Dự thảo tóm tắt Luận án Tiến sỹ Toán học: Nghiên cứu một số thuật toán nâng cao chất lượng dịch vụ trong mạng thế hệ mới

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN Lê Đắc Nhường NGHIÊN CỨU MỘT SỐ THUẬT TOÁN NÂNG CAO CHẤT LƯỢNG DỊCH VỤ TRONG MẠNG THẾ HỆ MỚI Chuyên ngành: Cơ sở toán học cho Tin học Mã số: 62.46.01.10 DỰ THẢO TÓM TẮT LUẬN ÁN TIẾN SỸ TỐN HỌC Hà Nội - 2014 Cơng trình hồn thành tại: Khoa Tốn - Cơ - Tin học, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội Người hướng dẫn khoa học : PGS.TS Lê Trọng Vĩnh PGS.TS Ngô Hồng Sơn Phản biện: Phản biện: Phản biện: Luận án bảo vệ trước Hội đồng cấp Đại học Quốc gia chấm luận án tiến sĩ họp vào hồi ngày tháng năm 20 Có thể tìm hiểu luận án tại: - Thư viện Quốc gia Việt Nam - Trung tâm Thông tin - Thư viện, Đại học Quốc gia Hà Nội Mục lục Mở đầu Tổng quan QoS NGN 1.1 Mạng hệ 1.2 Chất lượng dịch vụ 1.3 Bài toán tối ưu tổ hợp 1.4 Thuật toán tối ưu đàn kiến 3 3 Cấp phát tài nguyên cho dịch vụ 2.1 Mở rộng dung lượng mạng không dây 2.1.1 Mơ hình toán 2.1.2 Đề xuất thuật toán ACO-MRDL tối ưu mở rộng dung lượng 2.1.3 Kết thực nghiệm đánh giá 2.2 Định vị tài nguyên cho lớp dịch vụ 2.2.1 Mơ hình toán 2.2.2 Tối ưu định vị tài nguyên tập trung cho lớp dịch vụ 2.2.2.1 Đề xuất thuật toán ACO-ĐVTN 2.2.2.2 Đề xuất thuật toán MMAS-ĐVTN 2.2.3 Kết thực nghiệm đánh giá 2.3 Đáp ứng tài nguyên cho luồng đa phương tiện 2.3.1 Mơ hình toán 2.3.2 Đề xuất thuật toán MMAS tối ưu QoS luồng đa phương tiện 2.3.3 Kết thực nghiệm đánh giá 2.4 Kết chương 4 8 9 10 13 13 14 15 15 An 3.1 3.2 3.3 3.4 19 19 19 19 23 ninh dịch vụ mạng NGN Kiến trúc đảm bảo ninh mạng NGN Tấn công từ chối dịch vụ Đề xuất giải pháp phòng chống dựa Kết luận chương Kết luận sách 24 Danh mục cơng trình khoa học i Mở đầu Mạng hệ (Next Generation Network-NGN ) [12] hội tụ kế thừa mạng: thoại (PSTN), không dây Internet thành sở hạ tầng chung thống theo nguyên tắc cung cấp đa dịch vụ công nghệ chuyển mạch gán nhãn đa giao thức MPLS/IP(MultiProtocol Lable Switching/Internet Protocol ) xu hướng phát triển ngành viễn thông giới Việt Nam Mục tiêu NGN hướng đến cung cấp dịch vụ đa phương tiện chất lượng cao theo yêu cầu người dùng IP Đây vấn đề thu hút nhà khoa học, trường đại học, viện nghiên cứu, nhà cung cấp dịch vụ quan tâm nghiên cứu triển khai Chất lượng dịch vụ (QoS) [13] thước đo đánh giá khả chất lượng dịch vụ cung cấp nhìn nhận từ khía cạnh người sử dụng nhà cung cấp dịch vụ mạng Với nhà cung cấp, QoS liên quan chặt chẽ đến hiệu mạng, với người dùng QoS đánh giá dựa chất lượng trải nghiệm (Quality of Experiences-QoE) [8] Vấn đề QoS mạng quan tâm từ năm 1980 phát triển mạnh ngày nhằm đảm bảo chất lượng ứng dụng thời gian thực Việc đáp ứng QoS theo yêu cầu cần có sở hạ tầng tốt qui trình cấp phát, quản lý tài nguyên mạng hiệu Bởi QoS phụ thuộc vào kết hợp nhiều yếu tố thành phần mạng, chế xử lý điều khiển mạng Đối với phần có yêu cầu QoS tương ứng liên quan tới việc ứng dụng chuẩn thiết kế, lựa chọn giao thức phù hợp, xác định cấu trúc mạng, phương pháp nhận dạng, lựa chọn công nghệ xây dựng mạng, thiết kế quản lý nút đệm, xem xét để đảm bảo tham số chất lượng như: tắc nghẽn, độ sẵn sàng, trễ, biến đổi trễ, thông lượng, độ suy hao, tin cậy, không vượt khoảng thời gian dịch vụ đáp ứng lưu lượng tải hai điểm chọn mạng [24] Như vậy, nhận thấy liên quan chặt chẽ QoS hiệu mạng, rõ ràng nhìn vào số QoS ta đánh giá lực mạng ngược lại tham khảo yếu tố hiệu mạng, ta đưa mức QoS cho dịch vụ cung cấp [13, 21] Các cơng trình nghiên cứu đảm bảo QoS NGN nước đa dạng với nhiều cách tiếp cận khác Trong phạm vi nghiên cứu, luận án tập trung đến hai vấn đề thu hút nhiều quan tâm là: Qui hoạch, chia sẻ, nâng cấp mở rộng sở hạ tầng mạng Vì vây, mục tiêu luận án “Nghiên cứu số thuật toán nâng cao chất lượng dịch vụ mạng hệ ” hướng đến tập trung đề xuất thuật toán định vị, mở rộng dung lượng, quản lý cấp phát tài nguyên hiệu đáp ứng yêu cầu đa dạng người dùng QoS dựa tiếp cận Meta-Heuristic sử dụng thuật toán tối ưu đàn kiến Cụ thể, luận án tập trung nghiên cứu đề xuất thuật toán tối ưu đàn kiến giải toán sau:     Mở dung lượng mạng không dây kế thừa sở hạ tầng đảm bảo nhu cầu lưu