Tin học [ Đăng ngày (29/05/2024) ]
Phân tích ảnh hưởng của lưu lượng dữ liệu tới hiệu năng mạng cảm biến không dây sử dụng giao thức ưu tiên ở lớp Mac
Nghiên cứu được thực hiện bởi nhóm tác giả thuộc Nguyễn Thị Thu Hằng, Nguyễn Chiến Trinh thuộc Học viện công nghệ bưu chính viễn thông. Nghiên cứu được đăng trên Tạp chí Khoa học và Công nghệ Thông tin và Truyền thông Tập. 1 số 1 (2024): 89-97.

Ngày nay, các ứng dụng cảm biến khá là phổ dụng trong nhiều lĩnh vực của đời sống như công nông nghiệp, dự báo khí tượng, nhà thông. Nhiều cảm biến đồng thời có thể truyền nhiều kiểu loại dữ liệu trong thế giới IoT đã và tiếp tục đặt ra yêu cầu về về độ trễ, thời gian thực và hiệu quả trong tiêu thụ nguồn pin giới hạn. Các dữ liệu có độ ưu tiên cao thường là quan trọng bắt buộc phải được truyền trước và đảm bảo yêu cầu nghiêm ngặt về trễ do tính khẩn cấp như cảnh báo bão, động đất hay cảnh báo cháy. Các dữ liệu có độ ưu tiên thấp thường không quan trọng sẽ được truyền sau và thường là thông tin như nhiệt độ, độ ẩm, sức gió và ánh sáng. Giao thức điều khiển truy cập phương tiện (MAC) có thể được điều chỉnh để đáp ứng yêu cầu này. Các giao thức MAC trong mạng không dây có thể phân thành ba loại: Không xung đột, dựa trên xung đột và lai ghép [14]. Với mạng cảm biến có số lượng nút hạn chế và lưu lượng nhỏ thì MAC dựa trên xung đột phù hợp hơn do đặc tính đơn giản dễ triển khai và độ trễ truyền thấp. Tuy nhiên, để giao thức MAC xung đột hoạt động hiệu quả và đáp ứng đa mức ưu tiên, hạn chế xung đột thì cần có thêm những nghiên cứu sao cho phù hợp.

Có nhiều đề xuất khác nhau được trình bày để cải thiện giao thức MAC có xét tới mức độ ưu tiên. Giao thức PMME được đề xuất dựa trên cơ chế p-persistent với giá trị 𝑝 thay đổi theo mức độ ưu tiên đã cho thấy ưu thế vượt trội so với giao thức MPQ sử dụng ppersistent với giá trị 𝑝 tỷ lệ nghịch với số nút. Tương tự giao thức MPQ, giao thức TMPQ xem xét QoS và bốn mức độ ưu tiên gói khác nhau để giảm độ trễ trung bình đầu cuối và kéo dài tuổi thọ mạng. Tuy nhiên, MPQ và TMPQ sử dụng cơ chế p-persistent khá cứng nhắc và độ trễ chỉ được cải thiện với dữ liệu có độ ưu tiên cao nhất khi sử dụng cửa sổ ưu tiên động dành cho dữ liệu có mức ưu tiêncao nhất, còn các dữ liệu ưu tiên còn lại sẽ được sắp xếp gửi theo mức ưu tiên sau cửa sổ thời gian cố định 𝑇𝑤. Trong các giao thức ECM, RPM và BoP, cửa sổ backoff đã được sử dụng để phân loại ưu tiên dựa trên năng lượng còn lại của nút hoặc xét trên mức độ ưu tiên của dữ liệu. BoP được đề xuất sử dụng giải thuật ưu tiên dữ liệu dựa trên cơ chế backoff để không những giải quyết động khi có tranh chấp truy nhập môi trường mà còn đảm bảo việc ưu tiên hơn cho các gói dữ liệu có mức quan trọng cao hơn. Với yêu cầu của các mạng cảm biến ngày càng đa dạng về loại dữ liệu cũng như tần suất gửi thông tin, việc phân tích hoạt động và đánh giá khả năng thích ứng với lưu lượng là việc làm cần thiết để có thể lựa chọn giao thức phù hợp với các kịch bản lưu lượng khác nhau. Bảng I phân tích một số điểm khác biệt của một số giao thức MAC dựa theo đáp ứng với mức độ ưu tiên của dữ liệu.

