thiết lập không O(E) bước di chuyển cho k lần lặp Tại lần lặp, việc kiểm tra cạnh thành công nút tốn không O(N) bước di chuyển, O(Nk) bước di chuyển cho k lần lặp Tại đợt truyền bá thông tin, tác tử thủ lĩnh duyệt khung để thu thập truyền bá thông tin cho tất tác tử khác, tổng số bước di chuyển đợt O(N) Vậy độ phức tạp bước di chuyển giải thuật O(N k +|E|) Kết luận Tomoko Suzuki đồng trình bày giải thuật MAGP cho mạng mức sơ thảo, nêu giai đoạn giải thuật, mà khơng trình bày cụ thể Trong chương 4, tác giả luận văn trình bày giải thuật chi tiết cho mạng dựa ý tưởng giải thuật gốc, việc mô tả cụ thể giai đoạn giải thuật, tác giả luận văn đưa số phương pháp tối ưu bước di chuyển tác tử, nâng cao tốc độ thực giải thuật Tomoko Suzuki đồng đưa đánh giá sơ lược giải thuật mình, tác giả luận văn chứng minh tính đắn, đánh giá độ phức tạp di chuyển, độ phức tạp thời gian, đưa ví dụ minh họa cho giải thuật chi tiết Trong chương này, tác giả luận văn đề xuất giải thuật hoàn toàn cho tốn MAGP mạng bất kỳ, giải thuật có đợt bầu chọn tác tử lĩnh cải biến từ giải thuật xây dựng khung SB95 Giải thuật không cần dùng đến số hiệu mức Trong giải thuật gốc, số hiệu mức khung sử dụng, để tác tử chủ xác định xác liên kết ngồi có trọng số tối thiểu khung, kiểm tra liên kết ngồi có trọng số tối thiểu cục nút, tác tử chủ di chuyển sang có số hiệu mức thấp số hiệu mức khung nó, tác tử chủ phải đợi nút này, số hiệu mức khung chứa nút lớn số hiệu mức khung Với giải thuật đề xuất, để tác tử chủ xác định xác liên kết ngồi khung nó, lần lặp khung chia làm ba giai đoạn: giai đoạn cập nhật định danh lên bảng trắng nút khung, giai đoạn tìm kiếm liên kết ngồi có trọng số tối thiểu khung, giai đoạn sát nhập khung với khung khác, qua liên kết ngồi có trọng số tối thiểu vừa tìm Giai đoạn giúp tác tử xác định xác liên kết ngồi có trọng số tối LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 111 thiểu khung giai đoạn hai Trong trình tìm MOL cục nút, tác tử chủ kiểm tra cạnh nút khung nó, mà đợi giải thuật gốc Khi tác tử chủ xác định liên kết ngồi có trọng số tối thiểu khung nó, tiến hành sát nhập khung với khung khác qua liên kết này, điều làm tăng tốc độ hội tụ giải thuật đề xuất Cụ thể, giải thuật đề xuất có độ phức tạp thời gian O(N + |E|) tối ưu hẳn độ phức tạp thời gian giải thuật gốc O(N log k + |E|) Giải thuật đề xuất kế thừa phương pháp tối ưu giải thuật chi tiết, cho toán MAGP với mạng mà tác giả luận văn đề xuất chương 4, tác tử xác định trạng thái cạnh thời điểm xây dựng khung ban đầu, cách thức tối ưu để tác tử tìm kiếm liên kết ngồi có trọng số tối thiểu khung nó; phương pháp tối ưu bước di chuyển tác tử giúp giải thuật thực nhanh Độ phức tạp di chuyển giải thuật đề xuất trường hợp xấu O(N k + |E|), độ phức tạp không tối ưu Tuy nhiên, khung kết hợp k/log k khung ban đầu, độ phức tạp giải thuật cịn O(N log k + |E|) Như vậy, phát triển giải thuật sau: giai đoạn đầu tiên, giải thuật phát triển khung mạng khung kết hợp k/log k khung ban đầu, với độ phức tạp O(N log k + |E|) bước di chuyển, O(N + |E|) thời gian; giai đoạn áp dụng giải thuật đề xuất, thu