lượng toàn hệ thống Định vị tài nguyên tập trung đáp ứng QoS cho lớp dịch vụ theo mơ hình phân bố tối ưu tài nguyên dựa vào độ đo Đáp ứng tài nguyên cho luồng đa phương tiện đảm bảo QoS cho dịch vụ thời gian thực dựa mơ hình dịch vụ tích hợp theo hướng dành trước tài nguyên Đề xuất giải pháp phòng chống công từ chối dịch vụ mạng NGN dựa sách an ninh bảo mật riêng Với mục tiêu luận án trên, luận án tổ chức thành chương sau:    Chương giới thiệu số kiến thức sở, phân tích vấn đề đảm bảo chất lượng dịch vụ mạng NGN lý lựa chọn hướng tiếp cận dựa thuật toán ACO để giải toán Chương 2, luận án đề xuất thuật toán ACO tối ưu mở dung lượng mạng không dây kế thừa sở hạ tầng sẵn có với mục tiêu hướng đến tối thiểu chi phí vận hành, chi phí cài đặt, chi phí nâng cấp chi phí xây thành phần mạng để đảm bảo nhu cầu lưu lượng tồn hệ thống Tiếp đó, tác giả đề xuất thuật toán MMAS tối ưu định vị tài nguyên tập trung đáp ứng QoS cho lớp dịch vụ theo mơ hình phân lớp dịch vụ theo hướng phân lớp lưu lượng, tối ưu luồng đa phương tiện đảm bảo QoS cho dịch vụ thời gian thực dựa mơ hình dịch vụ tích hợp theo hướng dành trước tài nguyên Chương 3, luận án tập trung luận án phân tích thách thức khó khăn việc đảm bảo an ninh dịch vụ mạng NGN đề xuất giải pháp phòng chống cơng từ chối dịch vụ dựa sách an ninh riêng thiết lập nút Router Cuối kết luận hướng phát triển Những kết nghiên cứu đóng góp luận án có ý nghĩa việc bổ sung hồn thiện giải pháp tối ưu định vị trạm điều khiển, mở rộng dung lượng mạng, cấp phát tài nguyên cho lớp, luồng dịch vụ đảm bảo yêu cầu QoS mạng thực thi thời gian tuyến tính với chất lượng lời giải tốt tiếp cận trước Ưu điểm thuật toán đề xuất hội tụ nhanh với quy tắc heuristic kết hợp học tăng cường thông qua thông tin vết mùi cho phép bước thu hẹp miền tìm kiếm, mà khơng loại bỏ lời giải tốt để nâng cao chất lượng lời giải Các kết luận án công bố báo cáo Hội nghị quốc tế, báo tạp chí quốc tế, báo Kỷ yếu Hội thảo Quốc gia Chương Tổng quan QoS NGN 1.1 Mạng hệ Mạng hệ (Next Generation Network -NGN) mạng đa dịch vụ dựa IP cho phép đáp ứng dịch vụ cá nhân, quản lý thông tin hiệu quả, dễ dàng mở rộng dung lượng, phát triển dịch vụ theo thời gian thực đa phương tiện, đảm bảo độ tin cậy, thuận tiện dễ dàng sử dụng [12] 1.2 Chất lượng dịch vụ Chất lượng dịch vụ (Quality of Service-QoS) [24] khái niệm rộng tiếp cận theo nhiều hướng khác Theo ITU-T: QoS tập hợp khía cạch hiệu dịch vụ nhằm xác định cấp độ thỏa mãn người sử dụng dịch vụ [13] Cịn IETF nhìn nhận: QoS khả phân biệt luồng lưu lượng để mạng có ứng xử phân biệt kiểu luồng lưu lượng, QoS bao gồm việc phân loại dịch vụ hiệu tổng thể mạng cho loại dịch vụ [1] 1.3 Bài toán tối ưu tổ hợp 1.4 Thuật toán tối ưu đàn kiến Thuật toán tối ưu đàn kiến (Ant Colony Optimization-ACO) [7] Hệ kiến (Ant System-AS ) [7] M Dorigo đề xuất năm 1991 giải toán TSP Sau đó, có nhiều biến thể nghiên cứu tập trung vào nâng cao hiệu tính tốn dựa lựa chọn đặc trưng thủ tục Xây dựng phương án Cập nhật vết mùi Quá trình phát triển thuật tốn ACO xem [20, 22, 27, 29] Tuy nhiên, thuật tốn thơng dụng MMAS ACS Cơ sở hội tụ thuật toán: Năm 2000, W.J Gutjahz chứng minh tính hội tụ thuật tốn MMAS số điều kiện định MMAS hội tụ tới lời giải tối ưu với độ xác tùy ý chưa xét đến yếu tố có sử dụng thơng tin heuristic [11] Nm 2002, M Dorigo v T Stă utzle chứng minh tính hội tụ thuật toán MMAS ASC [28] rằng: ∀  > 0, ∃ t đủ lớn P (t) > 1− lim P (t) = Năm 2008, Plelegrini Elloro sau thời gian t→∞ chạy, đa số vết mùi cạnh trở nên bé có số cạnh có giá trị vết mùi lớn vượt trội [26] Đây sở lý thuyết vững vàng mở loạt nghiên cứu đầy hứa hẹn tham số điều khiển ACO Chương Cấp phát tài nguyên cho dịch vụ 2.1 2.1.1 Mở rộng dung lượng mạng khơng dây Mơ hình tốn Trong [3], Basole cộng mơ hình hóa tốn mở rộng dung lượng mạng không dây (MRDL) với kiến trúc gồm m MS, n BTS p BSC Bài toán gồm giai đoạn: giai đoạn đầu khởi tạo kết nối từ MS đến BTS kết nối BTS đến BSC giai đoạn thứ hai mở rộng lực mạng tăng lưu lượng truy cập Định nghĩa 2.1 (Bài toán mở rộng dung lượng mạng không dây-MRDL [3]) p n X X X X cost intallk (Wk −δk ) Min cost connectjt k (Yjt k −βjt k )+ k ∈P2 j =1 k =1 