Sử dụng định tuyến xanh để cải thiện sử dụng năng lượng trong mạng đường trục

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - TÔN THIỆN KHÁNH SỬ DỤNG ĐỊNH TUYẾN XANH ĐỂ CẢI THIỆN SỬ DỤNG NĂNG LƯỢNG TRONG MẠNG ĐƯỜNG TRỤC LUẬN VĂN THẠC SĨ KHOA HỌC KỸ THUẬT VIỄN THÔNG Hà Nội – Năm 2019 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - TÔN THIỆN KHÁNH SỬ DỤNG ĐỊNH TUYẾN XANH ĐỂ CẢI THIỆN SỬ DỤNG NĂNG LƯỢNG TRONG MẠNG ĐƯỜNG TRỤC Chuyên ngành: KỸ THUẬT VIỄN THÔNG LUẬN VĂN THẠC SĨ KHOA HỌC KỸ THUẬT VIỄN THÔNG NGƯỜI HƯỚNG DẪN KHOA HỌC: TS TRẦN THỊ NGỌC LAN Hà Nội – Năm 2019 SĐH.QT9.BM11 CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Họ tên tác giả luận văn : Tôn Thiện Khánh Đề tài luận văn: Sử dụng định tuyến xanh để cải thiện sử dụng lượng mạng đường trục Chuyên ngành: Kỹ thuật viễn thông Mã số SV: CA170272 Tác giả, Người hướng dẫn khoa học Hội đồng chấm luận văn xác nhận tác giả sửa chữa, bổ sung luận văn theo biên họp Hội đồng ngày10/10/2019 với nội dung sau: − Bổ sung số trích dẫn khoa học − Chỉnh sửa lỗi hành văn − Bổ sung chỉnh sửa kết luận Ngày tháng 11năm 2019 Giáo viên hướng dẫn Tác giả luận văn TS Trần Thị Ngọc Lan Tôn Thiện Khánh CHỦ TỊCH HỘI ĐỒNG TS Nguyễn Xuân Dũng LỜI CAM ĐOAN Tôi xin cam đoan rằng, kết khoa học trình bày luận văn thành nghiên cứu thân Các nghiên cứu luận văn dựa tổng hợp lý thuyết mô thực tế mình, chưa xuất công bố tác giả khác Mọi thông tin trích dẫn tuân theo luật sở hữu trí tuệ, liệt kê rõ ràng tài liệu tham khảo Tơi xin chịu hồn tồn trách nhiệm với nội dung viết luận văn Tác giả luận văn Tôn Thiện Khánh II LỜI CẢM ƠN Lời đầu tiên, xin bày tỏ lời biết ơn chân thành sâu sắc đến TS Trần Ngọc Lan trực tiếp hướng dẫn, định hướng khoa học trình nghiên cứu Cô dành nhiều thời gian tâm huyết, hỗ trợ mặt để tơi hồn thành luận văn Tôi xin trân trọng cảm ơn Lãnh đạo trường Đại học Bách Khoa Hà Nội, Viện Đào tạo Sau Đại học, Viện Điện tử viễn thông tạo điều kiện thuận lợi cho suốt trình học tập nghiên cứu Chân thành cảm ơn cán bộ, giảng viên Viện Điện tử Viễn thơng động viên, hỗ trợ tận tình giúp đỡ tơi q trình thực luận văn Cuối cùng, tơi xin bày tỏ lịng biết ơn đến gia đình, người thân bạn bè đồng nghiệp ln động viên, khích lệ tơi hồn suốt thời gian qua Đây động lực to lớn để tơi vượt qua khó khăn hồn thành luận văn Tác giả luận văn Tôn Thiện Khánh III MỤC LỤC LỜI CAM ĐOAN II LỜI CẢM ƠN III MỤC LỤC IV LỜI MỞ ĐẦU VI TÓM TẮT LUẬN VĂN VII ABSTRACT VIII DANH SÁCH CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT, TỪ ĐIỂN IX CHƯƠNG 1: TỔNG QUAN VỀ ĐỊNH TUYẾN XANH 1.1 Giới thiệu 1.2 Động lực mục tiêu định tuyến xanh 1.2.1 Tại phải tiết kiệm lượng ? 1.2.2 Tiết kiệm lượng đâu ? 