Để đánh giá hiệu suất của của Fuzz-GA-AQM so với BLUE và RED, một thí nghiệm được thực hiện bằng cách sử dụng NS-2 [72] cho mạng trong hình 3.1. Với mạng này, các kết nối được bật trong 2 giây và tắt trong 3 giây từ một trong các nút nguồn (n1, n2, n3, n4, …, nn) đến nút đích (nd). Ngoài ra, tất cả các nguồn cho phép hỗ trợ ECN và được bắt đầu ngẫu nhiên trong lần đầu tiên thứ hai của mô phỏng. Thống kê mất gói được đo sau 10 giây trong khoảng 100 giây mô phỏng. Thống kê mất gói cũng đo cho RED sử dụng cùng mạng và trong các điều kiện giống hệt nhau. Đối với các hàng đợi RED, minth và maxth đã được thiết lập tương ứng tới 30% và 90% kích thước hàng đợi. Cơ chế thông báo tắc nghẽn của RED đã được thực hiện tích cực nhất có thể bằng cách thiết lập maxp là 1. Với thí nghiệm này, đây là thiết lập lý tưởng của maxp vì nó giảm thiểu cả trễ xếp hàng và tỷ lệ mất gói tin cho RED [40]. Các thí nghiệm với BLUE, delta đã được thiết lập là 0.01 và freeze-times được thiết lập là 10ms. Một lần nữa, mô phỏng bằng cách sử dụng khoảng giá trị delta và freeze-times cũng được thực hiện và cho thấy kết quả tương tự với sự khác biệt duy nhất là làm thế nào để pm nhanh chóng hội tụ về giá trị đúng.
Hình 3.21 cho thấy tỷ lệ mất gói quan sát được trên các kích thước hàng đợi khác nhau đối với cả ba phương pháp Fuzz-GA-AQM, BLUE và RED với 1.000 và 4.000 kết nối. Trong những thí nghiệm này, các hàng đợi tại kết nối cổ chai giữa A và B có kích thước từ 100KB đến 1000KB. Điều này tương ứng với sự trễ hàng đợi từ 17.08ms và 178ms như trong hình vẽ. Trong tất cả các thí nghiệm, kết nối vẫn duy trì trên 99,9% khả dụng. Theo Hình 3.21(a) cho thấy, với 1.000 kết nối, BLUE duy trì tỷ lệ mất bằng không trên tất cả các kích thước hàng đợi thậm chí dưới các sản phẩm trễ băng thông của mạng [93]. Điều này trái ngược với RED với tỷ lệ mất gói hai con số cũng như lượng giảm không gian đệm. Đối với Fuzz-GA-AQM cũng duy trì tỷ lệ mất gói khá nhỏ gần bằng BLUE và tất nhiên tốt hơn so với RED.
Một điểm thú vị trong đồ thị mất gói RED thể hiện trong hình 3.21(a) là nó cho thấy lượng mất gói đáng kể với trễ bộ đệm khoảng 80ms. Điều này xảy ra vì điểm hoạt động đặc biệt của RED khi chiều dài hàng đợi trung bình trên maxth tại tất cả các thời điểm. Tuy nhiên khi sử dụng GA cho thuật toán AQM (trong trường hợp này dùng GA cho RED) cho thấy Fuzz-GA-AQM cải thiện chất lượng đáng kể so với RED.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn (a) 1000 kết nối 0 2 4 6 8 10 12 14 16 18 0 50 100 150 200 Kích thước bộ đệm P h ần t ră m m ất g ó i RedBlue
Fuzz- GA- AQM
(b) 4000 kết nối 0 5 10 15 20 25 30 35 0 50 100 150 200 Kích thước bộ đệm P h ần t ră m m ất g ó i Red Blue
Fuzz- GA- AQM
Hình 3.21 Tỷ lệ mất gói của RED, BLUE và Fuzz-GA-AQM
Theo Hình 3.21(b) cho thấy, khi số lượng kết nối tăng lên 4.000, BLUE và Fuzz-GA-AQM vẫn nhanh hơn đáng kể so với RED. Ngay cả bổ sung thêm không gian bộ đệm, RED vẫn không thể bằng với tỷ lệ mất gói của BLUE là 17.8ms và Fuzz-GA-AQM là 21.1ms đối với bộ đệm tại kết nối cổ chai. Một điểm cần lưu ý là xác suất đánh dấu của BLUE vẫn là 1 trong tất cả các thí nghiệm. Vì vậy, mặc dù mỗi gói tin được đánh dấu, các tải được cung cấp vẫn có thể gây ra lượng mất gói
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
đáng kể. Lý do là các nguồn TCP không gọi truyền lại timeout khi nhận được tín hiệu ECN với cửa sổ tắc nghẽn là 1.