t∈Tj + X cost upgradej ( j ∈N1 X MaxBTS capjt (Zjt −αjt )) + XX cost setupjt Zjt j ∈N2 t∈Tj t∈Tj (2.1) Thoả mãn ràng buộc: n X X Xijt = 1, ∀ i = m (2.2) dij Xijt MaxCovjt Zjt , ∀ i = m, j = n, t ∈ Tj X Zjt 1, ∀ j = n (2.3) j =1 t∈Tj (2.4) t∈Tj p X Yjt k , ∀ j = n, t ∈ Tj (2.5) Yjt k Wk , ∀ k = p, j = n, t ∈ Tj (2.6) Dis Xijt MaxBTS Capjt ×Zjt , ∀ j = n, t ∈ Tj (2.7) Zjt k =1 m X X i=1 s=1 n X X Yjt k MaxBSC Capk ×Wk , ∀ k = p (2.8) Xijt ∈ {0, 1} , Yjt k ∈ {0, 1} , Zjt ∈ {0, 1} , Wk ∈ {0, 1} ∀ i = m, j = n, k = p, t ∈ Tj (2.9) j =1 t∈Tj Bài tốn mở rộng dung lượng mạng khơng dây toán tối ưu đa mục tiêu Đây tốn khó, có nhiều định nghĩa khác đề cập đến phương án tối ưu như: Pareto, Borwein, Benson, Geoffrion, Kuhn-Tucker, chưa có thuật tốn hiệu với thời gian đa thức [3, 25] Trong [19], chúng tơi đề xuất thuật tốn GA để giải mở rộng dung lượng mạng không dây dựa việc kết hợp hai quần thể 2.1.2 Đề xuất thuật toán ACO-MRDL tối ưu mở rộng dung lượng Đầu tiên, ta xây dựng đồ thị G1 = (V1 , E1 ) với V1 = {M ∪N 1∪P 1} tập MS, BTS BSC, E1 tập kết nối MSi đến BTSj kết nối BTSj đến BSCk có thỏa mãn ràng buộc tốn Để tìm luồng cực đại đồ thị G1 , ta thêm đỉnh nguồn S đỉnh đích D Hình 2.1 với biến định Trọng số cạnh đồ thị G1 xác định c(S , MSi ) = Dis , (i = P sau: s s m), c(i,P j ) = Di , (i = m, j = n1), c(j , k ) = Di , (j = 1.n1, k = p1), c(k , D) = c(i, j ), (j = n1, k = p1) Tiếp theo, ta xây dựng đồ thị đầy đủ G2 = (V2 , E2 ) với V2 = {M ∪N ∪P } tập hợp tất MS, BTS, BSC sẵn có tiềm năng, E2 tập cạnh chứa tất kết nối MSi đến BTSj , BTSj đến BSCk thỏa mãn ràng buộc từ (2.2)-(2.9) Trong đó, nút tơ màu đậm tập BTS BSC tiềm Phương án toán ứng với đường kiến nhân tạo đồ thị G2 Mỗi kiến mã hóa vectơ Antk = {x1 , x2 , xm+n+p } với qui ước: xi = i ∈ [1 m] MSi sử dụng, i ∈ [m+1 m+n] sử dụng BTSj (j = i−m), i ∈ [m+n+1 m+n+p] sử dụng BSCk (k = i−m−n) ngược lại Hình 2.1 – Đồ thị đầy đủ với biến định Ma trận mùi τij mã hóa gồm số thực sinh từ đồ thị G2 dể biểu diễn vị trí di chuyển kiến Đường kiến Antk thể việc cập nhật vết mùi cạnh Mỗi cạnh đồ thị G2 mô tả mức độ mùi lưu lại, nút kiến Antk định nút đường dựa vào vị trí thời nút i xác suất lựa chọn nút để di chuyển xác định (??) Thông tin heuristic ηij mô tả khả lựa chọn nút j tính tốn phụ thuộc vào hàm mục tiêu toán ηij = d1ij với dij khoảng cách kết nối từ MSi đến BTSj kiến nút i (hoặc từ BTSi đến BSCj ) Sau vòng lặp, vết mùi cạnh cập nhật lại theo công thức (??)
với ∆τjk = 1/ cost connectij + cost intallj +cost upgradej + c ost setupj lượng vết mùi kiến k để lại từ nút i đến nút j Khi đó, thích nghi kiến k tính theo cơng thức (2.1) Độ phức tạp thuật tốn ACO-MRDL là: O(M ×N ×P +NMax ×K ×M ×N ×P ) hay O(NMax ×K ×M ×N ×P ) với NMax số vòng lặp tối đa, K số lượng kiến 2.1.3 Kết thực nghiệm đánh giá Bộ liệu thực nghiệm gồm vị trí trạm MS, BTS BSC sinh ngẫu nhiên kích thước lưới xác định với số lượng kiểu trạm BTS BSC thiết lập thông Bảng 2.1 Dữ liệu sinh ngẫu nhiên theo phân phối thỏa mãn điều kiện sau: Dis ∈ [1 10], MaxBTS Capjt ∈ [50 100], MaxBSC Capk ∈ [200 500], MaxBTS Covj ∈ [25 100], cost connectjt k , cost installk , cost upgradej , cost setupjt phạm vi [1 50] Tọa độ MS, BTS, BSC (MSi1 , MSi2 ), (BTSj , BTSj ) (BSCk , BSCk ) phân bố lưới Các thuật toán khai báo cài đặt ngôn ngữ C với tham số thực nghiệm ACO-MRDL là: K = 100,Nmax = 500, α = 1, β = 10, ρ = 0.5, nk = 30 Bảng 2.1 – Thông tin liệu thực nghiệm mở rộng dung lượng mạng Số trạm MS Số trạm BTS Số trạm BSC Bộ Test M N N1 N2 Số kiểu P P1 P2 Số kiểu Kích thước lưới #1 #2 #3 #4 #5 #6 #7 #8 #9 #10 10 30 100 250 500 1000 2500 5000 7500 10000 10 25 50 150 350 550 750 950 3 15 30 90 200 350 450 650 10 20 60 150 200 300 300 10 20 30 40 50 15 20 50 100 150 200 300 2 10 10 30 40 100 150 200 10 20 60 50 50 100 3 10 15 20 30 [150×150] [150×150] [150×150] [500×500] [500×500] [500×500] [500×500] [1000×1000] [1000×1000] [1000×1000] Thực nghiệm 1: Để đánh giá hiệu thuật toán đề xuất, luận án lựa chọn tiêu chí so sánh khả mở rộng dung lượng kết nối mạng, chi phí mở rộng thời gian thực thi thuật toán Với tham số thiết lập, thực thi thuật toán GA-MRDL ACO-MRDL 50 lần so sánh khả mở rộng dung