giải thuật kết hợp tối ưu bước di chuyển thời gian Tác giả luận văn đưa ví dụ mơ tả hoạt động giải thuật, chứng minh tính đắn, đưa đánh giá đầy đủ độ phức tạp di chuyển, độ phức tạp thời gian Việc đưa giải thuật truyền bá thông tin phân tán tác tử mạng mang ý nghĩa lớn, đóng góp thêm phương pháp đa hữu hiệu bên cạnh loạt phương pháp khác cho toán truyền bá thông tin truyền thống LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 112 KẾT LUẬN Dưới đóng góp luận văn: Hệ thống kiến thức hệ phân tán Trình bày cơng nghệ tác tử di động, hướng nghiên cứu thu hút nhiều quan tâm từ năm 1990 đến Tác tử di động chương trình tự trị có khả di chuyển mạng thực nhiệm vụ nút, với tính thích nghi linh động mình, tác tử di động làm đơn giản hóa việc thiết kế hệ thống phân tán, tạo ứng dụng phân tán có tính thích nghi độ linh hoạt cao Trình bày giải thuật bầu thủ lĩnh hiệu mạng đầy đủ, đề xuất tác giả J Villadangos đồng [13] Giải thuật khơng cần giả thiết hướng, khơng địi hỏi nút biết trước tất nút mạng, giả định có vịng ảo kết nối logic nút hệ thống, mà đạt độ phức tạp tuyến tính thời gian thơng báo Trình bày hai giải thuật xây dựng khung tối thiểu: giải thuật GHS83 Gallager đồng [19], giải thuật SB95 Singh Bernstein [8] Cả hai giải thuật trì rừng khung, khung phần khung tối thiểu MST Các khung trộn qua cạnh ngồi có trọng số tối thiểu chúng khung bao trùm tồn mạng, MST cần tìm Trong GHS83, việc sát nhập mảnh dựa sở số hiệu mức, nên giải thuật có tốc độ hội tụ chậm, giải thật có độ phức tạp thời gian O(N log N) không tối ưu Khác với GHS83, giải thuật SB95 không sử dụng số hiệu mức, giải thuật có tốc độ hội tụ nhanh, với độ phức tạp thời gian tuyến tính O(N) tối ưu hẳn GHS83 Trình bày mơ hình hệ tác tử di động, toán MAGP NLEP, giải thuật Tomoko Suzuki đồng cho toán MAGP mạng đầy đủ không cảm hướng, mạng đầy đủ cảm hướng, mạng bất kỳ, với độ phức tạp tốt hẳn giải thuật hẹn gặp Tuy nhiên, giải thuật cho mạng mức ý tưởng, giải thuật cho mạng đầy đủ phải bổ sung thêm giả thiết cảm hướng để đạt độ phức tạp di chuyển tuyến tính [23,24] Trên sở ý tưởng giải thuật gốc, tác giả luận văn đóng góp giải thuật mơ tả chi tiết cho tốn MAGP mạng bất kỳ, đưa số phương pháp nhằm tối ưu bước di chuyển tác tử, nâng cao tốc độ thực giải thuật giải thuật Đề xuất giải thuật tối ưu cho toán MAGP với mạng đầy đủ, vận dụng ý tưởng giải thuật bầu thủ lĩnh mạng đầy đủ J Villadangos đồng [13] Giải thuật không cần dùng giả thiết cảm hướng, nút mạng không cần biết tất nút mạng tổng số nút mạng, giả thiết tồn vòng ảo LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 113 kết nối tất nút mạng, nút biết nút kề cận vòng ảo, đạt độ phức tạp N + 7k tối ưu hẳn giải thuật gốc Đề xuất giải thuật cho toán MAGP mạng bất kỳ, có đợt bầu chọn tác tử thủ lĩnh cải biến từ giải thuật xây dựng khung SB95[8] Giải thuật không cần dùng đến số hiệu mức Với giải thuật đề xuất, tác tử chủ xác định liên kết ngồi có trọng số tối thiểu khung nó, tác tử tiến hành sát nhập khung với khung khác qua liên kết này, điều làm tăng tốc độ hội tụ giải thuật Giải thuật đề xuất có độ phức tạp thời gian O(N + |E|) tối ưu hẳn độ phức tạp thời gian giải thuật gốc Độ phức tạp di chuyển giải thuật đề xuất trường hợp xấu O(N k + |E|), độ phức tạp không tối ưu Tuy nhiên, khung kết hợp k/log k khung ban đầu, độ phức tạp giải thuật O(N log k + |E|) Như vậy, phát triển giải thuật sau: giai đoạn đầu tiên, giải thuật phát triển khung mạng khung kết hợp k/log k khung ban đầu, với độ phức tạp O(N log k + |E|) bước di chuyển, O(N + |E|) thời gian; giai đoạn áp dụng giải thuật đề xuất, thu giải thuật kết hợp tối ưu bước di chuyển thời gian Tác giả luận văn đưa ví dụ mơ tả hoạt động giải thuật, chứng minh tính đắn, đưa đánh giá đầy đủ độ phức tạp di chuyển, độ phức tạp thời gian Truyền bá thông tin phân tán tác tử di động phù hợp môi trường hỗn tạp, không đồng Bởi tính tự trị, khả di động, khả thích ứng cao, thực thi môi trường lạ tác tử di động Giải tốn MAGP mơ hình tác tử góp thêm phương pháp cho tốn truyền bá phân tán Với đặc tính đặc biệt tác tử di động, việc nghiên cứu khả ứng dụng, đánh giá hiệu giải thuật MAGP toán cụ thể, chờ nghiên cứu phía trước Phần giải thuật đề xuất hiệu mặt thời gian dừng lại mạng tĩnh, vô hướng Phát triển giải thuật cho toán MAGP hiệu độ phức tạp thời gian độ phức tạp di chuyển, cho mạng động, có hướng hướng nghiên cứu luận văn LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 114 Giải thuật Gốc Mạng Cảm hướng Giả thiết Không Biết tất Đầy đủ nút mạng Có Độ phức tạp di chuyển 4N log k +4N + 4N + 8k Mỗi nút biết Tùy ý Khơng hàng xóm Độ phức tạp thời gian O(N log k + |E|) O(N log k + |E|) Tồn vòng ảo liên kết tất nút Đề Đầy đủ Không mạng, nút cần biết nút vòng ảo N + 7k Trường hợp xấu xuất Tùy ý Khi Mỗi nút biết khung Khơng hàng xóm kết hợp k / log k khung ban đầu O(N k +|E|) O(N + |E|) O(N log k +|E|) Bảng Bảng so sánh giải thuật đề xuất với giải thuật gốc LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 115 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Nguyễn Đại Thọ, Các hệ phân tán, Đại học Công nghệ - ĐHQG HN, 2006 [2] Lưu Vĩnh Toàn, Nguyễn Thúc Hải, Phát triển ứng dụng phân tán công nghệ tác tử di động, Khoa Công nghệ Thông tin – Đại học Bách Khoa Hà Nội, 2000 Tiếng Anh [3] Awerbuch, Optimal distributed algorithms for minimum weight spanning tree, counting, leader election, and related problems, In: Proc 19th ACM Symp on Theory of Computing, 1987 [4] C L Michael, A M Teresa, B.W Douglas, Election in a complete network with a sense of direction, Inf Process.Lett, 1988 [5] D Kempe, A Dobra, and J Gehrke, Computing aggregate information using gossip, Foundations of Computer Science, October 2003 [6] E Korach, S Moran, S.Zaks, Optimal lower bounds for some distributed algorithms for a complete network of processors, Theoretical Computer Science, 1989 [7] E Kranakis, D Krizanc, S Rajsbaum, Mobile agent rendezvous: A survey, Proceedings of the 13rd Colloquium on Structural Information and Communication Complexity, 2007 [8] Gurdip Singh, Arthur J Bernstein, A highly asynchronous minimum spanning tree protocol, Distributed Computing, Springer Verlag 8(3), 1995 [9] Gurdip Singh, Efficient leader election