Trong nghiên cứu này, chủ yếu phân tích ảnh hưởng của lưu lượng lên hiệu năng mạng cảm biến đa ưu tiên dựa trên mô phỏng hoạt động của các giao thức ưu tiên nhiều mứcdữ liệu lớp MAC là PMME, TMPQ và BoP dựa trên sự thay đổi của cả số nút cạnh tranh và tốc độ gửi gói.

Qua quá trình nghiên cứu, có thể kết luận hiệu quả hoạt động mạng cảm biến sử dụng các giao thức lớp MAC là dựa trên mức độ ưu tiên để cải thiện hiệu năng mạng cảm biến không dây đa sự kiện. Các kết quả cho thấy giải pháp BoP có khả năng thích ứng tốt với lưu lượng thể hiện ở thông số độ trễ gói trung bình cho tất cả các loại gói và phân biệt độ trễ gói theo các mức ưu tiên: mức ưu tiên càng cao thì độ trễ gói càng thấp. Trễ đạt được với gói ưu tiên cả cao và thấp của BoP có thể đảm bảo tiêu chí thời gian thực với các ứng dụng cảm biến thời gian thực và ứng dụng khẩn cấp tốt hơn so với TMPQ và PMME trong điều kiện mô phỏng có sự thay đổi của số nút và tốc độ gửi gói của các nút cảm biến. Bên cạnh đó, BoP và PMME đạt tỷ lệ truyền gói thành công tốt hơn so với TMPQ và hiệu quả hơn hẳn về tiêu thụ năng lượng.

nhahuy
Theo Tạp chí Khoa học và Công nghệ Thông tin và Truyền thông, Tập. 1 số 1 (2024): 89-97.
In bài viết  
Bookmark
Ý kiến của bạn

Xem nhiều

Tiêu điểm

Chuyển đổi số tại Cần Thơ: Thực trạng và giải pháp hoàn thiện hệ thống chính sách nâng cao năng lực đổi mới sáng tạo của các doanh nghiệp
Nỗ lực hoàn thiện hạ tầng công nghệ thông tin, đảm bảo kết nối thông suốt
Tập trung cao độ cho phát triển kinh tế - xã hội thành phố
Nâng cao chất lượng đội ngũ cán bộ làm công tác đối ngoại
Lãnh đạo UBND thành phố Cần Thơ làm việc với Sở Khoa học và Công nghệ về tình hình hoạt động sau khi hợp nhất ba địa phương
Hội đồng tư vấn, giao trực tiếp tổ chức chủ trì nhiệm vụ KH&CN (Tư vấn và chứng nhận Tiêu chuẩn ISO 9001:2015 – Hệ thống quản lý chất lượng - Các yêu cầu và Tiêu chuẩn ISO 14001:2015 – Hệ thống quản lý môi trường) thuộc Chương trình NSCL năm 2025
Microsoft cáo buộc nhóm tin tặc đứng sau mạng lưới Deepfake AI
Công nghệ lưu trữ lượng tử vừa đạt đột phá: Chứa 5.000 phim 4K trên một tinh thể bé hơn đầu ngón tay?
Sony tuyên bố hợp tác gây chấn động ngành game, mang tính năng độc quyền trên AMD RX 9000 đến PS5 Pro, vạch ra tương lai cho PS6
Startup xe điện Dat Bike đã không còn "trong tay” người Việt
Trung Quốc tự đẩy mình vào 'thời khắc sinh tử': 300 startup xe điện chỉ còn 7 hãng lớn có thể tồn tại, chiến trường xe điện khốc liệt hơn bất kỳ lúc nào
Chuyên gia Phạm Chi Lan chỉ ra 4 điểm yếu của các nhà sáng lập Việt: Nhiều startup cho rằng xuất khẩu được mới 'oai', trong khi thị trường nội còn khó hơn ngoại
Startup KAMEREO ‘ấm bụng’ trong ‘mùa đông gọi vốn’: Hoàn tất vòng Series B với 7,8 triệu USD từ 5 ‘đồng hương’ Nhật Bản
Founder - CEO Amslink: Kiến tạo tương lai Anh ngữ cho thế hệ trẻ Việt
CASTI Awards 2024 - Tôn vinh sản phẩm khoa học, công nghệ và đổi mới sáng tạo
Siêu thị số  
 