Hiệu suất quản lý hàng đợi được chỉ ra trên hình 3.22. Như hình 3.22(a) cho thấy, cả ba hàng đợi RED, BLUE, và Fuzz-GA-AQM đã được cấu hình tối ưu để duy trì mức thông lượng tương đối cao trên tất cả các tải. Tuy nhiên, vì RED định kỳ cho phép kết nối là khả dụng, thông lượng của nó vẫn thấp hơn BLUE và Fuzz- GA-AQM. Thông lượng của Fuzz-GA-AQM cho thấy cải thiện đáng kể so với RED truyền thống. Như hình 3.22(b) cho thấy, RED duy trì mất gói tin ngày càng cao với số lượng kết nối tăng. Vì lưu lượng TCP tổng trở nên tích cực hơn giống như số lượng kết nối tăng lên, rất khó để RED duy trì tỷ lệ mất gói thấp. Biến động về độ dài hàng đợi xảy ra đột ngột làm cho thuật toán RED dao động giữa thời điểm duy trì đánh dấu và mất gói đến thời điểm đánh dấu tối thiểu và kết nối kém khả dụng. Fuzz-GA-AQM cũng duy trì tỷ lệ mất gói thấp hơn RED đáng kể tuy nhiên vẫn cao hơn Blue. Ngược lại, BLUE duy trì tỷ lệ mất gói tương đối nhỏ trên tất cả các tải. Tại tải cao hơn, khi mất gói được quan sát, BLUE duy trì xác suất đánh dấu khoảng gần 1, dẫn đến nó đánh dấu mọi gói tin chuyển tiếp.
Hiệu suất quản lý hàng đợi
9 9.05 9.1 9.15 9.2 9.25 9.3 0 50 100 150 Số lượng kết nối T h ô n g lư ợ n g ( M b /s ) Red Blue
Fuzz- GA- AQM
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
Hiệu suất quản lý hàng đợi
0 2 4 6 8 10 12 14 0 50 100 150 Số lượng kết nối P h ần t ră m m ất g ó i Red Blue
Fuzz- GA- AQM
(b) Phần trăm mất gói so với số lượng kết nối
Hình 3.22 Hiệu suất quản lý hàng đợi của Red, Blue và Fuzz-GA-AQM
Hệ quả quan trọng nhất của việc sử dụng BLUE và Fuzz-GA-AQM là điều khiển tắc nghẽn có thể được thực hiện với lượng không gian đệm tối thiểu. Điều này làm giảm sự trễ kết cuối qua mạng, cải thiện hiệu quả của thuật toán điều khiển tắc nghẽn. Ngoài ra, bộ nhớ đệm yêu cầu nhỏ hơn cho phép thêm bộ nhớ để cấp cho các gói ưu tiên cao [28, 51], và giải phóng bộ nhớ cho các chức năng router khác như lưu trữ các bảng định tuyến lớn. Cuối cùng, BLUE và Fuzz-GA-AQM cho phép thiết bị định tuyến kế thừa để thực hiện tốt ngay cả với tài nguyên bộ nhớ hạn chế.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
KẾT LUẬN
Qua các phần đã đề cập của luận văn, có thể thấy rằng việc áp dụng giải thuật di truyền sẽ tối ưu sự hoạt động của các mô hình kỹ thuật, đặc biệt là với khả năng chọn lọc tự nhiên để thích nghi với môi trường tự nhiên, chúng sẽ giúp chúng ta giải quyết rất nhiều bài toán phức tạp trong thực tế. Bên cạnh đó, việc áp dụng lý thuyết logic mờ làm cho hệ thống của chúng ta hoạt động một cách linh hoạt hơn, hiệu quả hơn trong các quá trình xử lý. Sự kết hợp của lý thuyết giải thuật di truyền và logic mờ tạo cho ta một lý thuyết mới đó là giải thuật di truyền mờ, chính là một phần giải thuật tiến hoá phụ vụ các “công nghệ mới trong tương lai”.
