Định tuyến trong IoT Internet of Things là thách thức lớn nhất bởi vì trong LLNs chất lượng liên kết biến động mạnh và bị gián đoạn bởi các vấn đề như nhiễu nền, biến đổi trở kháng… Do n
TỔNG QUAN VỀ ĐỀ TÀI
Đặt vấn đề và hướng giải quyết
Ngày nay, cùng với sự phát triển không ngừng của khoa học kỹ thuật, các công nghệ trong lĩnh vực mạng cảm biến cũng không ngừng phát triển và ngày càng đòi hỏi những yêu cầu cao hơn, nhằm phục vụ những mục đích nghiên cứu khoa học, y tế, giáo dục, quân sự, dân sự… Những ứng dụng mạng sử dụng mạng cảm biến không dây ngày càng trở nên gần gũi và có ý nghĩa trong cuộc sống Định tuyến trong IoT (Internet of Things) là thách thức lớn nhất bởi vì trong LLNs chất lượng liên kết biến động mạnh và bị gián đoạn bởi các vấn đề như nhiễu nền, biến đổi trở kháng… Do những đặc điểm này, việc bảng định tuyến hội tụ nhanh có thể đạt được bằng cách sửa chữa cục bộ mà không ảnh hưởng đến việc định tuyến toàn cầu để tránh sự không ổn định và vòng lặp Đối với việc sửa chữa cục bộ, khả năng giải pháp thay thế định tuyến trong mỗi node là điều cần thiết, vì bất cứ lúc nào cũng có thể có node hàng xóm bị ngưng hoạt động hoặc liên kết bị giảm chất lượng Các giao thức định tuyến cho các mạng công suất và tổn hao thấp (RPL) là tiêu chuẩn định tuyến thiết thực nhất cho LLNs vì nó được thiết kế cho đối tượng IPv6 đối tượng của mạng IoT và đáp ứng nhu cầu xây dựng cấu trúc liên kết động RPL được chuẩn hóa bởi Internet Engineering Task Force (IETF) thực hiện bởi nhóm định tuyến trên mạng công suất và tổn hao thấp (Working Group ROLL)
RPL thiết lập mô hình không tuần hoàn định hướng(DAG) làm đại diện trong mạng Có thể có nhiều DAG cho một mạng giống nhau nhưng với tiêu chí định tuyến khác nhau như số liên kết truyền ước tính (ETX), độ trễ, số hop, năng lượng node Một DODAG (DAG định hướng đích) có một cấu trúc cây với một node root duy nhất gọi là router biên Mỗi node leaf có một Rank trên DAG mà được tính toán dựa trên hàm mục tiêu của DAG nhằm hướng đến mục đích của định tuyến Các node trên cây (ngoại trừ node root) được duy trì bởi một danh sách nhiều parent và bầu chọn ra parent được ưu tiên nhất trong danh sách để làm tuyến đường chính
Root sẽ quảng bá một bảng tin thông tin đối tượng của DAG (DIO) chứa các thông tin về đề xuất các đặc tính DAG, định tuyến hàm mục tiêu (OF) và cấp Rank
Hàm mục tiêu OF bao gồm một bộ các số liệu và các ràng buộc, một tập hợp các quy tắc tối ưu hóa riêng cho ứng dụng Việc sắp xếp Rank cho biết vị trí của node trong hệ thống phân cấp của DAG, nó cũng đại diện cho chỉ số định tuyến như liên kết EXT, số hop, độ trễ
Mỗi trường RPL trong một mạng bao gồm một hoặc một số DAG Một node có thể tham gia vào nhiều DAG khác nhau với điều kiện các DAG thuộc các trường
RPL khác nhau Nhiều trường RPL mang lại nhiều khả năng đáp ứng khác nhau, trong đó mỗi trường RPL tối ưu theo một mục tiêu ứng dụng cụ thể bằng cách sử dụng các số liệu và ràng buộc phù hợp Nhiều trường RPL thì hiệu quả để tạo ra các cấu trúc cây khác nhau liên quan đến các yêu cầu chất lượng dịch vụ tương ứng Ví dụ, một node có thể tham gia một mô hình DAG mà tối ưu độ tin cậy với một ứng dụng nhất định và một mô hình DAG tối ưu để có độ trễ thấp cho các ứng dụng khác