lượng mạng thuật toán dựa dung lượng mạng đạt trường hợp tốt trung bình Bảng 2.2 Các giá trị in đậm thể khả mở rộng tốt trường hợp Cột cuối đánh giá khả mở rộng trung bình thuật toán so với dung lượng mạng ban đầu khởi tạo với trạm sẵn có ∆Mở rộng Bảng 2.3 so sánh giá trị hàm mục tiêu đạt trường hợp tốt nhất, trung bình tồi thuật tốn Kết trung bình phản ánh chất lượng thuật tốn, cịn kết tốt tồi để tham khảo tính khám phá cịn độ lệch chuẩn để tham khảo tính ổn định thuật tốn so với kết tốt Đối chiếu kết Bảng 2.2 Bảng 2.3 ta thấy mối quan hệ khả mở rộng dung lượng với hàm mục tiêu tối thiểu chi phí Điều dễ thấy chi phí tối ưu gần đồng nghĩ với khả mở rộng tối ưu chi phí xây Bảng 2.2 – So sánh dung lượng mở rộng GA-MRDL ACO-MRDL GA-MRDL Bộ Test #1 #2 #3 #4 #5 #6 #7 #8 #9 #10 ACO-MRDL Khởi tạo Tốt Trung bình Mở rộng Tốt Trung bình Mở rộng 41.18 89.29 184.98 247.15 562.16 984.34 1585.58 3102.62 4851.82 6205.04 76.39 109.74 227.18 298.22 793.34 1120.47 1896.41 3965.89 5671.74 8326.06 75.12 107.37 237.22 295.87 792.58 1115.28 1886.51 3936.72 5621.14 8303.92 33.94 18.08 42.24 48.72 230.42 130.94 300.93 834.10 769.32 2098.88 125.59 121.14 219.08 378.32 909.84 1174.77 1946.81 4119.09 5962.34 8920.46 124.23 116.95 218.16 374.73 904.17 1154.98 1942.55 4110.93 5945.21 8914.09 83.05 27.66 33.18 127.58 342.01 170.64 356.97 1008.31 1093.39 2709.05 ∆Mở rộng 49.10 9.59 -9.05 78.87 111.58 39.70 56.04 174.21 324.08 610.17 Bảng 2.3 – So sánh hàm mục tiêu thuật toán GA-MRDL ACO-MRDL GA-MRDL Bộ Test #1 #2 #3 #4 #5 #6 #7 #8 #9 #10 Tốt 116.12 192.48 277.63 319.51 873.67 1136.37 2264.49 3570.63 5854.76 7163.12 ACO-MRDL Trung bình 113.52 198.47 284.64 327.54 895.69 1143.42 2299.57 3585.26 5891.84 7185.17 Tồi 119.13 203.62 295.93 332.77 925.36 1149.42 2312.50 3594.26 5892.86 7196.26 Độ lệch 2.59% 3.11% 2.53% 2.52% 5.09% 1.69% 1.55% 1.49% 0.86% 0.36% Tốt 110.66 192.48 277.63 319.51 852.27 1124.43 2264.49 3532.55 5841.74 7159.05 Trung bình 112.69 195.73 281.11 323.14 861.35 1135.49 2283.58 3548.63 5849.16 7163.13 Tồi 117.26 197.87 289.42 328.57 873.94 1143.17 2295.13 3559.85 5867.21 7165.72 Độ lệch 1.84% 1.69% 1.25% 1.14% 1.07% 0.98% 0.84% 0.46% 0.13% 0.06% dựng dựa khả phân bố dung lượng Khi dung lượng tối ưu theo u cầu chi phí giảm tối thiểu Để kiểm chứng lại độ phức tạp tính tốn hiệu suất thực thi thuật toán, thời gian thực trung bình thống kê so sánh Hình 2.2 16 15.392 Thu 14 t tốn GA-MRDL Thu t toán ACO-MRDL Th i gian (giây) 12 9.763 10 7.632 9.215 6.572 5.613 7.285 4.321 4.158 5.192 3.674 5.437 4.806 2.467 1.623 1.617 #1 3.506 3.405 3.163 1.548 #2 #3 #4 #5 #6 #7 #8 #9 #10 Bài tốn Hình 2.2 – So sánh thời gian thi trung bình GA-MRDL ACO-MRDL Thời gian thực thi thuật toán ACO-MRDL nhanh so với GA-MRDL Sự khác biệt rõ số lượng giải pháp lựa chọn tăng lên ứng với số lượng trạm tiềm lớn tốn lớn Điều lần khẳng định ưu điểm cấu trúc đồ thị biểu diễn không gian trạng thái so với việc sử dụng phép toán lai ghép đột biết quần thể Thực nghiệm 2: Để đánh giá tác động số kiến đến độ hội tụ thời gian thực thi thuật tốn Chúng tơi tiến hành thực nghiệm cách thay đổi lượng kiến từ 20 đến 250 giữ nguyên số vòng lặp NMax = 500 với toán #2 Sự ảnh hưởng số kiến đến thời gian tìm lời giải tối ưu tốn thể qua Hình 2.3(a) Dữ liệu biểu đồ chứng tỏ ta tăng số Bảng 2.4 – So sánh kết phân bố tài nguyên thay đổi tốc độ đến trung bình (¯ α1 , α ¯ ) PSO, ACO-ĐVTN MMAS-ĐVTN Test #1 #2 #3 #4 #5 Tham số α ¯1 α ¯2 0.2 0.2 0.3 0.2 0.4 0.2 0.4 0.3 0.4 0.5 PSO [30] (s1∗ , s2∗ ) (0.5, 0.5) (0.5462, 0.4538) (0.5911, 0.4089) (0.5215, 0.4785) (0.4532, 0.5467) f (s ∗ ) 9.957 9.931 9.869 7.872 6.782 ACO-ĐVTN (s1∗ , s2∗ ) f (s ∗ ) (0.5, 0.5) 9.957 (0.5446, 0.4554) 9.936 (0.5893, 0.4107) 9.815 (0.5198, 0.4802) 7.822 (0.4803, 0.5197) 6.725 MMAS-ĐVTN (s1∗ , s2∗ ) f (s ∗ ) (0.5, 0.5) 9.957 (0.5446, 0.4554) 9.936 (0.5718, 0.4282) 9.885 (0.5213, 0.4787) 8.214 (0.4532, 0.5467) 6.782 Phương án tối ưu* [14] (s1∗ , s2∗ ) f (s ∗ ) (0.5, 0.5) 9.957 (0.5446, 0.4554) 9.936 (0.5873, 0.4127) 9.897 (0.5275, 0.4725) 8.238 (0.4516, 0.5484) 6.796 Sai số ∆f (s1∗ , s2∗ ) (%) 0.000 0.00% 0.000 0.00% 0.012 0.12% 0.024 0.29% 0.014 0.21% Bảng 2.5 – So sánh kết