1.2.3 Định nghĩa mạng xanh “Green Networking” 1.3 Chiến lượng “Green” 1.4 Đo lường mơ hình 1.4.1 Tìm kiếm nguyên tắc đo lường mạng xanh 1.4.2 Tiêu thụ lượng hệ thống đầu cuối 1.4.3 Tiêu thụ lượng thiết bị mạng 10 1.4.4 Tiêu thụ lượng mạng 10 1.5 Kết luận 11 CHƯƠNG NGHIÊN CỨU CÁC GIẢI PHÁP TIẾT KIỆM NĂNG LƯỢNG 12 2.1 Giới thiệu 12 2.2 Xây dựng vấn đề 12 2.3 Các thuật toán đề xuất 14 IV 2.4 Kết luận 20 CHƯƠNG THIẾT KẾ THUẬT TOÁN VÀ XÂY DỰNG CHƯƠNG TRÌNH 21 3.1 Xây dựng mơ hình thuật tốn 21 3.2 Mục tiêu 21 3.2.1 Vấn đề đặt 22 3.2.2 Giải thuật 23 3.2.3 Mơ tả chương trình 25 3.2.4 Các kỹ thuật sử dụng chương trình 26 3.3 Kiểm tra điều kiện mạng 28 3.4 Mơ hình Heuristic node 31 3.4.1 Sơ đồ chung mơ hình 31 3.4.2 Mơ tả thuật tốn Heuristic tắt nút 33 3.5 Mơ hình Heuristic link 41 3.5.1 Sơ đồ chung mơ hình 41 3.5.2 Mơ tả t h u ậ t tốn Heuristic tắt liên kết 42 c) 3.6 Thuật toán GriDA 46 Xây dựng chương trình 53 3.5.1 Thiết kế chương trình 53 3.5.2 Giới thiệu chương trình 54 3.5.3 3.5.4 Thực nghiệm đánh giá kết 56 So sánh hiệu suất 61 CHƯƠNG 4: KẾT LUẬN VÀ KIẾN NGHỊ 72 4.1 Kết luận 72 4.2 Kiến nghị 73 TÀI LIỆU THAM KHẢO 74 V LỜI MỞ ĐẦU Theo nghiên cứu khác lượng khí thải carbon ngành Cơng nghệ thông tin truyền thông (CNTT&TT) không ngừng tăng lên, chiếm tới 10% lượng khí thải CO2 tồn cầu Trong số lĩnh vực Cơng nghệ thơng tin chính, sở hạ tầng viễn thông thiết bị sở hạ tầng viễn thông chiếm 37% tổng lượng phát thải, 67 % lại đến từ trung tâm liệu thiết bị người dùng cuối Do đó, khơng có đáng ngạc nhiên nhà nghiên cứu, nhà sản xuất nhà cung cấp mạng dành nỗ lực đáng kể để giảm mức tiêu thụ lượng hệ thống CNTT&TT từ góc độ khác Giảm tiêu thụ lượng không cần thiết trở thành mối quan tâm lớn hệ thống mạng, lợi ích kinh tế tiềm tác động môi trường dự kiến Những vấn đề nêu trên, thường gọi “Green networking”, có liên quan đến việc nhận thức lượng thiết kế, thiết bị giao thức mạng.Trong phạm vi luận văn này, trước tiên tơi tập trung tìm hiểu định nghĩa xác thuộc tính “Green networking” Ngồi ra, tơi xác định vài mơ hình giải thuật định tuyến xanh Sau đó, tơi đánh giá tình trạng giải thuật đinh tuyến xanh tìm giải thuật tối ưu kết nối mạng có dây Nội dung chương bao gồm: Chương 1: Nghiên cứu tổng quan công nghệ Green networking Chương 2: Nghiên cứu giải pháp tiết kiệm lượng Chương 3: Nghiên cứu thiết kế thuật tốn xây dựng chương trình Chương 4: Kết luận kiến nghị VI DANH SÁCH CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT, TỪ ĐIỂN Viết tắt Tiếng Anh Tiếng Việt AN Access networks Mạng truy cập BFS Breadth First Search CMCF Tìm kiếm theo chiều rộng Capacitated Multi Commodity minimum cost Flow problems tối ưu hóa luồng cực đại có chi phí cực tiểu CN Core network Mạng lõi CPU Central Processing Unit Bộ xử lý trung tâm Bộ ghép kênh truy DSLAM Digital Subscriber Line Access Multiplexer nhập đường dây thuê bao số tập trung Hiệu ứng khí nhà GHG Greenhouse Gases ICT Information and Communication Technology ISP Internet service provider LF Least flow Luồng nhỏ LL Least link Liên kết nhỏ NIC Network Interface Cards Thẻ giao diện mạng OE Option Edge Tuỳ chọn biên R Random Ngẫu nhiên Green networking Mạng xanh kính Cơng nghệ thơng tin truyền thơng Nhà cung cấp dịch vụ internet IX DANH SÁCH HÌNH VẼ Hình 1 Mức tiêu thụ lượng loại thiết bị khác vòng năm……………………………………………………………… ……………………….…13 Hình Sơ đồ giải thuậ t Opt-Edge…………… …… ………………………….22 Hình Mô tả node Core, Edge, Aggregation 23 Hình Sơ đồ thuậ t tốn chung chương trình 26 Hình 3 Sơ đồ chung thuậ t toán Heuristic tắt nút 32 Hình Sơ đồ chung thuậ t toán Heuristic tắt liên kết 42 Hình Sơ đồ thiết kế chương trình 54 Hình Khởi tạo nút core, edge aggregation 55 Hình Các giải thuậ t thực chương trình 55 Hình Giao diện chương trình 56 Hình Khởi tạo chương trình với nút core, 30 nút edge, 80 nút aggregation 57 Hình 10 Kết thuậ t toán Opt-Edge Node Heuristic 58 Hình 11 Kết thuậ t tốn LL Node Heuristic 59 Hình 12 Kết thuậ t tốn LF Node Heuristic 59 Hình 13 Kết thuậ t tốn Random Node Heuristic 60 Hình 14 Kết thuậ t tốn Opt-Edge Link Heuristic GriDA 60 Hình 15 Sử dụng thuậ t tốn LF Node Heuristic với số nút core 6, edge 14 nút aggregation 40 61 Hình 16 Biẻu đồ so sánh phần trăm Node Heuristic với giải thuậ t khác 64 Hình 17 Biểu đồ so sánh phần trăm Link Heuristic với giải thuậ t khác 65 Hình 18 Phần trăm Node Heuristic theo thay đổi giá trị 66 Hình 19 Phần trăm Link Heuristic theo thay đổi giá trị 66 Hình 20 Giá trị phần trăm Node Heuristic theo thời gian, giải thuậ t OE-LF LF-LF 68 Hình 21 Giá trị phần trăm Nink Heuristic theo thời gian, giải thuậ t OE-LF LF-LF 68 Hình 22 Phần trăm biến đổi Node Heuristic với giá trị khác x 69 Hình 23 Phần trăm biến đổi Link Heuristic với giá trị khác x 70 X Một số kết khác Hình 15 Sử dụng thuậ t toán LF Node Heuristic với số nút core 6, edge 14 nút aggregation 40 Trong chương này, thiết kế thuật tốn, sâu giải thích giải thuật toán tiết kiệm lượng mạng backbone, xây dựng thành chương trình chạy Java, có hỗ trợ giao diện đồ họa để có nhìn trực quan Chương gồm phần, xây dựng mơ hình thuật tốn, giới thiệu mơ hình Heuristic tắt node link Phần giới thiệu chương chình số kết chạy chương trình Phần cuối chương đánh giá kết thực hiện, có biểu đồ so sánh thuật toán với tốc độ thuật toán tăng dần số node 3.5.4 So sánh hiệu suất Để đánh giá hiệu suất thuật toán đề xuất luận văn, em đề xuất xét mạng diện rộng (mạng WAN) Từ nghiên cứu, đánh giá cho thấy nhu cầu truy cập định, tắt số yếu tố mạng 61 đảm bảo kết nối đầy đủ điểm nguồn tới điểm đích việc sử dụng ngưỡng QoS Rõ ràng điều phụ thuộc vào cấu trúc liên kết mạng nhu cầu truy cập Với nhiều nguồn tài nguyên không sử dụng mạng, việc tiết kiệm điện tiêu thụ dễ dàng Giả thiết cấu trúc liên kết có thứ bậc mà điển hình mạng diện rộng Tất liên kết cho liên kết hai chiều, liên kết ( i,j ) tồn liên kết ( j, i) tồn Ba cấp độ node gọi node core, edge aggregation Các mạng core (network core) cấu tạo vài node liên kết mức độ cao liên kết dung lượng cao Mỗi liên kết kết nối node có khoảng cách xa Ví dụ liên kết quang học kết nối thành phố với Các node edge sử dụng để kết nối node aggregation với node core Mối liên hệ node edge node core có sức chứa dải trung bình ( middle-range), tức có cơng suất nhỏ so với liên kết với node core Mỗi node edge kết nối với số node core gần node edge khác Một nhiều node edge đặt thành phố thu thập lượng truy cập từ node