Nhiều giao thức định tuyến như LEACH, PEGASIS, CTP không hỗ trợ rộng rãi nhiều ứng dụng vì chúng chỉ có thể phù hợp được với một ứng dụng cụ thể (chẳng hạn như tiết kiệm năng lượng), nhưng tại một thời điểm không thể đáp úng một yêu cầu ứng dụng khác (như độ bảo mật cao hoặc độ tin cậy cao) Trái với điều này, với việc thực hiện nhiều trường RPL có thể đáp ứng các yêu cầu của nhiều ứng dụng và chất lượng dịch vụ khác nhau của các luồng lưu lượng khác nhau
Nhiều nghiên cứu đã được thực hiện để điều tra hiệu suất của RPL về sự hội tụ của cây định tuyến, chi phí kiểm soát lưu lượng, tiêu thụ năng lượng, độ trễ, tỷ lệ phân phối gói tin dưới sự hoạt động của một trường mạng duy nhất với một hàm mục tiêu Tuy nhiên, một vài bài báo nghiên cứu hoạt động và hiệu suất của nhiều trường RPL Khái niệm về nhiều trường được mô tả Mạng mà bao gồm hai loại node, một là node cảnh báo để tạo ra các gói tin cảnh báo và các node định kỳ gửi các gói tin đến node root Hai mô hình trong một mạng được tạo ra cho luồng lưu lượng dựa trên loại node và chỉ một hàm mục tiêu được sử dụng cho hai DAG của hai trường Điều này có nghĩa là việc sử dụng nhiều nhiều hàm mục tiêu của RPL trong một mô hình không được nghiên cứu đầy đủ Các nghiên cứu khảo sát việc thực hiện nhiều trường RPL trong một mạng 802.11b cho các lĩnh vực ứng dụng lưới điện thông minh Cách xử lý của nhiều trường RPL trong mạng 802.11b là không giống như mạng 802.15.4 bởi vì mạng 802.15.4 có băng thông thấp hơn so với chuẩn 802.11b và có băng thông tiết kiệm năng lượng thông qua một lớp chu kỳ công suất vô tuyến (RDC)
Giao thức định tuyến RPL cần phải tối ưu hóa cho các ứng dụng mạng cảm biến khác nhau để đạt được hiệu suất tối ưu và sử dụng các nguồn lực hiệu quả hơn
Cụ thể đó là việc sửa đổi các hàm mục tiêu OF để áp dụng cho việc cân bằng tải trong quá trình giao tiếp giữa các node Nó cần phải chọn một đường đi mà giảm thiểu các EXT và nếu có nhiều tuyến có cùng EXT hay EXT nằm trong một phạm vi được xác định thì để giảm tối đa lượng gói tin chuyển đến bằng chuyển đến một trong những đường trên Điều này có nghĩa bất kỳ một node nào cũng không phải quá tải khi chuyển tiếp gói tin Tức là mỗi node có nhiều parent, việc lựa chọn parent sao cho phù hợp để có thể cân bằng tải, không gây tắt nghẽn và tiết kiệm năng lượng Đề tài sẽ thực hiện mô hình sử dụng nhiều hàm mục tiêu sử dụng giao thức định tuyến RPL cho mạng cảm biến vô tuyến (WSN) Sử dụng mô phỏng Cooja của contiki để mô phỏng cho môi trường vô tuyến IEEE 802.15.4 Đề tài sẽ khảo sát năng lượng tiêu thụ, tỷ lệ mất gói, độ trễ, đánh giá hiệu suất của RPL và so sánh giá trị của nó với khi dùng một hàm mục tiêu RPL.
Lý do chọn đề tài
Định tuyến trong IoT là một trong những thách thức lớn nhất bởi vì trong LLNs chất lượng liên kết luôn biến đổi bởi các vấn đề như nhiễu, biến đổi trở kháng, … Do những đặc điểm này, tốc độ hội tụ nhanh của bảng định tuyến được hình thành từ sự thay đổi trong mạng nội bộ mà không ảnh hưởng đến định tuyến trong mạng toàn cầu để tránh mất ổn định và lặp vòng Sự thay đổi mạng nội bộ thì khả năng lựa chọn đường đi cho mỗi node là điều cần thiết, cũng như khi liên kết với các node lân cận bị thất bại Trong quá trình truyền gói tin thì sẽ dẫn đến sự quá tải ở các node, đặc biệt là các node root Do đó, giải pháp cho việc cân bằng tải trong RPL là hết sức cần thiết.