phân bố tài nguyên thay đổi ngưỡng trễ (d1 , d2 ) PSO, ACO-ĐVTN MMAS-ĐVTN Test #6 #7 #8 #9 Tham số d1 d2 0.01 0.03 0.01 0.06 0.01 0.09 0.01 0.12 PSO [30] (s1∗ , s2∗ ) (0.5158, 0.4842) (0.5195, 0.4805) (0.5076, 0.4924) (0.5293, 0.4707) f (s ∗ ) 9.956 9.968 9.858 9.982 ACO-ĐVTN (s1∗ , s2∗ ) f (s ∗ ) (0.5217, 0.4673) 9.961 (0.5187, 0.4813) 9.965 (0.5102, 0.4898) 9.881 (0.5375, 0.4625) 9.975 MMAS-ĐVTN (s1∗ , s2∗ ) f (s ∗ ) (0.5327, 0.4673) 9.965 (0.5195, 0.4805) 9.968 (0.5231, 0.4769) 9.971 (0.5375, 0.4625) 9.975 Phương án tối ưu* [14] (s1∗ , s2∗ ) f (s ∗ ) (0.5327, 0.4673) 9.969 (0.5195, 0.4805) 9.968 (0.5265, 0.4735) 9.978 (0.5488, 0.4512) 9.982 Sai số ∆f (s1∗ , s2∗ ) (%) 0.004 0.04% 0.000 0.00% 0.008 0.17% 0.007 0.07% 11 Bảng 2.6 – So sánh kết phân bố tài nguyên thay đổi thừa số giá (p1 , p2 ) giữa PSO, ACO-ĐVTN MMAS-ĐVTN Test #10 #12 #13 #14 #15 #16 #17 Tham số p1 p2 2 4 4 PSO [30] (s1∗ , s2∗ ) f (s ∗ ) (0.3049, 0.6951) 16.27 (0.6951, 0.3049) 16.27 (0.6527, 0.3473) 39.05 (0.7298, 0.2702) 30.15 (0.5723, 0.4277) 45.63 (0.5, 0.5) 39.96 (0.245, 0.755) 64.81 ACO-ĐVTN (s1∗ , s2∗ ) f (s ∗ ) (0.3108, 0.6892) 16.34 (0.6892, 0.3108) 16.34 (0.6534, 0.3466) 39.17 (0.7231, 0.2769) 30.66 (0.5748, 0.4252) 45.75 (0.5, 0.5) 39.96 (0.257, 0.743) 65.72 MMAS-ĐVTN (s1∗ , s2∗ ) f (s ∗ ) (0.3108, 0.6892) 16.34 (0.6892, 0.3108) 16.34 (0.6534, 0.3466) 39.17 (0.7183, 0.2817) 30.69 (0.5748, 0.4252) 45.75 (0.5, 0.5) 39.96 (0.257, 0.743) 65.72 Phương án tối ưu* [14] (s1∗ , s2∗ ) f (s ∗ ) (0.3083, 0.6917) 16.52 (0.6917, 0.3083) 16.52 (0.6534, 0.3466) 39.17 (0.7183, 0.2817) 30.69 (0.5748, 0.4252) 45.75 (0.5, 0.5) 39.96 (0.276, 0.724) 67.90 Bảng 2.7 – Ảnh hưởng tham số Hurst Hi (i = 1, 2) đến hàm mục tiêu Test Hi Độ lệch ∆Hi #18 #19 #20 #21 #22 #23 0.80 0.78 0.75 0.70 0.65 0.82 0.00 0.02 0.05 0.10 0.15 0.02 (s1∗ , s2∗ ) (0.5000, (0.4947, (0.488, (0.4796, (0.4737, (0.5062, 0.5000) 0.5053) 0.512) 0.5204) 0.5263) 0.4939) Độ lệch |∆si | fMMAS (s1∗ , s2∗ ) 0.0000 0.0053 0.0120 0.0204 0.0263 0.0062 8.79576 8.96289 9.13588 9.31354 9.42257 8.55904 ftối ưu * [14] 8.79576 8.96289 9.13588 9.31354 9.42257 8.55904 Sai số (%) 0.00 0.00 0.00 0.00 0.00 0.00 (0%) (0%) (0%) (0%) (0%) (0%) Sai số ∆f (s1∗ , s2∗ ) (%) 0.18 1.08% 0.18 1.08% 0.00 0.00% 0.00 0.00% 0.00 0.00% 0.00 0.00% 2.18 3.21% Bảng 2.8 – So sánh kết phân bố tài nguyên thuật toán MMAS-ĐVTN so với phương án tối ưu thực thay đổi tốc độ đến trung bình α ¯ = (¯ α1 , α ¯2, α ¯3, α ¯4, α ¯5, α ¯ ) dịch vụ Tham số MMAS-ĐVTB Phương án tối ưu [14] Sai số Test α ¯ = (α ¯1 , α ¯2 , α ¯3 , α ¯4 , α ¯5 , α ¯6 ) s ∗ = (s1 , s2 , s3 , s4 , s5 , s6 ) f (s ∗ ) s ∗ = (s1 , s2 , s3 , s4 , s5 , s6 ) f (s ∗ ) ∆f (s ∗ ) (%) #24 #25 #26 #27 #28 #29 #30 #31 #32 0.10, 0.10, 0.10,0.10, 0.10, 0.10 0.11, 0.10, 0.10, 0.10, 0.10, 0.10 0.12, 0.11, 0.10, 0.10, 0.10,0.10 0.13, 0.12, 0.11, 0.10, 0.10 ,0.10 0.13, 0.12, 0.11, 0.11, 0.10, 0.10 0.13, 0.12, 0.11, 0.11, 0.12, 0.13 0.13, 0.12, 0.11, 0.12, 0.13, 0.14 0.10, 0.11, 0.12, 0.13, 0.14, 0.15 0.10, 0.11, 0.12, 0.13, 0.14, 0.20 0.167, 0.167, 0.167, 0.167, 0.167, 0.167 0.172, 0.166, 0.166, 0.165, 0.165, 0.165 0.177, 0.174, 0.163, 0.162, 0.162, 0.162 0.180, 0.178, 0.168, 0.159, 0.158, 0.158 0.178, 0.171, 0.167, 0.167, 0.157, 0.156 0.175, 0.167, 0.159, 0.158, 0.168, 0.176 0.169, 0.160, 0.155, 0.162, 0.171, 0.180 0.145, 0.156, 0.163, 0.171, 0.179, 0.188 0.140, 0.149, 0.157, 0.162, 0.170 , 0.221 83.74 81.66 78.38 72.75 69.23 47.84 21.19 20.78 -125.12 0.167, 0.167, 0.167, 0.167, 0.167, 0.167 0.174, 0.165, 0.165, 0.165, 0.165, 0.165 0.180, 0.171, 0.162, 0.162, 0.162, 0.162 0.185, 0.176, 0.167, 0.158, 0.158, 0.158 0.183, 0.174, 0.165, 0.165, 0.156, 0.156 0.176, 0.167, 0.158, 0.158, 0.167, 0.176 0.171, 0.162, 0.153, 0.162, 0.171, 0.180 0.144, 0.153, 0.162, 0.171, 0.180, 0.190 0.136, 0.145, 0.154, 0.163, 0.173 , 0.229 83.74 82.50 79.52 73.42 70.79 49.09 21.73 21.18 -122.60 0.00 0.84 1.14 0.67 1.59 1.25 0.54 0.40 2.52 0.00 1.02 1.43 0.91 2.20 2.55 2.49 1.89 2.06 Bảng 2.9 – So sánh kết phân bố tài nguyên thuật toán MMAS-ĐVTN so với phương án tối ưu thực thay đổi tham số giá p = (p1 , p2 , p3 , p4 , p5 , p6 ) dịch vụ Tham số 12 Test #33 #34 #35 #36 #37 #38 #39 #40 MMAS-ĐVTB 2.00, 3.00, 4.00, 5.00, 6.00, 6.00, 6.00, 6.00, 1.00, 2.00, 3.00, 4.00, 5.00, 5.00, 5.00, 5.00, 1.00, 1.00, 2.00, 3.00, 4.00, 4.00, 4.00, 4.00, 1.00, 1.00, 1.00, 2.00, 3.00, 3.00, 3.00, 3.00, 1.00, 1.00, 1.00, 1.00, 2.00, 2.00, 2.00, 8.00, 1.00 1.00 1.00 1.00 1.00 6.00 7.00 7.00 Phương án tối ưu [14] f (s ∗ ) s ∗ = (s1 , s2 , s3 , s4 , s5 , s6 ) p = (p1 , p2 , p3 , p4 , p5 , p6 ) 0.178, 0.190, 0.198, 0.201, 0.203, 0.181, 0.167, 0.160, 0.165, 0.169, 0.167, 0.167, 0.170, 0.166, 0.163, 0.159, 0.164, 0.161, 0.164, 0.160, 0.160, 0.159, 0.158, 0.157, 0.164, 0.160, 0.157, 0.158, 0.159, 0.155, 0.155, 0.156, 0.164, 0.160, 0.157, 0.156, 0.155, 0.155, 0.154, 0.203, 0.164 0.160 0.156 0.156 0.154 0.182 0.202 0.167 100.67 134.88 186.25 253.14 339.36 418.73 434.55 529.81 s ∗ = (s1 , s2 , s3 , s4 , s5 , s6 ) 0.179, 0.193, 0.202, 0.206, 0.208, 0.183, 0.169, 0.161, 0.164, 0.167, 0.168, 0.169, 0.169, 0.166, 0.161, 0.157, 0.164, 0.160, 0.161, 0.161, 0.161, 0.159, 0.157, 0.154, 0.164, 0.160, 0.156, 0.156, 0.157, 0.155, 0.154, 0.152, 0.164, 0.160, 0.156, 0.154, 0.154, 0.153, 0.152, 0.208, 0.164 0.160 0.156 0.154 0.152 0.183 0.208 0.169 Sai số f (s ∗ ) ∆f (s ∗ ) (%) 100.94 136.09 188.66 257.66 342.40 422.80 442.40 542.40 0.27 1.21 2.40 4.52 3.04 4.07 7.85 12.6 0.27 0.89 1.27 1.75 0.89 0.96 1.86 2.32 Bảng 2.10 – Kết thực nghiệm so sánh thuật toán PSO, ACO-ĐVTN MMAS-ĐVTN nhiều lớp dịch vụ PSO ACO-ĐVTN MMAS-ĐVTN Số lớp Tốt Trung bình Xấu Tốt Trung bình Xấu Tốt Trung bình Xấu 10 12 16 20 24 28 32 36 40 100.53 125.21 153.63 210.68 256.11 315.37 417.58 512.68 652.95 751.53 99.17 122.24 151.21 207.97 252.00 311.90 415.10 510.36 649.31 748.03 97.39 120.16 150.27 204.20 249.55 309.16 411.33 508.51 648.29 747.22 100.53 125.21 156.26 216.26 256.63 319.89 419.32 513.47 653.21 760.16 99.79 123.97 154.07 214.62 253.28 316.72 417.79 511.28 651.07 757.38 98.28 121.08 151.06 212.98 251.67 313.86 414.45 509.41 650.84 755.35 100.53 125.21 156.26 221.74 255.68 327.37 420.32 513.47 654.32 757.63 100.29 124.24 154.79 219.69 253.55 324.03 418.83 511.72 652.28 755.24 99.78 121.26 153.10 218.88 252.16 317.16 417.24 510.76 649.57 752.20 Hình 2.5 – So sánh thời gian thực thi PSO, ACO-ĐVTN MMAS-ĐVTN Như vậy, toán tối ưu cấp phát tài nguyên tập trung cho lớp dịch vụ phức tạp với ảnh hưởng tác động lẫn nhiều tham số tác động đến hàm mục tiêu toán Trong mục này, luận án đề xuất thuật toán ACO-ĐVTN MMAS-ĐVTN cho phép tìm nghiệm gần tối ưu với sai số nhỏ so với nghiệm tối ưu thực thời gian tuyến tính có khả áp dụng mơ hình có số lớp dịch vụ lớn 2.3 2.3.1 Đáp ứng tài nguyên cho luồng đa phương tiện Mơ hình tốn Mơ hình toán tối ưu QoS cho luồng đa phương tiện theo mơ hình Q-MOF [15] định nghĩa sau: Định nghĩa 2.3 (Tối ưu QoS cho luồng đa phương tiện [15]) max pi n X X wi xij ui (rij ) (2.12) xij rijk Bdownlink (2.13) i=1 j =1 thỏa mãn ràng buộc: pi q h X X X i=1 j =1 k =1 pi q n X X X xij rijk Buplink (2.14) xij rijk Rk , ∀ k = q+1, , m (2.15) xij rijk Rik , ∀ k = m, ∀ i = n (2.16) i=h+1 j =1 k =1 pi n X X i=1 j =1 pi X j =1 pi n X X xij = (2.17) xij ∈ {0, 1} , ∀ i = n, ∀ j = pi (2.18) i=1 j =1 13 2.3.2 Đề xuất thuật toán MMAS tối ưu QoS luồng đa phương tiện Đồ thị cấu trúc có dạng hình phụ thuộc vào số lượng luồng n số lượng tham số chất lượng dịch vụ pi yêu cầu luồng fi Khi bắt đầu q trình tìm kiếm, kiến tìm nhóm có phạm vi nhỏ nên số khả lựa chọn khơng nhiều Sau kiến liên kết lại với để sinh lựa  chọn Khi đó, phương án tốn tập đối tượng S = oij | xoij = cho xoij = có nghĩa đối tượng oij lựa chọn tương ứng với việc biến định xij = Ta xây dựng phương án S = {oi1 j1 , , oin jn } với vết mùi lưu đối tượng Vết mùi τij đặc trưng cho mối quan hệ với đối tượng oij Điểm quan trọng để xây dựng lời giải việc kết hợp khám phá tri thức dựa thông tin heuristic để bổ sung thành phần vào cấu trúc lời giải Gọi Sk tập đối tượng chọn vòng lặp thứ k , C (Candidates) tập tất luồng nhóm chọn không vi phạm ràng buộc tài nguyên, τSk thông số heuristic động vết mùi đối tượng Sk , ηSk thông tin heuristic giúp đánh giá việc lựa chọn Sk , α β hệ số điều chỉnh ảnh hưởng Hàm mục tiêu đánh giá phương án tính (2.12) Thuật toán MMAS tối ưu giám sát QoS cho luồng đa phương tiện (MMAS-Q.MOF) mô tả sau: Thuật toán 2.2 MMAS-Q.MOF Các tham số: α, β, ρ, k Số lượng kiến: K Số vòng lặp tối đa NMax Giới hạn vết mùi: τmin , τmax Khởi tạo vết mùi cho tất đối tượng nhóm τmax ; Topksolution ⇐ {Lưu lại k phương án tốt nhất} ; i = ; Repeat SGbest ⇐ ∅ ; For kiến k = K SIbest ⇐ ∅ ; C ⇐ Tất nhóm luồng dịch vụ ; While C 6= ∅ Cg ⇐ Chọn nhóm có vết mùi cao tập C ; Candidates ⇐ {oij ∈ Cg thỏa mãn ràng buộc (2.13-2.16)} wi ui (rij ) ; Cập nhật giá trị heuristic cục bộ: sk (Oij ) = P m rijl i=1 dS (l) k α Chọn đối tượng oij ∈ C với xác suất PSk (Oij ) = β [τSk (Oij )] [ηSk (Oij )] P α β [τSk (Oij )] [ηSk (Oij )] ; Oij ∈C Sk ⇐ Sk ∪oij ; Loại bỏ Cg khỏi tập C ; Endwhile If f (Sk ) > f (SIbest ) then SIbest ⇐ Sk ; Endfor If f (SGbest ) < f (SIbest ) then SGbest ⇐ SIbest ; Cập nhật sở liệu vết mùi giá trị cận biên τmin τmax ; i = i +1 ; Until (i > NMax ) or (giải pháp tối ưu tìm thấy) ; Để nâng cao hiệu thuật toán MMAS trên, luận án thử nghiệm cách tiếp cận tương tự sử dụng phương pháp cập nhật vết mùi MLAS, SMMAS 3LAS đề xuất [23] 2.3.3 Kết thực nghiệm đánh giá Mô hình thực nghiệm tối ưu QoS luồng dịch vụ đa phương tiện hai nút mạng ứng người dùng đầu cuối với n luồng đa phương tiện với tiêu chất lượng khác Các thuật tốn khai báo cài đặt ngơn 14 ngữ C với tham số thực nghiệm là: K = 100,Nmax = 500, α = 1, β = 5, ρ = 0.5, k = 10, τmin = 0.01, τmax = 8, τmid = τmax −τ Thực nghiệm liệu IMS Testbed lấy từ [15–17] với tham số cần đáp ứng dịch vụ AVC yêu cầu mô tả Bảng 2.11 Bảng 2.13 [17] Kết so sánh hàm mục tiêu thời gian thực thi trung bình thuật toán MMAS 50 lần thực với phương án tối ưu giải công cụ GLPK [10] cho Bảng 2.14 Thực nghiệm 2trên liệu thực nghiệm gồm 10 toán sinh ngẫu nhiên với tham số chi tiết số lượng luồng theo hướng downlink uplink cho Bảng 2.15 Các giá trị tiện tích luồng phân bố theo tài nguyên yêu cầu ui (rij ) ∈ [0, 1], Bdownlink = 1200 kbps, Buplink = 800 kbps Kết thực nghiệm so sánh chi tiết cho Bảng 2.16 Thực nghiệm cài đặt cải tiến thuật toán MMAS kết hợp với qui tắc cập nhật vết mùi MLAS, SMMAS 3LAS [23] Bằng thực nghiệm thấy ưu điểm sử dụng SMMAS 3-LAS so với MMAS Bảng 2.16 Kết so sánh thời gian thực thi thuật toán cho Hình 2.7 Hình 2.6 – So sánh thời gian thực thi thuật toán luồng 2.4 Kết chương Trong Mục 2.2, luận án tập trung nghiên cứu toán tối ưu cấp phát tài nguyên cho lớp dịch vụ có xét đến yêu cầu QoS Thuật toán MMAS đề xuất khắc phục hạn chế phương pháp tất định sử dụng tính chất giải tích hàm mục tiêu ràng buộc không hiệu số lượng lớp dịch vụ tăng đánh giá ảnh hưởng tham số lớp dịch vụ đến hàm mục tiêu Bài toán toán tối ưu tài nguyên cho luồng đa phương tiện đảm bảo yêu cầu QoS đề cập đến Mục 2.3 Mục tiêu hướng đến xây dựng cấu hình cấp phát tài nguyên mạng cho người dùng thỏa mãn ràng buộc cam kết theo trọng số dùng để biểu diễn tương đối mức độ đáp ứng dịch vụ cho luồng liệu với mục tiêu cực đại hàm chi phí thu Thuật toán MMAS đề xuất cho phép tối ưu tài nguyên cho luồng đa phương tiện đảm bảo yêu cầu QoS ứng dụng đa phương tiện áp dụng nhiều luồng dịch vụ đa phương tiện với số lượng ràng buộc lớn 15 Bảng 2.11 – Tập tham số yêu cầu ràng buộc luồng dịch vụ AVC Tập tham số đáp ứng Dịch vụ yêu cầu Người dùng A Người dùng B Ràng buộc p1 p2 Thành phần đa phương tiện Codecs audio, video, data, image, model audio: peg, pcm, gsm Băng thông Downlink tối thiểu Trễ Downlink, Uplink tối đa Biến thiên trễ Downlink, Uplink tối đa Mất gói Downlink, Uplink tối đa Băng thơng Uplink tối thiểu Độ phân giải cục Độ phân giải từ xa audio, video, image, model audio: peg, video: mpeg, mjpeg, h263 1300 150 N/A N/A 1000 N/A 1204x768 Ngdùng A, B: audio, video, data, image, text Not Allowed (N/A):audio, G729, G723 p3 p4 ,p8 p5 ,p9 p6 , p10 p7 p11 p12 audio, video, data audio: mpeg, gsm ; video: mpeg, h26 46 150 10 46 176x144 176x144 1200 150 N/A N/A 800 1204x768 N/A 1400 N/A N/A N/A 1400 N/A N/A Bảng 2.12 – Tập tham số luồng đa phương tiện thực nghiệm 16 Tập tham số dịch vụ Giá trị Tập luồng đa phương tiện Luồng liệu thoại (audio) liệu hình (video) theo hướng downlink uplink Các điểm hoạt động luồng