Thuật toán học tăng cường cải tiến dựa trên xu hướng dữ liệu ứng dụng trong ra quyết định giao dịch thị trường tiền điện tử
Sự phát triển nhanh chóng của thị trường tiền điện tử đặt ra yêu cầu cấp thiết đối với các phương pháp ra quyết định giao dịch có khả năng thích ứng với tính biến động cao và phi tuyến của dữ liệu giá. Trong bối cảnh đó, học tăng cường được xem là một hướng tiếp cận tiềm năng nhờ khả năng học trực tiếp thông qua tương tác với môi trường mà không cần dữ liệu gán nhãn. Tuy nhiên, việc chỉ sử dụng học tăng cường thuần túy thường gặp hạn chế trong việc kiểm soát rủi ro và tối ưu lợi nhuận khi áp dụng vào thị trường tài chính thực tế.


 
Công nghệ 4.0  
 
Một nghệ sĩ AI đã kiếm được hàng triệu đô la
Tại Art Basel Hong Kong, hội chợ nghệ thuật lớn nhất châu Á, một trợ lý AI bí ẩn lặng lẽ quan sát người qua lại thông qua hai camera theo dõi. Ngay cả người tạo ra nó cũng không biết chính xác nó đang tìm kiếm điều gì.


 
Điện tử  
 
NVIDIA bỏ xa đối thủ 9 lần trong bài kiểm tra AI Jensen Huang gọi là "khắt khe nhất", và lý do không phải chip Blackwell mới
Trong kỳ MLPerf Inference v6.0, NVIDIA là nhà sản xuất duy nhất nộp kết quả DeepSeek-R1 — đồng thời ghi nhận mức tăng 2,7 lần thông lượng token chỉ nhờ cập nhật phần mềm, không thay đổi phần cứng.


 
Tin học  
 
Thuật toán học tăng cường cải tiến dựa trên xu hướng dữ liệu ứng dụng trong ra quyết định giao dịch thị trường tiền điện tử
Sự phát triển nhanh chóng của thị trường tiền điện tử đặt ra yêu cầu cấp thiết đối với các phương pháp ra quyết định giao dịch có khả năng thích ứng với tính biến động cao và phi tuyến của dữ liệu giá. Trong bối cảnh đó, học tăng cường được xem là một hướng tiếp cận tiềm năng nhờ khả năng học trực tiếp thông qua tương tác với môi trường mà không cần dữ liệu gán nhãn. Tuy nhiên, việc chỉ sử dụng học tăng cường thuần túy thường gặp hạn chế trong việc kiểm soát rủi ro và tối ưu lợi nhuận khi áp dụng vào thị trường tài chính thực tế.


 



© Copyright 2020 Trung tâm Khởi nghiệp và Đổi mới sáng tạo - Sở Khoa học và Công nghệ TP. Cần Thơ
Địa chỉ: 118/3 Trần Phú - Phường Cái Khế - thành phố Cần Thơ
Giấy phép số: 05/ GP-TTĐT, do Sở Thông tin và Truyền Thông thành phố Cần Thơ cấp ngày 23/5/2017
Trưởng Ban biên tập: Ông Vũ Minh Hải - Giám đốc Trung tâm Khởi nghiệp và Đổi mới sáng tạo - Sở Khoa học & Công nghệ TP. Cần Thơ
Ghi rõ nguồn www.trithuckhoahoc.vn khi bạn sử dụng lại thông tin từ website này