aggregation để mở rộng phạm vi ranh giới thành phố Cấp độ cuối node cấu tạo node aggregation mà người sử dụng kết nối trực tiếp Một DSLAM OLT (Digital Subscriber Line Access Multiplexer) PONs ví dụ điển hình node aggregation[16] Mỗi node dual-home, tức kết nối với cặp gần node edge ( để đảm bảo đường thay trường hợp bị thất bại) Các liên kết dung lượng thấp kết nối node aggregation với node edge Xây dựng cấu trúc (topologies) để thử nghiệm thuật toán, số lượng định node với kiểu khác nhau, liên kết mạng (network link) bố trí ngẫu nhiên node Kết thu xem xét cấu trúc liên kết ngẫu nhiên tạo ra, 160 node xem xét, bao gồm 10 node core, 30 node edge 120 node aggregation Các node giả định đặt mặt phẳng Các node core liên kết với cách ngẫu nhiên với xác suất U = 0.5 Các node edge kết nối với 62 hai node core gần với node edge khác lựa chọn ngẫu nhiên Cuối cùng, node aggregation kết nối với hai node edge gần Một ví dụ cấu trúc liên kết mơ tả hình 3.15 node phân biệt màu sắc[16] Chỉ có node aggregation điểm truy cập để đơn giản xem xét mơ hình truy cập thống nhất, node aggregation; = T[0.5,1.5] đơn vị truy cập = ngược lại Các node liên kết định, liên kết dung lượng lựa chọn theo phương pháp sau Ba lớp liên kết định nghĩa: liên kết dung lượng cao (high), trung bình (middle-range) thấp (low) Mỗi lớp liên kết có cơng suất tối thiểu oJ , chọn 15, đơn vị lưu lượng tương ứng Liên kết tối thiểu sử dụng trọng lượng liên kết định tuyến, chi phí định tuyến tỷ lệ nghịch với khả liên kết[16] Điều thường áp dụng để ràng buộc lưu lượng định tuyến (routed) node edge node core, thông qua node aggregation ( kết nối phương tiện liên kết có cơng suất thấp) Một đường với chi phí tối thiểu coi giải thuật định tuyến, tương tự áp dụng internet Với ma trận lưu lượng (matrix traffic) định tuyến, đường liên kết tính tốn khả khác gán cho liên kết, vượt khả cực tiểu tổng luồng lưu lượng qua liên kết phải nhỏ yếu tố β = 0.5 [16] Vậy nên sau định tuyến tất lưu lượng yếu tơ ma trận cập nhật công thức: a) So sánh Heuristic # = _q rs t\u , oJ v (3.4) Đối với thuật toán heuristic, em thu thập tỉ lệ phần trăm node liên kế tắt w- wE tương ứng Kết lặp lại 15 cấu trúc mơ hình truy nhập (traffic) Hình 3.16 hình 3.17là kết so sánh heuristic báo cáo w- wE tương ứng Trục x biễu diễn node-link kết hợp Một liên kết cực đại hệ số = 0.5 xem xét Các thử nghiệm xét với off-peak 63 cao điểm ứng với trường họp lưu lượng truy cập 20% nhu cầu cao điểm Lt ∗=> = 0.2t =,> N Trong báo cáo, đường màu gạch thu ràng buộc nêu đầu tốn, có ràng buộc bảo tồn luồng áp dụng Điều tương đương để tìm thiết lập tối thiểu node liên kết cho phép định tuyến tất lưu lượng cung cấp điều cho phép có đánh giá tốt tác động ràng buộc QoS chất lượng giải pháp tạo đề xuất heuristic Hình 3.16 Báo cáo số lượng trung bình node heuristic khác tắt, trường hợp này, heuristic OE-LF OE-R tiệm cận tới giải pháp tối ưu Các thuật toán khác thực cho kết hơn, cách đặt lượng từ trạng thái 5% tới 8% node thêm vào độ lệch chuẩn nhỏ chứng tỏ hiệu heuristic OE[16] Xét wE (Hình 3.17), thấy tắt khoảng 30% liên kết trường hợp mạng lưu lượng xem xét Việc thực tốt thu thuật toán OE-LF OE-R, thuật toán khác cho thấy kết giống Tất heuristic thực tế gần đường biên có nghĩa cải thiện trường hợp 60 50 40 30 Có ràng buộc 20 Khơng có ràng buộc 10 Hình 16 Biẻu đồ so sánh phần trăm Node Heuristic với giải thuậ t khác 64 33 32 31 30 29 28 27 26 25 24 Có ràng buộc Khơng có ràng buộc Hình 17 Biểu đồ so sánh phần trăm Link Heuristic với giải thuậ t khác b) Thông số tác động Trong luận văn em thực đánh giá ảnh hưởng tham số α để quan sát loạt phần tử mạng tắt thành cơng cách tăng tối đa liên kết tải cung cấp Việc thay đổi phân tích trạng thái phương pháp dung lượng mạng so với nhu cầu truy cập Truy cập vào cao điểm xem xét Hình 3.18 Mơ tả số lượng lớn node tắt với giá trị lớn Ảnh hưởng thể tiêu chí phân loại node, liên kết LF dựa phân loại thực tốt thứ tự ngẫu nhiên[16] Trong hình 3.19 mơ tả số lượng liên kết tắt thấy cải tiến lớn cho ∈ [0.5,1] Tất thuật toán cho lên đến 0.8 Khi tăng > 0.8 tỉ lệ phần trăm giảm nhẹ Điều số lượng tăng lên tương ứng với số node tắt, làm giảm tự việc tắt liên kết, khơng có nhiều trường hợp có sẵn khác 65 14 12 OE/LF 10 LF/LF LL/LF R/LF OE/GriDA LF/GriDA LL/GriDA R/GriDA 0.5 0.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9 0.95 Hình 18 Phần trăm Node Heuristic theo thay đổi giá trị z 30 25 OE/LF LF/LF 20 LL/LF R/LF 15 OE/GriDA 10 LF/GriDA LL/GriDA R/GriDA 0.5 0.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9 0.95 Hình 19 Phần trăm Link Heuristic theo thay đổi giá trị z Tiếp theo, em tiếp tục đánh giá nghiên cứu ảnh hưởng biến đổi lưu lượng tải với thời gian Lưu lượng thực tế biết để thay đổi theo xu hướng ngày đêm Ở giả định tải lưu lượng thay đổi theo dạng hàm sin với chu kỳ ngày, nghĩa là: 66 ( )= 1−| (1 + sin(#* )) + |• { (3.5) Trong #* = 1j24 Giả sử suốt đêm số lượng trung bình lưu lượng với 20% truy cập cao điểm, | = 0.2 Truy cập hỗ trợ phân bố node aggregation trọng số routing, khả liên kết phân mô tả trước Giải thuật LF-LF OE-LF đánh giá, xét trường hợp = 0.5, tức với ràng buộc QoS thực thi[16] Trong hình 3.20 biến động tỷ lệ phần trăm node tắt theo thời gian Điều đáng xem xét suốt thời gian ban đêm tỷ lệ phần trăm node tắt thuật toán cho phép tiết kiệm lớn Đặc biệt thuật tốn OE-LF có hiệu suất tiệm cận ràng buộc (50%), thuật toán LF- LF cho kết ( 45%)[16] Ngược lại, ngày, tỷ lệ phần trăm node tắt lưu lượng tồn mạng cần thiết để đáp ứng nhu cầu truy cập Xét tỉ lệ phần trăm liên kết tắt ( hình 3.21), nhận thấy ngày tắt số liên kết, ví dụ, hai liên kết tập hợp cạnh node cài đặt với mục đích bảo vệ, khơng thực truy cập điều kiện thường 67 60 50 OE-LF 40 LF-LF 30 20 10 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 Hình 20 Giá trị phần trăm Node Heuristic theo thời gian, giải thuậ t OE-LF LF-LF 35 30 25 20 OE-LF 15 LF-LF 10 5 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 Hình 21 Giá trị phần trăm Nink Heuristic theo thời gian, giải thuậ t OE-LF LF-LF Phần cuối đánh giá nghiên cứu ảnh hưởng kích thước mạng khả tắt số yếu tố Các cấu trúc liên kết mạng tạo với số lượng cá node N 68 tăng dần Trong đó, tỷ lệ tương đối node core, edge aggregation node tập hợp ( = + + 12 )[16] Mục đích thực để tạo cấu trúc liên kết có đặc điểm tương tự, số node khác Nhu cầu truy cập phải phân bố node aggregation xem xét trường hợp cao điểm Trọng lượng định tuyến phân chia công suất thực mô tả trước Các thuật toán OE-LF thử nghiệm để quan sát tỷ lệ phần trăm node liên kết chuyển tắt, xét a = 0,5 Kết tính trung bình topo khác Hình 3.22 hiển thị bên phải thay đổi tỷ lệ phần trăm liên kết tắt cho giá trị tăng Điều đáng ý wE độc lập với , khoảng 30% liên kết tắt cho tất mạng xem xét Phần bên trái hình 3.23 cho thấy thay kết xét cho w- Trong trường hợp với giá trị tắt giảm từ 53% cho lớn dẫn tới w- nhỏ hơn, tỷ lệ phần trăm node = 6% đến 46% với = 30[16] Bằng trực quan đánh giá khoảng cách node tăng lên theo hàm „ (gh… ), mà số lượng lưu lượng định tuyến lại đường thay node tắt làm tăng tải cung cấp số liên kết node làm khó khăn việc tắt hoàn toàn node X 54 52 50 48 OE-LF 46 44 42 40 10 15 20 25 30 Hình 22 Phần trăm biến đổi Node Heuristic với giá trị khác x 69 X 32.2 32 31.8 31.6 31.4 31.2 31 30.8 30.6 30.4 OE-LF 10 15 20 25 30 Hình 23 Phần trăm biến đổi Link Heuristic với giá trị khác x c) Độ phức tạp thuật toán GriDA Lựa chọn nút định bao gồm ba bước sau: − Truy cập vào hình phạt tương ứng với trạng thái tại, − Tính tốn tiện ích tương ứng với tất cấu hình có từ trạng thái − Thực thi kiểm tra kết nối Đầu tiên, phân tích phức tạp thời gian giải pháp Bước đầu tiên, trường hợp xấu nhất, để tìm mục nhập nhớ xác số tất trạng thái có , điều mà thực thơng qua tìm kiếm nhị phân thời gian † (log ) = † ( ) Tính tốn hàm hiệu dụng đơn giản tổng hình phạt chi phí lượng liên kết cố, cần tính cho tất cấu hình có thể, dẫn đến thời gian † ( ) Cuối cùng, kiểm tra kết nối cấu hình chọn dẫn đến kết †( + ) = †( + ) = †( ), cân nhắc tìm kiếm theo chiều rộng Tổng kết đóng góp ba bước, độ phức tạp thời gian giải pháp cho kết †( + ), [9]chia tỷ lệ tuyến tính với kích thước mạng theo cấp số nhân với mức độ nút Như trong, mức độ nút thực bị giới hạn kịch mạng thực, khơng đại diện cho vấn đề quan trọng 70 Đối với liên quan đến độ phức tạp không gian giải pháp, thay vào đó, nút cần lưu trữ trường hợp xấu nhất, trạng thái có thể, hình phạt cho cấu hình có thể, dẫn đến ma trận mục nhập nhớ × = Trên thực tế, kết mô cho thấy trung bình 10% mục truy cần lượng nhớ tối thiểu Do đó, thay lưu trữ tồn ma trận, cấu trúc nhỏ gọn sử dụng để giảm kích thước ma trận (Lưu ý ma trậ n hình phạt ban đầu f lưu trữ cách hiệu định dạng nhỏ gọn dựa tậ p hợp cấu hình trạng thái có sẵn.)[9] Triển khai GRiDA trình giả lập dựa kiện tùy chỉnh viết ngôn ngữ java C Lựa chọn nút, điểm đến LSA thay đổi ma trận lưu lượng kiện xảy Hơn nữa, số liệu thống kê mạng bao gồm tải liên kết, cấu hình nút mức tiêu thụ điện lưu trữ nhật ký Trừ có thơng số đặc biệt khác, mơ khoảng thời gian lớn, cách lặp lại tập hợp ma trận lưu lượng 71 CHƯƠNG 4: KẾT LUẬN VÀ KIẾN NGHỊ 4.1 Kết luận Luận văn trình bày kết ban đầu lĩnh vực nghiên cứu giải pháp tiết kiệm lượng mạng backbone Trong luận văn này, em phân tích đánh giá phương pháp, giải pháp tiết kiệm lượng theo nút, theo liên kết mạng Từ xây dựng chương trình để minh họa cho giải pháp trình bày phần thuật tốn.Trong chương trình có sử dụng giải pháp node heuristic link heuristic giải pháp có sử dụng thuật toán riêng Đối với giải pháp node heuristic em sử dụng thuật toán random, Least link, least flow Opt-edge Trong giải pháp link heuristic, em sử dụng thuật toán random, least flow GriDA Thuật toán GriDA thuật toán trực tuyến phân tán để giảm mức tiêu thụ điện mạng đường trục Giải pháp luận văn dựa kỹ thuật học tập củng cố yêu cầu trao đổi tin quảng bá trạng thái liên kết định kỳ mạng Kết quả, thu từ nghiên cứu trường hợp thực tế, cho thấy GRiDA đạt hiệu tương đương với thuật toán tập trung có khác nhau, tiết kiệm trung bình 40% đến 50% lượng liên kết, mà không ảnh hưởng đáng kể đến QoS Hơn nữa, GRiDA phản ứng với lỗi, thay đổi đột ngột yêu cầu lưu lượng mạng Khác với cách tiếp cận khác, GRiDA không yêu cầu nút điều khiển tập trung, kiến thức ma trận lưu lượng Các hướng nghiên cứu nghiên cứu làm để mở rộng thuật toán để xem xét khả tắt nút thay liên kết đơn phân tích chi tiết tác động số liệu QoS, chẳng hạn lưu lượng gói Chương trình mơ xây dựng ngơn ngữ Java công cụ Ellipse, bước em thực tối ưu cách tính tốn điều kiện lưu lượng mạng từ có đánh giá, so sánh phương pháp với phần so sánh phương pháp 72 4.2 Kiến nghị Mạng xanh lĩnh vực nghiên cứu tương đối mới, công nghệ, phương pháp giải pháp chắn phát triển năm tới Tuy nhiên, nhờ mối quan hệ với lĩnh vực CNTT-TT khác phải đối mặt với vấn đề hiệu lượng (ví dụ, chủ yếu hệ thống máy tính đa năng), vài năm qua, nhà nghiên cứu mạng thành công việc đặt tảng Internet Tương lai xanh cách phác thảo nghiên cứu lớn vấn đề cách tiếp cận Cho đến nay, nhiều chủ đề mở đòi hỏi nỗ lực đáng kể rộng khắp từ cộng đồng nhà khoa học Các hướng nghiên cứu phát triển bao gồm số liệu xanh phương pháp đo điểm chuẩn, lớp điều khiển liệu xanh, hỗ trợ dự phịng mạng xanh ảo hố thiết bị/mạng Nghiên cứu phương pháp làm giảm thiểu lượng mạng backbone toán lớn mà quốc gia, phủ quan tâm Trong luận văn này, em giải xong phần, cơng đoạn tốn nghiên cứu giải pháp tiết kiệm lượng, sở, tiền đề để em giải cơng đoạn sau là: Nghiên cứu giải thuật tối ưu, nghiên cứu thiết bị từ đưa vào ứng dụng thực tế nhằm phục vụ nhu cầu giảm thiểu lượng người tương lai 73 TÀI LIỆU THAM KHẢO [1] D Pamlin and K Szomol´anyi, “Saving the Climate @ the Speed of Light– First Roadmap for Reduced CO2 Emissions in the EU and Beyond.” World Wildlife Fund and European Telecommunications Network Operators’ Association, April 2007 [2] W D Nordhaus, “To Slow or Not to Slow: the Economics of the Greenhouse Effect,” The Economic Journal, vol 101, pp 920–937, July 1991 [3] Global Action Plan, “An Inefficient Truth.” Global Action Plan