Đối tượng và phạm vi nghiên cứu
Các nghiên cứu của đề tài sẽ góp phần tối ưu việc truyền các gói tin đảm bảo truyền tải thông suốt, với việc sử dụng hai hàm mục tiêu OF cho cùng một mô hình DAG tránh quá tải gây mất gói tại các node có Rank thấp
Phạm vi nghiên cứu của đề tài sẽ đưa ra giải pháp giải quyết vấn đề cân bằng tải trong giao thức định tuyến RPL của mạng cảm biến không dây tổn hao và năng lượng thấp.
Phương pháp nghiên cứu
- Thu thập tài liệu liên quan về lý thuyết mạng cảm biến không dây WSN, giao thức định tuyến RPL trong mạng tổn hao năng lượng thấp (LLNs)
- Những nghiên cứu về định tuyến trong nhiều trường RPL
- Mô phỏng đề tài bằng ứng dụng Cooja trên hệ điều hành Contiki - Phân tích các dữ liệu thu được dựa trên cơ sở lý thuyết để đi đến kết luận
TỔNG QUAN WSN
Khái niệm chung về mạng cảm biến không dây
Mạng cảm biến không dây (wireless sensor network - WSN) là một mạng bao gồm một số lượng lớn các node cảm biến có kích thước nhỏ gọn, giá thành thấp, có sẵn nguồn năng lượng, có khả năng tính toán và trao đổi với các thiết bị khác nhằm mục đích thu thập thông tin toàn mạng để đưa ra các thông số về môi trường, hiện tượng và sự vật mà mạng quan sát
Các node cảm biến là các sensor có kích thước nhỏ, thực hiện việc thu phát dữ liệu và giao tiếp với nhau chủ yếu qua kênh vô tuyến Các thành phần của node cảm biến bao gồm: các bộ vi xử lý rất nhỏ, bộ nhớ giới hạn, bộ phận cảm biến, bộ phận thu phát không dây, nguồn nuôi Kích thước của các con cảm biến này thay đổi tùy thuộc vào từng ứng dụng
Với sự phát triển của công nghệ chế tạo linh kiện điện tử, công nghệ nano, giao tiếp không dây, công nghệ mạch tích hợp, vi mạch phần cảm biến… đã tạo ra những con cảm biến có kích thuớc nhỏ gọn, đa chức năng, giá thành thấp, tiêu thụ năng lượng ít, làm tăng khả năng ứng dụng rộng rãi của mạng cảm biến không dây
Mạng cảm biến không dây có một số đặc điểm sau:
- Phát thông tin quảng bá trong phạm vi hẹp và định tuyến multihop
- Được triển khai với mật độ sensor lớn
- Cấu hình mạng thường xuyên thay đổi phụ thuộc vào fadinh và hư hỏng ở các node
- Các node trong mạng cảm biến bị hạn chế về công suất, khả năng xử lý và dung lượng nhớ
- Mạng cảm biến thường phụ thuộc vào ứng dụng
- Vị trí các node mạng cảm biến không cần thiết phải thiết kế hoặc xác định trước Do đó có thể phân bố ngẫu nhiên trong các địa hình phức tạp
- Khả năng phối hợp giữa các node cảm biến: các node cảm biến có gắn bộ xử lý bên trong, do đó thay vì gửi dữ liệu thô tới đích thì chúng gửi dữ liệu đã qua tính toán đơn giản.