Với đề tài được giao “Ứng dụng giải thuật di truyền mờ cho bài toán quản lý hàng đợi tích cực”. Qua một thời gian nghiên cứu, tìm hiểu tài liệu, bổ sung kiến thức đặc biệt là được sự giúp đỡ chỉ bảo nhiệt tình chu đáo của thầy giáo TS. Lê Bá Dũng tác giả đã hoàn thành luận văn với những kết quả như sau:
Tìm hiểu và nắm được cơ sở lý luận của tính toán mềm, trong đó có nhánh giải thuật di truyền mờ.
Nghiên cứu lý thuyết về giải thuật di truyền bao gồm: Khái niệm về giải thuật di truyền, các phương pháp của giải thuật di truyền, cấu trúc và mô hình của chúng, các thuật toán của giải thuật di truyền, cũng như đã phân tích được khả năng hoạt động của chúng và ứng dụng của giải thuật di truyền trong các bài toàn kỹ thuật... cụ thể là bài toán quản lý hàng đợi tích cực trong viễn thông.
Tìm hiểu sự kết hợp lý thuyết giải thuật di truyền và logic mờ tạo ra giải thuật di truyền mờ, các phương pháp của giải thuật di truyền mờ và những ứng dụng rộng lớn trong thực tế đặc biệt là trong lĩnh vực đo lường, điều khiển và tối ưu hệ thống.
Nghiên cứu lý thuyết nền tảng gồm: logic mờ, cơ sở lý thuyết điều khiển tự động, phương pháp tính cho kỹ sư kỹ thuật, xử lý tín hiệu số, các công cụ mô phỏng mạng NS2, công cụ tính toán Mathlab,… nhằm áp dụng cho việc xây dựng giải thuật di truyền mờ, ứng dụng cho bài toán quản lý hàng đợi tích cực trong mạng viễn thông.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
Trong luận văn, mới chỉ dừng lại ở việc sử dụng mô phỏng Fuzz-GA cho AQM (RED) nói chung, tuy nhiên còn thiếu các cơ chế đánh giá so với các phương pháp AQM mới trên thực tế như GREEN, PURPLE… Fuzz-GA-AQM đã chứng tỏ là đạt hiệu quả cao hơn so với AQM (RED) thông thường, điều đó hứa hẹn có thể cải thiện hiệu suất hoạt động tối ưu bằng giải thuật di truyền cho một số cơ chế AQM mới như RED, BLUE, GREEN, PURPLE… Đặc biệt là với việc sử dụng mô hình kết hợp giữa hệ mờ và giải thuật di truyền có thể lợi dụng cơ sở tri thức chuyên gia có sẵn áp dụng cho hệ thống, đồng thời có thể chỉnh định được các biến mờ tối ưu theo hệ luật nhằm đạt kết quả tốt nhất. Vì vậy, đề tài này có thể được thực hiện và nghiên cứu ở cấp độ cao hơn (nghiên cứu sinh) đáp ứng xu hướng phát triển đối với router trong hệ thống truyền thông và trong viễn thông tương lai.
Cuối cùng, một lần nữa, xin chân thành cảm ơn Thầy giáo PGS. TS. Lê Bá Dũng, ThS. Nguyễn Phương Huy, đã tận tình hướng dẫn tôi trong thời gian thực hiện đề tài, cảm ơn sự giúp đỡ của gia đình, bạn bè và các đồng nghiệp trong thời gian qua.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
Phụ lục
1. Kết quả kiểm tra biến đổi z từ phương trình 3.4
% Kiểm tra phương trình 3.4 dựa trên Matlab
>> gs=tf((5/9)*10^10,[1 202/3 10400/9 20000/27])
% Hàm g(s) cho đối tượng cần điều khiển
Transfer function: 5.556e009 --- s^3 + 67.33 s^2 + 1156 s + 740.7 % Chuyển đổi g(s) thành ảnh g(z) >> gz=c2d(gs,1,'imp')
% Với chu kỳ lấy mẫu T=1s
Transfer function:
2.673e006 z^2 + 2.826e-007 z
--- z^3 - 0.5134 z^2 + 3.431e-015 z - 5.72e-030 Sampling time: 1
2. Các file sử dụng trong quá trình thực nghiệm
Toàn bộ các file phục vụ việc mô phỏng và thực nghiệm nằm trong đĩa CD kèm theo luận văn này.