Report, http://globalactionplan.org.uk, Dec 2007 [4] M Webb, “SMART 2020: Enabling the Low Carbon Economy in the Information Age.” The Climate Group London, June 2008 [5] K W Roth, F Goldstein, and J Kleinman, “Energy Consumption by Office and Telecommunications Equipment in Commercial Buildings Volume I: Energy Consumption Baseline,” Tech Rep , National Technical Information Service (NTIS), US Department of Commerce, Jan 2002 [6] B Nordman and K Christensen, “Reducing the Energy Consumption of Network Devices.” IEEE 802.3 Tutorial, July 2005 [7] Aruna Prem Bianzino, Claude Chaudet, Dario Rossi, Jean-Louis Rougier, A Survey of Green Networking Research [8] Raffaele Bolla, Member, IEEE, Roberto Bruschi, Member, IEEE, Franco Davoli, Senior Member, IEEE, and Flavio Cucchietti, Energy Efficiency in the Future Internet: A Survey of Existing Approaches and Trends in Energy-Aware Fixed Network Infrastructures [9] Aruna Prem Bianzino, Luca Chiaraviglio, Marco Mellia, Jean-Louis Rougier, GRiDA: GReen Distributed Algorithm for energy-efficient IP backbone networks [10] Luca Chiaraviglio, Marco Mellia, Fabio Neri Dip di Elettronica, Politecnico di Torino, Italy, Reducing Power Consumption in Backbone Networks [11] C Watkins, P Dayan, Q-learning, Machine Learning (3) (1992) 279–292 [12] C Claus, G Boutilier, The dynamics of reinforcement learning in cooperative multi-agent systems, in: Proceedings of the 15th International Conference on Artificial Intelligence, 1998 [13] T G Crainic, M Gendreau, I Ghamlouche, “Cycle-based neighbourhoods for fixed-charge capacitated multicommodity network design”,Technical report CRT2001-01, Centre de recherche sur les transports,Universite de Montreal, 855 [14] Cormen Thomas H.; et al (2009) "22.3" Introduction to Algorithms MIT Press [15] Hoare, C A R (July 1961) "Algorithm 64: Quicksort" Commun ACM (7): 321– doi:10.1145/366622.366644 ISSN 0001-0782 [16] Luca Chiaraviglio, Marco Mellia, Fabio Neri "Reducing Power Consumption in Backbone Networks" ,DOI: 10.1109/ICC.2009.5199404 (July 2009) · [17] Wirth, Niklaus (1976) Algorithms + Data Structures = Programs Prentice- Hall p 126 ISBN 9780130224187 [18] Martin P Clark (2003) Data Networks, IP and the Internet: Protocols, Design and Operation John Wiley & Sons p 237 [19] Martin P Clark (2003) Data Networks, IP and the Internet: Protocols, Design and Operation John Wiley & Sons p 337 ... TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - TÔN THIỆN KHÁNH SỬ DỤNG ĐỊNH TUYẾN XANH ĐỂ CẢI THIỆN SỬ DỤNG NĂNG LƯỢNG TRONG MẠNG ĐƯỜNG TRỤC Chuyên ngành: KỸ THUẬT VIỄN THÔNG LUẬN VĂN THẠC... phúc BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Họ tên tác giả luận văn : Tôn Thiện Khánh Đề tài luận văn: Sử dụng định tuyến xanh để cải thiện sử dụng lượng mạng đường trục Chuyên ngành: Kỹ thuật... thuật định tuyến xanh Tóm lại, giải thuật định tuyến xanh xu tất yếu phải đối mặt với khơng rào cản Để hướng tới xã hội xanh, thành phố xanh hay cộng đồng xanh để bảo vệ môi trường cắt giảm lượng