using sense of direction, Distributed Computing, 1997 [10] Gurdip Singh, Leader election in complete networks, SIAM J Comput, 1997 [11] Hagit Attiya, Jenifer Welch, Distributed computing: Fundamentals, simulations and advanced topics, Second Edition, John Wiley & Sons, 2004 [12] J Hromkovic, R Klasing, A Pelc, P Ruzicka, and W Unger, Dissemination of Information in Communication Networks: Broadcasting, Gossiping, Leader Election, and Fault-Tolerance, Springer-Verlag, 2005 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 116 [13] J Villadangos, A Cordoba, F Farina, M Prieto, Efficient leader election in complete networks, Proceedings of the 13th Euromicro Conference on Parallel, Distributed and Network-Based Processing, 2004 [14] L Barriere, P Flocchini, P Fraigniaud, N Santoro, Rendezvous and election of mobile agents: Impact of sense of direction, Theory of Computing Systems, 2007 [15] M.C Loui, T.A Matsushita, D.B West, Election in complete networks with sense of direction, Information Processing Letters, 1986 [16] N Roy and G Dudek, Collaborative robot exploration and rendezvous: Algorithms, performance bounds and observations, Autonomous Robots, 2001 [17] N Santoro, Design and Analysis of Distributed Algorithms, Wiley Interscience, 2007 [18] P Flocchini, B Mans, N Santoro, Sense of direction in distributed computing, Theoretical Computer Science, 2003 [19] R.G Gallager, P.A Humblet, P.M Spira, A distributed algorithm for minimum-weight spanning tree, ACM Transactions on Programming Languages and Systems, 1983 [20] S Alpern, The Rendezvous Search Problem, SIAM Journal of Control and Optimization, 1995 [21] S Boyd, A Ghosh, B Prabhakar, D Shah, Gossip algorithms: Design, analysis, and applications, In Proc IEEE Infocom, Miami, March 2005 [22] S Hedetniemi, S Hedetniemi, and A Liestman A survey of gossiping and broadcasting in communication networks, Networks, 1988 [23] T.Suzuki, T Izumi, F Ooshita, H Kakugawa, T Masuzawa, Move-optimal gossiping among mobile agents, Theoretical Computer Science, 2008 [24] T.Suzuki, T Izumi, F Ooshita, H Kakugawa, T Masuzawa, Optimal Moves for Gossiping Among Mobile Agents, Computer Science, 2007 [25] Vijay K Garg, Elements of Distributed Computing, John Wiley & Sons, 2002 [26] Yehuda Afek, Eli Gafni, Time and message bounds for election in synchronous and asynchronous complete networks, SIAM J Comput, 1991 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ... ĐẠI HỌC CÔNG NGHỆ LÊ TRỌNG HÙNG TRUYỀN BÁ THÔNG TIN PHÂN TÁN GIỮA CÁC TÁC TỬ DI ĐỘNG Ngành: Công nghệ Thông tin Chuyên ngành: Truyền liệu Mạng máy tính Mã số: 60 48 15 LUẬN VĂN THẠC SĨ HƯỚNG... nêu trên, tác tử di động thực công cụ mạnh hệ phân tán Trong chương 4, trình bày mơ hình phân tán có tham gia tác tử Trên tảng đó, giải tốn truyền bá thơng tin phân tán tác tử di động LUAN VAN... luanvanchat@agmail.com 16 Thu thập thông tin phân tán: Tác tử di động thu thập thông tin điểm nút khác mạng Tìm kiếm lọc thơng tin: Tác tử di động di chuyển tới site, tìm kiếm lọc thông tin thật cần thiết
Ngày đăng: 05/12/2022, 17:58
Xem thêm:
