Nghiên cứu ứng dụng thuật toán ACO cho việc định tuyến mạng IP

Header Page of 126 BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC ĐÀ NẴNG NGUYỄN THỊ MAI PHƯƠNG NGHIÊN CỨU ỨNG DỤNG THUẬT TOÁN ACO CHO VIỆC ĐỊNH TUYẾN MẠNG IP Chuyên ngành: Khoa học máy tính Mã số: 60.48.01 TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT Đà Nẵng – Năm 2013 Footer Page of 126 Header Page of 126 Công trình hoàn thành ĐẠI HỌC ĐÀ NẴNG Người hướng dẫn khoa học: TS Nguyễn Tấn Khôi Phản biện 1: TS Nguyễn Văn Hiệu Phản biện 2: GS TS Nguyễn Thanh Thủy Luận văn bảo vệ trước Hội đồng chấm Luận văn tốt nghiệp thạc sĩ Kỹ thuật họp Đại học Đà Nẵng vào ngày 16 tháng 11 năm 2013 Có thể tìm hiểu luận văn tại: - Trung tâm Thông tin - Học liệu, Đại học Đà Nẵng - Trung tâm Học liệu, Đại học Đà Nẵng Footer Page of 126 Header Page of 126 MỞ ĐẦU Lí chọn đề tài Chỉ vòng thập niên qua, Internet phát triển nhanh chóng với nhiều mục đích sử dụng khác nhau: từ khoa học kỹ thuật, kinh tế, giáo dục… hoạt động xã hội Để đáp ứng nhu cầu phong phú đa dạng người sử dụng đầu cuối, nhà cung cấp dịch vụ truyền thông qua Internet đứng trước thách thức không đòi hỏi phải nâng cấp thêm thiết bị mạng mà phải cải tiến nhằm tận dụng tối đa sở hạ tầng mạng có để cung cấp dịch vụ với chất lượng cao chi phí hợp lý.Bài toán định tuyến cần quan tâm nghiên cứu để nhằm tối ưu hóa hiệu suất sử dụng tài nguyên mạng.Trên giới có nhiều nghiên cứu phương pháp định tuyến, với mục đích chủ yếu tìm phương pháp định tuyến thích hợp để áp dụng vào thực tế mạng lưới [9] Bài toán tìm kiếm nhiều người quan tâm, đặc biệt tìm kiếm tối ưu toàn cục Một thuật toán xem lý thuyết vững việc giải toán tìm kiếm tối ưu toàn cục có nhiều ứng dụng thực tế như: tìm kiếm trang web cần tìm mạng, kế hoạch xếp thời khóa biểu cho y tá bệnh viện, tìm kiếm đường tối ưu cho người lái xe hơi, định hướng mạng truyền thông… thuật toán kiến (ACS – Ant Colony Search ACO - Ant Colony Optimization) Xuất phát từ tính cấp thiết vấn đề nhu cầu thực tiễn, chọn đề tài luận văn cao học: Nghiên cứu ứng dụng thuật toán ACO cho việc tối ưu hóa trình định tuyến mạng IP.Nhằm nghiên cứu giải vấn đề đặt Footer Page of 126 Header Page of 126 2 Mục đích nghiên cứu - Tìm hiểu so sánh phương pháp tối ưu hóa - Triển khai thuật toán định tuyến cho định tuyến mạng sử dụng kỹ thuật cập nhật nguồn - Xây dựng ứng dụng mô trình định tuyến mạng sử dụng thuật toán đàn kiến triển khai Đối tượng phạm vi nghiên cứu Đối tượng nghiên cứu - Các giao thức sở mạng máy tính - Giải thuật định tuyến mạng IP - Giải thuật tối ưu hóa đàn kiến ACO Phạm vi nghiên cứu - Tìm hiểu lý thuyết xây dựng mô hình mô Phương pháp nghiên cứu Nghiên cứu lý thuyết - Tìm hiểu phương pháp định tuyến - Tìm hiểu sở lý thuyết thuật toán tối ưu hóa đàn kiến - Tìm hiểu khả thích nghi thuật toán tối ưu hóa đàn kiến với giao thức định tuyến Nghiên cứu thực nghiệm - Xây dựng ứng dụng mô hoạt động thuật toán tối ưu hóa đàn kiến định tuyến mạng Ý nghĩa khoa học thực tiễn đề tài Ý nghĩa khoa học - Ứng dụng thuật toán đàn kiến để giải toán tối ưu tổ hợp toán chào hàng, toán gán, toán tô màu đồ thị, toán lập lịch, toán tìm đường ngắn Footer Page of 126 Header Page of 126 - Ứng dụng thuật toán đàn kiến để giải toán định tuyến cho mạng IP Ý nghĩa thực tiễn - Ứng dụng thuật toán đàn kiến tối ưu định tuyến mạng tìm đường tối ưu cho gói tin mạng - Giảm thiểu chi phí định tuyến cách truyền kiến với kích thước nhỏ thay phải truyền bảng định tuyến - Những kiến định tuyến thực cập nhật thông tin định tuyến cần cập nhật mục bảng pheromone độc lập thay phải cập nhật toàn bảng định tuyến - Những kiến gắn vào gói liệu để truyền mạng - Thuật toán đàn kiến phù hợp cho mạng động Cấu trúc luận văn Nội dung luận văn chia thành ba chương với nội dung sau: Chương - Tổng quan định tuyến mạng: chương trình bày lý thuyết đồ thị, định tuyến mạng giao thức định tuyến Chương - Thuật toán tối ưu đàn kiến ACO: chương nói thuật toán đàn kiến ACO, toán tối ưu hóa tổ hợp tối ưu hóa đàn kiến (ACO), nêu thuật toán đàn kiến (ACO) Chương - Ứng dụng thuật toán đàn kiến ACO vào định tuyến mạng IP: chương trình bày kết thử nghiệm việc định tuyến mạng IP thuật toán ACO Footer Page of 126 Header Page of 126 CHƯƠNG TỔNG QUAN ĐỊNH TUYẾN MẠNG 1.1 GIỚI THIỆU 1.1.1 Lý thuyết đồ thị a Định nghĩa đồ thị b Phân loại đồ thị Có thể phân loại đồ thị theo đặc tính, số lượng tập cạnh E Cho đồ thị G = (V,E) - G gọi đơn đồ thị hai đỉnh u v V có nhiều cạnh E nối từ u tới v - G gọi đa đồ thị hai đỉnh u v V có nhiều cạnh E nối từ u tới v - G gọi đồ thị vô hướng cạnh E không định hướng, tức cạnh nối hai đỉnh u, v cạnh nối hai đỉnh u, v - G gọi đồ thị có hướng cạnh E có định hướng, có cạnh nối từ đỉnh u tới đỉnh v chưa có cạnh nối từ đỉnh v tới đỉnh u c Chu trình đồ thị d Cây khung khung nhỏ 1.1.2 Định tuyến Định tuyến trình tìm đường để truyền tải thông tin liên mạng từ nguồn đến đích.Định tuyến khái niệm cốt lõi mạng IP nhiều loại mạng khác 1.1.3 Phân loại định tuyến a Định tuyến tĩnh b Định tuyến động Footer Page of 126 Header Page of 126 1.1.4 Bảng định tuyến Bảng định tuyến có nhiều dạng là: - Địa đích mạng, mạng hệ thống độc lập - Địa IP giao diện router phải đến - Giao tiếp vật lý router phải sử dụng để đến chặn - Mặt nạ mạng địa đích - Khoảng cách quản trị - Thời gian (tính theo giây) từ router cập nhật lần cuối 1.2 CÁC THUẬT TOÁN ĐỊNH TUYẾN 1.2.1 Thuật toán định tuyến theo vectơ khoảng cách 1.2.2 Thuật toán định tuyến theo trạng thái đường liên kết 1.3 CÁC GIAO THỨC ĐỊNH TUYẾN