Cấu trúc mạng cảm biến
Các cấu trúc hiện nay cho mạng Internet và mạng ad hoc không dây không dùng được cho mạng cảm biến không dây, vì một số lý do sau:
- Số lượng các node cảm biến trong mạng cảm biến có thể lớn gấp nhiều lần trong mạng ad hoc
- Các node cảm biến dễ bị lỗi - Cấu trúc mạng cảm biến thay đổi khá thường xuyên
- Các node cảm biến chủ yếu sử dụng truyển thông kiểu quảng bá, trong khi hầu hết các mạng ad hoc đều dựa trên việc truyền điểm-điểm
- Các bút cảm biến bị giới hạn về năng lượng, khả năng tính toán và bộ nhớ
- Các node cảm biến có thể không có số nhận dạng toàn cầu (Global identification) (ID) vì chúng có một số lượng lớn mào đầu và một số lượng lớn các node cảm biến
Chính vì các lý do trên, mà cấu trúc của mạng mới đòi hỏi phải:
- Kết hợp vấn đề năng lượng và khả năng định tuyến - Tích hợp dữ liệu và giao thức mạng
- Truyền năng lượng hiệu quả qua các phương tiện không dây
- Chia sẽ nhiệm vụ giữa các node lân cận
2.2.1 Cấu trúc toàn mạng cảm biến không dây
Các node cảm biến được phân bố trong một trường sensor như hình 2.1 Mỗi node cảm biến có khả năng thu thập dữ liệu và định tuyến lại đến các sink
Dữ liệu được định tuyến lại đến các sink bởi một cấu trúc đa điểm như hình trên Các sink có thể giao tiếp với các node quản lý nhiệm vụ (task manager node) qua mạng Internet hoặc vệ tinh
Sink là một thực thể, tại đó thông tin được yêu cầu Sink có thể là thực thể bên trong mạng (là một node cảm biến) hoặc ngoài mạng Thực thể ngoài mạng có thể là một thiết bị thực sự ví dụ như máy tính xách tay mà tương tác với mạng cảm biến, hoặc cũng đơn thuần chỉ là một gateway mà nối với mạng khác lớn hơn như Internet nơi mà các yêu cầu thực sự đối với các thông tin lấy từ một vài node cảm biến trong mạng Đặc điểm của mạng cảm biến là bao gồm một số lượng lớn các node cảm biến, các node cảm biến có giới hạn và ràng buộc về tài nguyên đặc biệt là năng lượng rất khắc khe Một số đặc điểm nổi bật trong mạng cảm biến như sau:
Khả năng chịu lỗi: một số các node cảm biến có thể không hoạt động nữa do thiếu năng lượng, do những hư hỏng vật lý hoặc do ảnh hưởng của môi trường Khả
Hình 2.1: Cấu trúc cơ bản của mạng cảm biến không dây năng chịu lỗi thể hiện ở việc mạng vẫn có thể hoạt động bình thường, duy trì những chức năng của nó ngay cả khi một số node mạng không hoạt động
Khả năng mở rộng: số lượng các node cảm biến là tùy thuộc vào từng ứng dụng cụ thể, có khi lên đến hàng triệu Do đó cấu trúc mạng mới phải có khả năng mở rộng để có thể làm việc với số lượng lớn các node này
Giá thành sản xuất: vì các mạng cảm biến bao gồm một số lượng lớn các node cảm biến nên chi phí của mỗi node rất quan trọng trong việc điều chỉnh chi phí của toàn mạng Nếu chi phí của toàn mạng đắt hơn chi phí triển khai sensor theo kiểu truyền thống, như vậy mạng không có giá thành hợp lý Do vậy, chi phí của mỗi node cảm biến phải giữ ở mức thấp
Dễ triển khai: là một ưu điểm quan trọng của mạng cảm biến không dây
Người sử dụng không cần phải hiểu về mạng cũng như cơ chế truyền thông khi làm việc với WSN Bởi để triển khai hệ thống thành công, WSN cần phải tự cấu hình
Thêm vào đó, sự truyền thông giữa hai node có thể bị ảnh hưởng trong suốt thời gian sống do sự thay đổi vị trí hay các đối tượng lớn Lúc này, mạng cần có khả năng tự cấu hình lại để khắc phục những điều này
Ràng buộc về phần cứng: vì trong mạng có một số lượng lớn các node cảm biến nên chúng phải có sự ràng buộc với nhau về phần cứng: kích thước phải nhỏ, tiêu thụ ít năng lượng, có khả năng hoạt động ở những nơi có mật độ cao, hoạt động không cần có người kiểm soát, thích nghi với môi trường…
Môi trường hoạt động: các node cảm biến được thiết lập dày đặc, rất gần hoặc trực tiếp bên trong các hiện tượng để quan sát Vì thế, chúng thường làm việc mà không cần giám sát ở những vùng xa xôi Chúng có thể làm việc ở bên trong các máy móc lớn, những điều kiện môi trường khắc nghiệt, ô nhiễm
Phương tiện truyền dẫn: ở những mạng cảm biến multihop, các node trong mạng giao tiếp với nhau bằng sóng vô tuyến, hồng ngoại hoặc những phương tiện quang học Các phương tiện truyền dẫn phải được chọn phù hợp trên toàn thế giới để thiết lập sự hoạt động thống nhất của những mạng này
Cấu hình mạng cảm biến: trong mạng cảm biến, hàng trăm đến hàng nghìn node được triển khai trên trường cảm biến Chúng được triển khai trong vòng hàng chục feet của mỗi node Mật độ các node lên tới 20 node/m3 Do số lượng các node cảm biến rất lớn nên cần phải thiết lập một cấu hình ổn định
Sự tiêu thụ năng lượng: các node cảm biến không dây, có thể coi là một thiết bị vi điện tử chỉ có thể được trang bị nguồn năng lượng giới hạn ( 36) tức là: 5s * 36 = 180s = 3 phút
Trong mô hình mô phỏng các node RPL được cài đặt chế độ định tuyến NO DOWNWARD vì mô hình này sử dụng truyền thông đa điểm tới một điểm Tham số DIO Min và DIO Doubling sử dụng giá trị mặc định
Phạm vi truyền là 50m, thời gian mô phỏng 30 phút Tuỳ kịch bản thực hiện mà sử dụng các tham số Tx/Rx success và send interval tương ứng
Trong mô phỏng, mô hình liên kết được mô phỏng bằng cách sử dụng Unit Disk Graph Model (UDGM) trong Cooja
Trong mô hình mô phỏng bao gồm 60 node client, mỗi node gửi một gói tin UDP mẫu tới server Sau một khoảng thời gian gửi (Send Interval) và thời gian khởi tạo Start send 3 phút, client sẽ hiện thị thông báo nhận được từ server Trong quá trình thực hiện mô phỏng, các thông báo của client và server in ra màn hình Mote output Trong Mote output sẽ chứa thời gian, ID và nội dung thông báo của node
Dựa vào dự liệu để tính độ trễ của gói tin Để tính độ trễ của mạng ta tính theo công thức:
∑ ( ) ( ) (5.1) Trong đó: n: Tổng số gói tin nhận thành công
Tính độ trễ trung bình theo công thức: ư (5.2)
Chương trình sử dụng tool simulation script editor của contiki, thêm đoạn script để tính tỷ lệ truyền gói (PRR) của từng node và của cả mô hình một cách chính xác
Tính tỷ lệ chuyển gói tin: ư
(5.3) Để tính năng lượng tiêu thụ, chương trình hỗ trợ mote radio duty cycle cùng với hàm powertrace để xuất ra tỷ lệ Radio on (%), Radio Tx (%) và Radio Rx (%)
Năng lượng tiêu thụ được đo thông qua thống kê các trạng thái hoạt động của MCU và Tranceiver MCU có 2 trạng thái: Active và Sleep Transceiver có 3 trạng thái: Transmitting, Receiving và Idle Listenning Contiki OS hỗ trợ apps powertrace, sử dụng một realtime timer có độ phân giải cao thống kê toàn bộ thời gian hoạt động của các trạng thái MCU và Tranceiver
Bản tin powertrace của một mote sẽ xuất ra 6 thông số đo đạc thời gian các trạng thái, đơn vị là tick,1 second = 32768 ticks:
MCU Ac ve = All CPU / 32768 (second) (5.4) gian MCU Sleep = All LPM / 32768 (second) (5.5) R d o x (A l Transmit – All idle transmit)/32768 (second) (5.6) R d o Rx (A L s e – All idle listen) / 32768 (second) (5.7) R d o Id e (A d e sm + A idle listen) (5.8) Radio Duty Cycle = (All Transmit + All Listen) / (All CPU + All LPM) (5.9) Công thức tính năng lượng:
Cụ thể ở đây, từ spec của Tmote Sky: MCU (MSP 430) và Transceiver (CC2420) Dòng và áp được lấy từ data sheet [14] của thiết bị là: Vcc = 3V, I = 19,7 mA
Do đó, để đánh giá năng lượng tiêu thụ của hệ thống chỉ cần dựa vào thông số Radio On (%) Để tính ra năng lượng dựa theo Radio on thì:
E ê ụ = Vcc * I * (Radio On) * (Simulation Time) (5.11)
Việc cài đặt cho hàm mục tiêu ETX và OF0 được nêu ở phần phụ lục 6 và 7
Mô hình được thiết kế với:
- Node có ID là 1 là node server khi dùng một hàm mục tiêu Khi dùng kết hợp hai hàm mục tiêu thì ID 1 là server ETX và ID 32 là server OF0, 30 node hiển thị màu cam là client chạy ETX và 30 node hiển thị màu vàng là client chạy OF0
Mô hình dùng một hàm mục tiêu được xây dựng như hình 5.5 Cũng với mô hình đó ta sử dụng hai hàm mục tiêu kết hợp như hình 5.6
Hình 5.5: Mô hình dùng 1 hàm mục tiêu ETX (OF0)
Việc sắp xếp cũng như phân bố các node trong mạng sẽ ảnh huởng tới liên kết và chất lượng của mô hình Mỗi node cần nằm trong vùng kết nối của ít nhất một node khác và phải có node có đường đi về node root Đối với mô hình sử dụng nhiều hàm mục tiêu thì việc sắp xếp các node có phần phức tạp hơn Để có thể đáp ứng được yêu cầu kết nối cũng như thể hiện cả năng cân bằng tải, việc sắp xếp cần đảm bảo:
- Mỗi node nằm trong phạm vi truyền của ít nhất một node khác
- Node phải có ít nhất một đường đi về node root có cùng hàm mục tiêu với nó
- Các node có hàm mục tiêu khác nhau cần được đan xen nhau
- Hạn chế việc tập trung quá nhiều node trong một phạm vi truyền
- Vị trí của các node root phải xa nhau để có thể tránh lưu lượng dồn về một phía root
Hình 5.6: Mô hình dùng kết hợp 2 hàm mục tiêu ETX-OF0
Phân tích kết quả mô phỏng
Các mô hình và các kịch bản đều được thực hiện lần lượt với hàm mục tiêu ETX, OF0, ETX-OF0 Để thấy rõ được khả năng cân bẳng tải khi dùng nhiều hàm mục tiêu đối với việc sử dụng riêng rẽ từng hàm mục tiêu như hiện nay
Hàm mục tiêu giúp cho các node trong mạng RPL lựa chọn đường đi dựa vào các thông số định tuyến và những hạn chế Contiki sử dụng hai hàm mục tiêu OF0 và ETX để lựa chọn đường đi tới root với số bước nhảy ít nhất Để đánh giá so sánh khả năng cân bằng tải của việc sử dụng kết hợp nhiều hàm mục tiêu với việc sử dụng riêng rẽ hai hàm mục tiêu, ta dựa vào các số liệu về độ trễ mạng, mức độ tiêu thụ năng lượng và tỷ lệ truyền gói tin
5.3.1 So sánh khả năng cân bằng tải qua tần suất gửi gói tin
Mô hình được thiết kế như hình 5.5 và hình 5.6 với:
- Chạy với tỷ lệ Tx/Rx success là 95%
- Tốc độ gửi gói tin lần lượt là 1s, 5s, 10s và 60s
Phân tích kết quả thu thập được ở bảng sau:
Bảng 5.2: Kết quả so sánh tỷ lệ truyền gói, độ trễ và năng lượng của các hàm mục tiêu khi tốc độ gỏi gói tin khác nhau
PRR (%) DELAY (ms) RADIO ON (%)
OF0 ETX ETX-OF0 OF0 ETX ETX-OF0 OF0 ETX ETX-
- Xét về tỷ lệ truyền gói của các hàm mục tiêu khi tốc độ gửi gói khác nhau, ta có biểu đồ 5.1 bên dưới
Ta dễ dàng nhận thấy khi tốc độ thấp (60s) thì tỷ lệ gửi gói của các hàm mục tiêu đều cao, dù ETX và OF0 có mất gói nhưng đáng kể, trong khi dùng nhiều hàm mục tiêu thì tỷ lệ này là tuyệt đối 100% gói tin gửi thành công Tuy nhiên, với tốc độ truyền gói tin càng cao, tức là thời gian càng ngắn (1s) thì khi đó mới thấy rõ được rằng khi dùng một hàm mục tiêu nó bị quá tải và gói tin không đến được node root Trong khi đó dù có tỷ lệ có giảm nhưng so với việc dùng một hàm mục tiêu thì khi dùng nhiều hàm mục tiêu vẫn mang lại tỷ lệ cao hơn nhiều
- Phân tích về độ trễ của các hàm mục tiêu khi tốc gửi gói khác nhau, ta có biểu đồ 5.2 sau:
Ty 3 lệ tru yề n gói PRR (% )
Tốc độ gởi gói tin (s)
Biểu đồ 5.1: Tỷ lệ truyền gói PRR (%) của các hàm mục tiêu khi tốc độ gởi gói khác nhau
Ta cũng thấy được rằng, độ trễ khi dùng nhiều hàm mục tiêu luôn tốt hơn nhiều khi dùng một hàm và dù có thay đổi theo tốc độ gửi gói tin thì nó vẫn tốt hơn
- Phân tích về năng lượng tiêu thụ của các hàm mục tiêu khi tốc độ gửi gói khác nhau, ta có biểu đồ 5.3 sau:
Tốc độ gởi gói tin
Biểu đồ 5.2: Độ trễ (ms) của các hàm mục tiêu khi tốc độ gởi gói khác nhau
OF0 ETX ETX-OF0 Đối với năng lượng khi dùng nhiều hàm mục tiêu sẽ có lợi hơn khi dùng một hàm mục tiêu Dù với tốc độ gửi gói khác nhau nó vẫn mang lại hiệu quả nhất
5.3.2 So sánh khả năng cân bằng tải qua tỳ lệ gửi và nhận gói tin Tx/Rx success
Mô hình được thiết kế như hình 5.5 và 5.6 với:
- Tốc độ gửi gói tin là 5s
- Chạy với tỷ lệ Tx/Rx success lần lượt là 85%, 95% và 100%
Phân tích kết quả thu thập được ở bảng sau:
Biểu đồ 5.3: Năng lượng tiêu thụ - RADIO ON (%) của các hàm mục tiêu khi tốc độ gởi gói khác nhau
- Phân tích tỷ lệ truyền gói của các hàm mục tiêu khi tỷ lệ Tx/Rx khác nhau, ta có biểu đồ 5.4 sau:
Với tỷ lệ Tx/Rx khác nhau thì tỷ lệ truyền gói cũng thay đổi Đặc biệt với tỷ lệ Tx/Rx càng thấp thì lợi thế của việc dùng nhiều hàm mục tiêu mới thể hiện rõ rệt, khi tỷ lệ Tx/Rx cao thì tỷ lệ truyền gói tin thành công của các hàm mục tiêu đều rất cao, các hàm mục tiêu chênh lệch nhau không đáng kể
- Phân tích độ trễ của các hàm mục tiêu khi tỷ lệ Tx/Rx khác nhau, ta có biểu đồ 5.5 sau:
Tỷ lệ tru yề n gói PRR (% )
Biểu đồ 5.4: Tỷ lệ truyển gói PRR (%) của các hàm mục tiêu khi tỉ lệ Tx/Rx khác nhau
PRR OF0 PRR ETX PRR ETX-OF0
Bảng 5.3: Kết quả so sánh tỷ lệ truyền gói, độ trễ và năng lượng tiêu thụ của các hàm mục tiêu khi tỷ lệ truyền nhận Tx/Rx khác nhau
PRR (%) DELAY (ms) RADIO ON (%)
OF0 ETX ETX-OF0 OF0 ETX ETX-OF0 OF0 ETX ETX-OF0
Thời gian trễ của các hàm mục tiêu thay đổi theo tỷ lệ truyền nhận gói tin Tx/Rx, nhưng một lần nữa với mô hình dùng nhiều hàm mục tiêu vẫn tốt hơn
- Phân tích năng lượng tiêu thụ của các hàm mục tiêu khi tỷ lệ Tx/Rx khác nhau, ta có biểu đồ 5.6 sau:
Biểu đồ 5.5: Độ trễ (ms) của các hàm mục tiêu khi tỉ lệ Tx/Rx khác nhau
DELAY OF0 DELAY ETX DELAY ETX-OF0 Đối với năng lượng tiêu thụ khi thay đổi tỷ lệ truyền nhận thì mô hình dùng một hàm mục tiêu kém hiệu quả hơn, tiêu tốn nhiều năng lượng hơn khi dùng nhiều hàm mục tiêu.