Luan van\Source code\bienmo.fis Luan van\Source code\binvreal.m Luan van\Source code\fitness.m Luan van\Source code\genbin.m Luan van\Source code\matesome.m Luan van\Source code\mutate.m Luan van\Source code\selectga.m Luan van\Source code\run.m Luan van\Source code\GA.m Luan van\Source code\fun00.m Luan van\Source code\plot00.m Luan van\simulator network\NS3 Luan van\simulator network\Netsim Luan van\simulator network\GNS3
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
Tài liệu tham khảo Tiếng việt
[1] Đặng hoài Bắc (2006), Cơ sở điều khiển tự động, Học viện Công nghệ bưu chính viễn thông, Hà Nội.
[2] Nguyễn Hữu Công (6/2009), Giáo trình điều khiển nâng cao, ĐH Kỹ thuật công nghiệp Thái Nguyên.
[3] Lê Bá Dũng (2009). Giải thuật di truyền với quá trình tìm kiếm tối ưu cho các mô hình mờ, hội nghị khoa học kỹ thuật Đà Nẵng, Tạp chí khoa học và công nghệ.
[4] Lê Bá Dũng (2005), Mạng nơ ron mờ thích nghi cho nhận dạng hệ điều khiển, Tuyển tập hội nghị Tự động hoá Toàn quốc lần thứ 6, Hà nội 4 năm 2005. [5] Đỗ Quang Dương, Hoàng Kiếm (2002), Kết hợp mạng nơ ron, logic mờ và thuật
toán di truyền giải quyết bài toán tối ưu hoá công thức và quy trình, ĐH khoa học va tự nhiên, ĐH Quốc gia Hồ Chí Minh.
[6] Phạm Đạo, Lê Xuân Vinh (2005), “Nâng cao hiệu năng giao thức TCP”, Học viện công nghệ Bưu chính viễn thông.
[7] Nguyễn Thị Phương Hà (2007), Lý thuyết điều khiển hiện đại, ĐH Quốc gia Hồ Chí Minh. tr 98-120.
[8] Nguyễn Phương Huy, Lê Bá Dũng (11/2009), Tối ưu mạng suy diễn nơ ron mờ thích nghi – ANFIS bằng giải thuật di truyền –GA và ứng dụng cho nhận dạng chữ viết, Đề tài nghiên cứu khoa học cấp Bộ 2008-2010, ĐH Kỹ thuật công nghiệp Thái Nguyên. tr 3-10, 19.
[9] Nguyễn Phương Huy (2009), Báo cáotối ưu hệ mờ sử dụng giải thuật di truyền, ĐH Kỹ thuật công nghiệp Thái Nguyên.
[10] Nguyễn Phương Huy (2009), Giải thuật di truyền và tìm kiếm tối ưu, Báo cáo khoa học, ĐH Kỹ thuật công nghiệp Thái Nguyên.
[11] Đỗ Thị Thanh Huyền (10/2005), Nghiên cứu kỹ thuật quản lý hàng đợi trong mạng IP, Đồ án tốt nghiệp đại học, Học viện công nghệ bưu chính viễn thông. [12] Cao Huy Phương, Hoàng Đăng Hải (2005), “Điều khiển chống tắc nghẽn trong
các mạng NGN toàn IP”.
[13] Lê Hoàng Thái, Trương Mỹ Dung, Bùi Doãn Khanh (2004), Xây dựng, phát triển, ứng dụng một số mô hình kết hợp giữa mạng nơ ron, logic mờ và giải thuật di truyền, Luận án Tiến sỹ toán học, Đại học khoa học tự nhiên, Đại học Quốc gia Hồ Chí Minh.
[14] Phạm Văn Tiến, Lê Bá Dũng (2004), Giải thuật di truyền mờ và ứng dụng cho nhận dạng hệ thống động lực học, Luận văn thạc sỹ, ĐH Thái Nguyên, Khoa công nghệ thông tin.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
Tiếng anh
[15] M. Allman, S. Floyd, and C. Partridge (Sep 1998), Increasing TCP's Initial Window, RFC 2414.
[16] P. Almquist (Jul 1992), Type of Service in the Internet Protocol Suite, RFC 1349.
[17] T. Alvarez, S. Cristea, AQM Control of TCP/IP Networks using Generalized Predictive Control.
[18] S. Blake, D. Black, M. Carlson, E. Davies, Z. Wang, and W. Weiss (Dec 1998),
An Architecture for Differentiated Services, RFC 2475.
[19] D. Bauso, L. Giarré, G. Neglia, About the Stability of Active Queue Management Mechanisms.
[20] R. Braden, D. Clark, J. Crowcroft, B. Davie, S. Deering, D. Estrin, S. Floyd, V. Jacobson, G. Minshall, C. Partridge, L. Peterson, K. Ramakrishnan, S.
Shenker, J. Wroclawski, and L. Zhang (Apr 1998), Recommendations on Queue Management and Congestion Avoidance in the Internet, RFC 2309. [21] R. Braden, D. Clark, and S. Shenker (Jun 1994), Integrated Services in the
Internet Architecture: An Overview, RFC 1633.
[22] R. Braden, L. Zhang, S. Berson, S. Herzog, and S. Jamin (September 1997),
Resource ReSerVation Protocol (RSVP) - Version 1 Functional Specification, RFC 2205.
[23] L. S. Brakmo, S. W. O'Malley, and L. L. Peterson (October 1994), “TCP Vegas: New Techniques for Congestion Detection and Avoidance”, In Proceedings of ACM SIGCOMM, pages 24-35.
[24] D. Chiu and R. Jain (Jun 1989), “Analysis of the Increase/Decrease Algorithms for Congestion Avoidance in Computer Networks”, Journal of Computer Networks and ISDN, 17(1).
[25] K. Cho (Jun 1998), A Framework for Alternate Queueing: Towards Traffic Management by PC-UNIX Based Routers, USENIX1998 Annual Technical Conference.
[26] C. Chrysostomou, A. Pitsillides, G. Hadjipollas, M. Polycarpou, A.
Sekercioglu, Fuzzy Logic Control for Active Queue Management in TCP/IP Networks.
[27] J. Chung, M. Claypool, Analysis of Active Queue Management,Worcester, MA 01609, USA.
[28] I. Cidon, R. Guerin, and A. Khamisy (Jun 1994), Protective Buffer Management Policies. IEEE/ACM Transactions on Networking, 2(3). [29] D. Clark (March 1995), “A Model for Cost Allocation and Pricing in the
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
[30] D. Clark, S. Shenker, and L. Zhang (Aug 1992), Supporting Real-Time Applications in an Integrated Services Packet Network: Architecture and Mechanism. In Proc. ofACMSIGCOMM, pages 14-26.
[31] S. Deering and R. Hinden (Dec 1998), Internet Protocol, Version 6 (IPv6) Specification, RFC 2460.
[32] A. Demers, S. Keshav, and S. Shenker (1989), Analysis and Simulation of Fair Queuing Algorithm, In Proceedings of SIGCOMM.
[33] S. Doran (June 1998), RED Experience and Differentiated Queueing, In NANOG Meeting.
[34] K. Fall and S. Floyd (Feb 1997), Router Mechanisms to Support End-to-End Congestion Control, ftp://ftp.ee.lbl.gov/papers/collapse.ps.
[35] G. D. Fatta, F. Hoffmann, G. L. Re, A. Urso, A Genetic Algorithm for the Design of a Fuzzy Controller for Active Queue Management, Member, IEEE. [36] W. Feng, D. Kandlur, D. Saha, and K. Shin (Nov 1996), TCP Enhancements
for an Integrated Services Internet, IBM Research Report RC 20618 and UM CSE-TR-312-96.
[37] W. Feng, D. Kandlur, D. Saha, and K. Shin (Oct 1997), Techniques for Eliminating Packet Loss in Congested TCP/IP Networks, In UM CSE-TR-