Giá trị tiện tích luồng phân bố theo tài nguyên yêu cầu Băng thông downlink giới hạn Đơn vị tính giá thành bit liệu Chi phí tối đa truyền liệu Chi phí băng thông lớp q F = (f1 , f2 , f3 , f4 ) ({f1 }, {f2 }) ({f3 }, {f4 }) P = (p1 , p2 , p3 , p4 ) = (3, 8, 3, 8) ui (rij ) ∈ [0, 1] Bdownlink = 1200 kbps, Buplink = 800 kbps 10 [unit/bit] 20000 [unit/s] [bit/s] x chi phí lớp q [unit/b] Bảng 2.13 – Tài nguyên yêu cầu chi phí đáp ứng luồng đa phương tiện Luồng f1 , f3 f2 , f4 Tham số hoạt động codec: codec: codec: codec: codec: codec: codec: codec: codec: codec: codec: GSM, tốc độ lấy mẫu: 8000, tốc độ bits mẫu: MPEG, tốc độ lấy mẫu: 22050, tốc độ bits mẫu: 16 MPEG, tốc độ lấy mẫu: 44100, tốc độ bits mẫu: 16 MPEG, sample rate: 44100, tốc độ bits mẫu: 16 H263, độ phân giải: 176x144, tốc độ truyền khung hình: 15 MJPEG, độ phân giải: 176x144, tốc độ truyền khung hình: MJPEG, độ phân giải: 176x144, tốc độ truyền khung hình: MJPEG, độ phân giải: 176x144, tốc độ truyền khung hình: MJPEG, độ phân giải: 352x288, tốc độ truyền khung hình: MJPEG, độ phân giải: 352x288, tốc độ truyền khung hình: MJPEG, độ phân giải: 352x288, tốc độ truyền khung hình: 10 15 15 30 Tài ngun Băng thơng (kbps) rij Chi phí rij Lợi nhuận ui (rij ) r11 r12 r13 r21 r22 r23 r24 r25 r26 r27 r28 21 34 64 25 90 370 400 781 1015 1400 2000 210 340 640 900 900 3700 4000 7810 10150 14000 20000 0.5 0.8 1.0 0.2 0.4 0.5 0.6 0.7 0.8 0.9 1.0 Bảng 2.14 – So sánh hàm mục tiêu thời gian thực thi thuật tốn MMAS-QMOF với cơng cụ GLPK liệu chuẩn Sai số (%) Hiệu (%) Vịng lặp Phân bố tài ngun Thuật tốn MMAS-QMOF Hàm mục tiêu Thời gian (giây) Phân bố tài nguyên Công cụ GNU Linear Programming Kit Hàm mục tiêu Thời gian (giây) Hàm mục tiêu Thời gian 93 128 187 264 331 375 417 (r13 , r23 , r33 , r44 ) (r13 , r25 , r33 , r43 ) (r13 , r26 , r33 , r42 ) (r13 , r24 , r33 , r44 ) (r13 , r25 , r33 , r44 ) (r13 , r26 , r33 , r43 ) (r13 , r26 , r33 , r44 ) 2.770 2.839 2.840 2.840 2.909 2.909 2.980 0.583 0.597 0.615 0.628 0.639 0.646 0.652 (r13 , r23 , r33 , r44 ) (r13 , r25 , r33 , r43 ) (r13 , r26 , r33 , r42 ) (r13 , r24 , r33 , r44 ) (r13 , r25 , r33 , r44 ) (r13 , r26 , r33 , r43 ) (r13 , r26 , r33 , r44 ) 2.770 2.839 2.840 2.840 2.909 2.909 2.980 0.625 0.633 0.641 0.659 0.670 0.677 0.683 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 6.72% 5.69% 4.06% 4.70% 4.63% 4.58% 4.54% Bảng 2.15 – Tham số số lượng luồng theo hướng downlink uplink thực nghiệm Số luồng Tham số thực thi 17 Test Downlink (f1 , , fh ) Uplink (fh+1 , , fn ) Downlink (p1 , , ph ) Uplink (ph+1 , , pn ) #1 #2 #3 #4 #5 #6 #7 #8 #9 #10 {f1 } {f1 } {f1 } {f1 , f2 } {f1 , f2 , f3 } {f1 , f2 , f3 } {f1 , f2 } {f1 , f2 , f3 , f4 } {f1 , f2 , f3 } {f1 , f2 , f3 , f4 , f5 } {f2 } {f2 } {f2 , f3 , f4 } {f3 , f4 } {f4 } {f4 , f5 , f6 } {f3 , f4 , f5 , f6 } {f5 , f6 , f7 , f8 } {f4 , f5 , f6 , f7 , f8 } {f6 , f7 , f8 } (2) (3) (4) (3, 8) (3, 7, 4) (6, 8, 9) (10, 15) (10, 15, 20, 25) (15, 20, 30) (20, 25, 30, 35, 45) (2) (4) (2, 5, 7) (3, 8) (9) (8, 5, 4) (8, 10, 12, 13) (10, 15, 20, 25) (20, 10, 30, 25, 15) (40, 35, 50) Bảng 2.16 – So sánh kết thực thi thuật toán MMAS-QMOF, SMMAS-QMOF, MLAS-QMOF 3-LAS-QMOF MMAS-QMOF SMMAS-QMOF MLAS-QMOF 3-LAS-QMOF GLPK Test Tốt Trung bình Tồi Tốt Trung bình Tồi Tốt Trung bình Tồi Tốt Trung bình Tồi Tối ưu #1 #2 #3 #4 #5 #6 #7 #8 #9 #10 1.752 1.965 2.786 2.980 2.863 4.792 4.937 10.573 11.218 10.983 1.866 2.515 3.386 3.235 3.263 5.342 5.537 11.123 11.268 11.183 1.982 3.065 3.836 3.905 3.188 5.492 6.137 11.498 11.343 11.418 1.752 1.965 2.786 2.980 2.863 4.792 4.937 10.573 11.218 10.983 1.797 2.325 2.826 3.427 2.943 4.912 5.438 11.093 11.738 11.263 1.891 2.458 3.337 3.976 3.423 5.179 6.048 11.337 12.205 11.596 1.752 1.965 2.786 2.980 2.863 4.792 4.937 10.573 11.218 10.983 1.781 2.398 3.219 3.281 3.230 5.092 5.104 11.006 11.351 11.183 1.884 2.578 3.339 3.560 3.630 5.112 5.144 11.466 11.671 11.503 1.752 1.965 2.786 2.980 2.863 4.792 4.937 10.573 11.218 10.983 1.792 2.015 3.136 3.305 3.013 5.042 5.062 10.623 11.393 11.191 1.863 2.393 3.203 3.861 3.080 5.198 5.573 10.645 11.704 11.552 1.752 1.965 2.786 2.980 2.863 4.792 4.937 10.573 11.218 10.983