Hình 1.10 Các giao thức định tuyến 1.3.1 Giao thức định tuyến RIP 1.3.2 Giao thức định tuyến OSPF 1.3.3 Giao thức định tuyến EIGRP 1.4 KẾT LUẬN CHƯƠNG Trong chương trình bày tổng quan số sở lý thuyết định tuyến mạng, thuật toán giao thức định tuyến để từ đưa hướng giải đề tài sau ứng dụng vào việc giải cho toán định tuyến mạng IP Footer Page of 126 Header Page of 126 CHƯƠNG THUẬT TOÁN TỐI ƯU ĐÀN KIẾN ACO 2.1 GIỚI THIỆU 2.1.1 Bài toán tối ưu hóa tổng hợp Bài toán tối ưu hóa tổ hợp (Combinatorial optimization) liên quan tới việc tìm giá trị cho biến số rời rạc lời giải tối ưu mà có lưu ý tới hàm đánh giá cho trước Bài toán toán tìm cực đại tìm cực tiểu Một cách thông thường, toán tối ưu hoá tổ hợp cho dạng (S, f, Ω) Trong S tập lời giải ứng cử viên, f hàm đánh giá (hàm gán giá trị f(s) cho lời giải ứng cử viên s Î S), Ω tập ràng buộc toán Các lời giải thuộc tập S* Í S thỏa mãn tập ràng buộc Ω gọi lời giải khả thi Mục tiêu toán tìm lời giải khả thi tối ưu toàn cục s* Với toán tối ưu hóa cực tiểu tìm lời giải s* với giá nhỏ nhất, nghĩa f(s*) ≤ f(s) với lời giải s Í S Ngược lại toán tối ưu hóa cực đại tìm lời giải s* với giá lớn nhất, nghĩa f(s*) ≥ f(s) với lời giải s Í S Bài toán tối ưu hóa tổ hợp chia loại: Bài toán tĩnh toán động 2.1.2 Bài toán tối ưu hóa đàn kiến ACO (Ant Colony optimization – Tối ưu đàn kiến) phương pháp nghiên cứu lấy ý tưởng từ việc mô hành vi đàn kiến tự nhiên nhằm mục tiêu giải toán tối ưu phức tạp Được giới thiệu lần vào năm 1991 A Colorni M Dorigo, giải thuật kiến nhận ý rộng lớn nhờ vào khả tối ưu nhiều lĩnh vực khác Khái niệm ACO lấy ý tưởng từ việc quan sát hành vi đàn kiến trình chúng tìm kiếm nguồn thức ăn Người ta khám phá rằng, Footer Page of 126 Header Page of 126 đàn kiến tìm đường ngắn từ tổ chúng đến nguồn thức ăn Phương tiện truyền đạt tín hiệu kiến sử dụng để thông báo cho khác việc tìm đường hiệu mùi chúng (Pheromone) Kiến để lại vệt mùi mặt đất chúng di chuyển với mục đích đánh dấu đường cho theo sau Vệt mùi bay dần theo thời gian, củng cố kiến khác tiếp tục đường lần Dần dần, kiến theo sau lựa chọn đường với lượng mùi dày đặc hơn, chúng làm gia tăng nồng độ mùi đường yêu thích Các đường với nồng độ mùi bị loại bỏ cuối cùng, tất đàn kiến kéo đường ngắn từ tổ đến nguồn thức ăn chúng (Dorigo Gambardella 1996) Để mô hành vi kiến thực, Dorigo xây dựng kiến nhân tạo (artificial ants) có đặc trưng sản sinh vết mùi để lại đường khả lần vết theo nồng độ mùi để lựa chọn đường có nồng độ mùi cao để Gắn với cạnh (i,j) nồng độ vết mùi t ijvà thông số heuristic h ij cạnh [6][7] Ban đầu, nồng độ mùi cạnh (i,j) khởi tạo số c, xác định theo công thức: t ij= t = m , " (i,j) Cnn (2.1) Trong đó: t ij: nồng độ vệt mùi cạnh i, j m: số lượng kiến Cnn: chiều dài hành trình cho phương pháp tìm kiếm gần Footer Page of 126 Header Page 10 of 126 Tại đỉnh i, kiến k chọn đỉnh j chưa qua tập láng giềng I theo quy luật phân bố xác suất xác định theo công thức sau: p = k ij [t ij ]a [hij ]b å lÎN k [t il ]a [hil ]b , j Î N ik (2.2) i Trong đó: pijk : xác suất kiến k lựa chọn cạnh i,j a : hệ số điều chỉnh ảnh hưởng t ij nij : thông tin heuristic giúp đánh giá xác lựa chọn kiến định từ đỉnh i qua đỉnh j; xác định theo công thức: nij = dij (2.3) dij :khoảng cách đỉnh i đỉnh j b : hệ số điều chỉnh ảnh hưởng nij N ik : tập đỉnh láng giềng i mà kiến k chưa qua Quy luật mô hoạt động vòng quay xổ số nên gọi kỹ thuật bánh xe xổ số Cho số 0n q0n số 0n qn tạo cách ngẫu nhiên Con kiến k đỉnh i lựa chọn đỉnh j để theo quy tắc lựa chọn mô tả công thức sau: [ ] , ế ≤ ∈ = (2.4) , ế ượ 2.1.3 Một số thuật toán ACO Thuật toán Ant System (AS) thuật toán lớp Footer Page 10 of 126 Header Page 12 of 126 10 Vào năm 1995, L.M Gambardella M Dorigo đề xuất hệ thống Ant-Q, cách tiếp cận học tăng cường cho toán TSP áp dụng Học Máy Tiếp đó, vào năm 1996, báo công nghệ Bruxelles, M Dorigo L.M Gambardella công bố hệ thống Ant Conoly System Đây hệ thống đề cập đến cách học phối hợp áp dụng cho toán TSP Sau đó, vào năm 1997, G Di Caro M Dorigo đề xuất hệ thống AntNet Đây cách tiếp cận định hướng thích nghi Và phiên cuối hệ thống AntNet điều khiển mạng truyền thông công bố vào năm 1998 [7] Cũng năm 1997, hệ thống Rank-based Ant System, hệ thống cải tiến hệ thống kiến ban đầu nghiên cứu hệ thống tính toán đề xuất B Bullnheimer, R F Hartl C Strauss Phiên cuối hệ thống công bố năm 1999 [6] Vào năm 2001, C Blum, A Roli, M Dorigo cho công bố hệ thống kiến Hyper Cube – ACO Phiên mở rộng tiếp công bố vào năm 2004 [8] [12] Hầu hết nghiên cứu gần ACO tập trung vào việc phát triển thuật toán biến thể để làm tăng hiệu tính toán thuật toán Ant System ban đầu - ACO algorithms [6][7] - Ant System [6] - Elitist AS [7] - Ant-Q [6] - Ant Colony System [7] - Max-Min AS [7] - Rank-based AS [6] Footer Page 12 of 126 Header Page 13 of 126 11 - ANTS [6] - Hyper-cube AS [6] 2.2 CÁC NGUYÊN TẮC KHI ÁP DỤNG TỐI ƯU ĐÀN KIẾN 2.2.1 Số lượng kiến 2.2.2 Khám phá hành vi đàn kiến tối ưu hóa Hành vi đàn kiến Kiến cá thể riêng rẽ có hiệu hạn chế.Tuy nhiên, kiến phần đàn có tổ chức tốt, trở thành tác nhân mạnh mẽ, làm việc cho phát triển đàn.Kiến sống cho đàn tồn phần đó.Đàn kiến miêu tả siêu tổ chức (superorganism) dường hoạt động thực thể thống [12] Mỗi kiến có khả giao tiếp, học tập, hợp tác, tất chúng với có khả tự phát triển xâm chiếm hay định cư vùng rộng lớn Chúng quản lý thành công tuyệt vời tăng số lượng cá thể đặc biệt tổ chức tốt Các nguyên tắc tự tổ chức mà chúng sử dụng cho thấy hành vi phối hợp cao đàn, đưa chúng đến thực nhiệm vụ phức tạp, khó khăn mà vượt xa khả cá nhân kiến Pierre Paul Grassé, nhà côn trùng học người Pháp, nhà nghiên cứu nghiên cứu tỉ mỉ hành vi xã hội côn trùng Ông khám phá côn trùng có khả phản ứng lại với mà ông gọi “tác nhân kích thích đáng kể” (significant stimuli).Những tác nhân kích thích làm khởi động phản ứng mã hóa mặt di truyền học Ông quan sát nhận thấy kết phản ứng sinh tác nhân kích thích (new significant stimuli) Footer Page 13 of 126 Header Page 14 of 126 12 cho côn trùng sinh tác nhân côn trùng khác đàn Grassé sử dụng thuật ngữ “stigmergy” để miêu tả cho kiểu thông báo gián tiếp đặc biệt Stigmergy định nghĩa phương pháp thông báo gián tiếp bên hệ thống độc lập tự tổ chức cá thể giao tiếp với cá thể khác cách điều chỉnh môi trường cục xung quanh chúng Các kiến thông báo cho kiến khác cách để lại vết mùi hóa chất dọc theo đường nó, nơi mà kiến bên xung quanh đàn gọi hệ thống stigmergic Những tượng tương tự tiến hành quan sát cho vài động vật, chẳng hạn mối, sử dụng vệt hóa chất tiết để xây dựng tổ chúng phức tạp tập quy tắc phân quyền đơn giản [2] Trong nhiều loài kiến, kiến tìm thức ăn, đặt xuống đất vết hóa chất gọi “pheromone” Những kiến khác có khả ngửi thấy vết hóa chất pheromone này, nhanh chóng bị chi phối đến lựa chọn đường cho nó, hướng tới theo đường mà lượng mùi pheromone tập trung đậm đặc (chứa nhiều pheromone) Hóa chất pheromone đặt xuống đất tạo thành vệt pheromone, cho phép kiến tìm thấy nhanh nguồn thức ăn nhận biết kiến khác Bằng cách sử dụng hướng ngẫu nhiên pheromone vùng đất có chứa tổ kiến nguồn thức ăn, kiến rời tổ, tìm kiếm thức ăn mang trở tổ Sau thời gian, đường mà sử dụng kiến hội tụ đường ngắn Footer Page 14 of 126 13 Header Page 15 of 126 a Thí nghiệm cầu đôi Hình 2.3 Chiếc cầu đôi Hình 2.4 Những kiến khám phá cầu đôi Hình 2.5 Kiến trở tổ 2.2.3 Xác định vệt mùi 2.2.4 Các thông tin heuristic 2.2.5 Điều chỉnh học tăng cường khám phá 2.2.6 Sử dụng giới hạn danh sách láng giềng Footer Page 15 of 126 Header Page 16 of 126 14 2.2.7 Sơ đồ tổng quát thuật toán đàn kiến Hình 2.6.Sơ đồ tổng quát thuật toán đàn kiến 2.3 CÁC ỨNG DỤNG CỦA THUẬT TOÁN ACO Một số toán tối ưu NP-khó như: - Các toán lập lịch (job shop, flow shop, project scheduling) [6] - Bài toán phân chia sản phẩm (The generalized Assignment Problem GAP) [7] - Bài toán phủ tập hợp (The set covering problem – SCP) [6] - Các toán học máy: toán phân lớp, mạng Bayes… [7] 2.4 KẾT LUẬN CHƯƠNG Chương giới thiệu tổng quan thuật toán đàn kiến ACO, số nguyên tắc áp dụng thuật toán vào toán Trong chương ta vào nghiên cứu phân tích, thiết kế xây dựng triển khai hệ thống Footer Page 16 of 126 Header Page 17 of 126 15 CHƯƠNG ỨNG DỤNG THUẬT TOÁN ĐÀN KIẾN VÀO ĐỊNH TUYẾN MẠNG IP 3.1 MÔ TẢ BÀI TOÁN 3.1.1 Sơ đồ trình xử lý nút giả lập Hoàn thành cập nhật bảng định tuyến Hình 3.1.Sơ đồ hoạt động nút giả lập Footer Page 17 of 126 Header Page 18 of 126 16 Hình 3.2.Sơ đồ sử lý kiến cập nhật bảng định tuyến Footer Page 18 of 126 Header Page 19 of 126 17 3.1.2 Danh sách đối tượng thiết kế hệ thống a Mối quan hệ đối tượng b Thiết kế lớp Footer Page 19 of 126 Header Page 20 of 126 18 3.2 KẾT QUẢ TRIỂN KHAI 3.2.1 Giao diện chức ứng dụng Hình 3.4 Giao diện chương trình 3.2.2 Các chức Chức 1: Nhập xuất liệu - Mở tập tin sơ đồ mạng: chức dùng để mở tập tin liệu sơ đồ mạng xây dựng trước - Lưu sơ đồ mạng: chức dùng để lưu liệu sơ đồ mạng biên tập giao diện chương trình xuống tập tin Chức 2: Mô hình hóa hệ thống mạng Vùng bên trái phần mô mạng chứa chức biên tập đồ thị mạng Footer Page 20 of 126 Header Page 21 of 126 19 Vùng gồm có chức sau: - Biên tập nút: chức bật thêm xóa nút, di chuyển nút giao đồ thị mạng - Biên tập cạnh: chức bật tạo cạnh liên kết nút, đặt trọng số cho cạnh, xóa cạnh - Xem bảng định tuyến: lựa chọn chức ta xem bảng định tuyến nút đồ thị - Xóa sơ đồ mạng: chức dùng để xóa toàn sơ đồ mạng liệu liên quan Vùng bên phải phần mô mạng chứa chức cấu hình định tuyến Vùng bao gồm chức sau: - Kiểu định tuyến: comboBox dùng để lựa chọn kiểu loại định tuyến Có ba kiểu định tuyến cập nhập nguồn (source update), không cập nhập nguồn (none source update) định tuyến thuật toán Dijkstra - Hiển thị kiến: checkBox để xác định có hiển thị (đồ họa) kiến trình định tuyến hay không - Số lượng kiến: số lượng kiến muốn sử dụng để thực định tuyến mạng - Hiển thị kiến nút: danh sách để lựa chọn nút mà muốn kiến hiển thị đồ thị thực định tuyến - Kết định tuyến nút: comboBox để lựa chọn nút muốn xem kết định tuyến - Tạo liệu: chức dùng để tạo liệu từ đồ thị để thực chạy chương trình định tuyến Footer Page 21 of 126 Header Page 22 of 126 20 - Xóa bảng định tuyến: chức dùng để xóa (reset) bảng định tuyến tất nút mạng - Bắt đầu/dừng: chức dùng để chạy dừng trình định tuyến Hình 3.5 Giao diện cấu hình định tuyến Chức 3: Hiển thị biểu đồ hệ thống Phần biểu đồ trình bày so sánh thời gian định tuyến khác số lượng kiến thay đổi biểu thị tăng tốc thuật toán số lượng kiến thay đổi Biểu đồ so sánh Hình 3.6.của mạng 30 nút cho ta thấy rằng, số lượng kiến lớn thời gian định tuyến nhỏ độ tăng tốc thuật toán lớn Footer Page 22 of 126 Header Page 23 of 126 21 Hình 3.6 So sánh thời gian thực thi với số lượng kiến mạng 30 nút 3.2.3 Kết thực Kịch 1: Cho mạng đồi thị với nút mạng số lượng kiến cần cho định tuyến 100 kiến Hình 3.7 Đồ thị với nút mạng Footer Page 23 of 126 Header Page 24 of 126 22 Hình 3.8 Kết định tuyến nút N1, N2 đến nút khác mạng Kịch 2:Sơ đồ mạng gồm 30 nút, cấu trúc liênquan thực tế SDH truyền thông Anh Quốc Hình 3.18.Sơ đồ mạng thực tế SDH truyền thông Anh Quốc Hình 3.19 Biểu đồ so sánh hiệu suất định tuyến đồ thị SDH Footer Page 24 of 126 Header Page 25 of 126 23 3.2.4 Nhận xét đánh giá Qua trình tìm hiểu phương pháp cho việc giải toán tối ưu tổ hợp, thuật toán tối ưu hóa đàn kiến, ứng dụng để giải toán định tuyến mạng.Đã thực xây dựng ứng dụng mô định tuyến mạng sử dụng thuật toán tối ưu hóa đàn kiến đạt nhiều kết khả quan.Ứng dụng thực định tuyến cho tất cặp nút trình diễn trình định tuyến, trình di chuyển tìm đường kiến 3.3 KẾT LUẬN CHƯƠNG Chương phân tích chức hệ thống, biểu đồ lớp mối quan hệ đối tượng chương trình mô phỏng.Nêu sơ đồ hoạt động nút mạng giả lập, sơ đồ xử lý kiến cập nhật bảng định tuyến.Bên cạnh đưa hận xét đánh giá kết đạt thuật toán định tuyến mạng ACO KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Kết luận Về lý thuyết - Tìm hiểu nghiên cứu sở lý thuyết đồ thị, định tuyến mạng giao thức định tuyến - Tìm hiểu phân tích khả ứng dụng thuật toán đàn kiến vào việc định tuyến mạng IP - Đánh giá trạng hệ thống mạng Internet nay, qua phân tích ưu nhược điểm việc định tuyến mạng đề xuất giải pháp ứng dụng thuật toán đàn kiến vào việc định tuyến mạng Footer Page 25 of 126 Header Page 26 of 126 24 - Nghiên cứu ứng dụng toán tối ưu hóa việc định tuyến mạng, qua đánh giá, so sánh thuật toán đàn kiến với thuật toán định tuyến truyền thống Về thực nghiệm - Xây dựng ứng dụng mô định tuyến mạng sử dụng thuật toán tối ưu hóa đàn kiến đạt nhiều kết khả quan - Ứng dụng thực định tuyến cho tất nút trình diễn trình định tuyến, trình di chuyển tìm đường kiến - Ứng dụng thực định tuyến nhanh, trình diễn đồ họa trình tìm đường kiến - Có thể biên tập đồ thị mạng chuột lưu đồ thị mạng vào tập tin - Ngoài ra, ứng dụng mô định tuyến thuật toán Dijkstra - Ứng dụng thực tế triển khai thành giao thức định tuyến mạng Hướng phát triển - Xây dựng ứng dụng thao tác với nhiều kiểu loại mạng khác Cải thiện hiệu suất trình diễn đồ họa với đồ thị mạng lớn số lượng kiến lớn - Triển khai ứng dụng chạy môi trường Web - Triển khai thuật toán môi trường lập trình song song Footer Page 26 of 126 ... khai thuật toán định tuyến cho định tuyến mạng sử dụng kỹ thuật cập nhật nguồn - Xây dựng ứng dụng mô trình định tuyến mạng sử dụng thuật toán đàn kiến triển khai Đối tượng phạm vi nghiên cứu. .. điểm việc định tuyến mạng đề xuất giải pháp ứng dụng thuật toán đàn kiến vào việc định tuyến mạng Footer Page 25 of 126 Header Page 26 of 126 24 - Nghiên cứu ứng dụng toán tối ưu hóa việc định tuyến. .. hiểu phương pháp cho việc giải toán tối ưu tổ hợp, thuật toán tối ưu hóa đàn kiến, ứng dụng để giải toán định tuyến mạng. Đã thực xây dựng ứng dụng mô định tuyến mạng sử dụng thuật toán tối ưu hóa