Đánh giá
Qua mô phỏng, từ kết quả của bảng 5.2 và bảng 5.3 , khi dùng nhiều hàm mục tiêu trên cùng một mô hình sẽ mang lại hiệu quả về tỷ lệ truyền gói, độ trễ , cũng như năng lượng tiêu thụ hơn khi dùng một hàm mục tiêu
Bảng 5.4: Thống kê số node về từng server khi dùng đa hàm mục tiêu
1s_Tx95 5s_Tx95 10s_Tx95 60s_Tx95 5s_Tx85 5s_Tx100
Server ETX (ID1) 44 43 44 41 40 43 về cả 2 server 1 4 5 3 3 2
Ta có bảng thống kê các node được chia tải ra để đi về hai root Việc chia đường đi này giúp giảm áp lực cho các node parent, cũng như node root Việc lựa
Biểu đồ 5.6: Năng lượng tiêu thụ - RADIO ON (%) của các hàm mục tiêu khi tỉ lệ Tx/Rx khác nhau
RADIO ON OF0 RADIO ON ETX RADIO ON ETX-OF0 chọn root để truyền gói tin ngoài việc tính rank dựa theo hàm mục tiêu của mỗi node còn dựa vào cách sắp xếp bố trí các node trong mô hình
Các tham số về tốc độ gửi gói tin ảnh hưởng đến hiệu suất của hệ thống
Cùng một thời điểm có nhiều node truyền dữ liệu sẽ làm tăng lưu lượng mạng và tỷ lệ truyền gói tin giảm Tốc độ càng cao khả năng mất gói, thời gian trễ cũng như năng luợng sẽ tiêu tốn nhiều Đối với khi dùng một hàm mục tiêu thì càng kém, do các node gần root bị quá tải, các node ở xa thì khả năng đến được root giảm đi và thậm chí là không gửi được tới root Nên độ tin cậy của các hệ thống khi dùng một hàm mục tiêu với quy mô vừa và lớn sẽ giảm đáng kể Nhưng khi dùng nhiều hàm mục tiêu thì vấn đề được giải quyết, tỷ lệ gửi gói thành công cao không có trường hợp node không gửi được tới root, thời gian trễ thấp và năng lượng cải thiện
Tham số tỷ lệ truyền nhận gói Tx/Rx cũng ảnh huởng đến khả năng đáp ứng của hệ thống nói chung mà cụ thể là của việc sử dụng hàm mục tiêu thích hợp Như kết quả thu được, khi dùng nhiều hàm mục tiêu sẽ đảm bảo được tỷ lệ gói tin gửi thành công, thời gian trễ thấp và năng lượng tiêu thụ thấp
Qua đây có thể thấy được nếu với mô hình lớn, tần suất gửi gói cao và tỷ lệ truyền nhận Tx/Rx thấp thì việc sử dụng một hàm mục tiêu không còn tin cậy được nữa, do hệ thống sẽ bị quá tải, các node gần root và node root sẽ không thể đáp ứng được Nên đối với những trường hợp này việc dùng nhiều hàm mục tiêu trên hệ thống sẽ giúp cân bằng tải, tránh bị quá tải ở node root và gần root, do lúc này hệ thống có nhiều root để các node có thể gửi gói tin về thay vì một root như trước đây
Qua mô hình mô phỏng và phân tích đánh giá các số liệu, hiệu năng của giao thức định tuyến RPL ảnh hưởng của môi trường bên ngoài và tham số bên trong
Mạng cảm biến năng lượng thấp dễ bị tổn hao, suy giảm do nhiều nguyên nhân khác nhau, do đó cần quản lý các nguyên nhân gây nhiễu đồng thời sử dụng năng lượng tối ưu
Bảng 5.5 bên dưới so sánh số liệu từ kết quả thu được với hai bài nghiên cứu về hiệu suất trong giao thức RPL trước đây Khi dùng đa hàm mục tiêu các kết quả đều tốt hơn khi dùng một hàm mục tiêu [23] Đối với trường hợp dùng multiple instance thì độ trễ tốt hơn, tuy nhiên do với mô hình của [17] triển khai thì tần suất gởi gói tin thấp hơn bên mật độ các node gần root của [17] cao sẽ giúp các gói tin gởi về root nhanh hơn nên không thể khẳng định được khi dùng multiple instance độ trễ sẽ tốt hơn
Bảng 5.5: So sánh kết quả đạt được khi dùng đa hàm mục tiêu với các nghiên cứu trước đây có liên quan [17] [23]
Hàm mục tiêu EXT HC Multiple Instance
Critical Traffic: ETX Regular Traffic: OF0
Tỷ lệ mất gói (%) 92 88 86,5 97,91 Độ trễ (s) 0,8 1,0 0,407 0,583
Năng lượng tiêu thụ (% Radio ON)
Giao thức định tuyến RPL trong mạng cảm biến không dây năng lượng thấp với hỗ trợ IPv6 là một giao thức định tuyến mới, hỗ trợ cả định tuyến lên (upward) và định tuyến xuống (downward) Nhiệm vụ của giao thức RPL là cung cấp đường đi tốt nhất và sử dụng các nguồn tài nguyên ở mức thấp của mạng cảm biến một cách hiệu quả Hàm mục tiêu OF0 sử dụng các bước nhảy trong việc định tuyến còn ETX dựa vào các trạng thái của liên kết để định tuyến chọn đường đi tốt hơn Tuy nhiên việc kết hợp các hàm mục tiêu lại mang đến hiệu quả tốt hơn, điều này giúp nâng cao hiệu năng của giao thức RPL.
