Ứng dụng giải thuật di truyền mờ cho bài toán quản lý hàng đợi tích cực aqm trong viến thông

Chương 3: Tiếp tục giải quyết bài toán trong chương 2 bằng việc sử dụng mô hình mới kết hợp giữa giải thuật di truyền và logic mờ, đưa ra đánh giá thông qua các kết quả đạt được so với

TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP



LUẬN VĂN THẠC SỸ KỸ THUẬT

ỨNG DỤNG GIẢI THUẬT DI TRUYỀN MỜ CHO BÀI TOÁN QUẢN LÝ HÀNG ĐỢI TÍCH CỰC

(AQM) TRONG VIỄN THÔNG

Ngành: Kỹ thuật điện tử

Mã số: 605270

Học viên: Lê Hoàng

Người HD khoa học: PGS TS Lê Bá Dũng

Thái Nguyên, 2010

ĐẠI HỌC THÁI NGUYÊN

TRƯỜNG ĐẠI HỌC

KỸ THUẬT CÔNG NGHIỆP

CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM

Độc lập - Tự do - Hạnh phúc

THUYẾT MINH LUẬN VĂN THẠC SỸ KỸ THUẬT

Học viên: Lê Hoàng

Lớp: Cao học - K11

Chuyên ngành: Kỹ thuật Điện tử

Người hướng dẫn khoa học: PGS.TS Lê Bá Dũng

Ngày giao đề tài: 20 tháng 01 năm 2010

Ngày hoàn thành: 5 tháng 9 năm 2010

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi, các số liệu, kết quả nêu trong luận văn này là trung thực và là công trình nghiên cứu của riêng tôi, luận văn này không giống hoàn toàn bất cứ luận văn hoặc các công trình đã có trước

đó

Thái Nguyên, ngày 23 tháng 8 năm 2010

Tác giả luận văn

Lê Hoàng

Thầy giáo ThS Nguyễn Phương Huy, Bộ môn Điện tử viễn thông, Khoa Điện

Một lần nữa tôi xin chân thành cảm ơn!

Tác giả luận văn

Lê Hoàng

LỜI NÓI ĐẦU

Ngành Điện tử viễn thông luôn phải đáp ứng một nhiệm vụ quan trọng là cung cấp các dịch vụ truyền thông tin xa một cách mềm dẻo, nhanh chóng và chính xác nhất Để đáp ứng nhiệm vụ trên, vấn đề quản lý hàng đợi tích cực luôn được đặt lên hàng đầu Tuy nhiên việc quản lý hàng đợi tích cực luôn là vấn đề phức tạp

Trên mạng viễn thông, kỹ thuật định tuyến cũng hỗ trợ cho quá trình định tuyến mạng, điều khiển công suất đầu cuối di dộng, quản lý tài nguyên mạng, quản

lý chất lượng mạng, điều khiển lưu lượng mạng, tạo điều kiện xây dựng một mạng viễn thông thông minh

Việc kết hợp Giải thuật di truyền và Logic mờ tạo ra các thiết bị có độ thích nghi cao và thông minh như con người đáp ứng các bài toán phức tạp trong điều kiện thiếu thông tin

Xuất phát từ các vấn đề trên, tác giả chọn đề tài: “Ứng dụng giải thuật di truyền mờ cho bài toán quản lý hàng đợi tích cực (AQM) trong viễn thông”

Nội dung chính của luận văn này tập trung vào nghiên cứu việc xây dựng nên phương pháp để giải quyết các bài toán điều khiển lưu lượng thông minh trên mạng viễn thông hiện tại Nhằm giải quyết được vấn đề tránh tắc nghẽn và tối ưu hoá thời gian truyền nhận các gói dữ liệu thông qua các router trên mạng Nội dung chính của luận văn là ứng dụng giải thuật di truyền mờ vào bài toán AQM trên mạng hiện nay, cấu trúc luận văn bao gồm các chương sau:

Chương 1: Các kiến thức tổng quan

Chương 2: Bài toán quản lý hàng đợi tích cực trong viễn thông

Chương 3: Ứng dụng giải thuật di truyền mờ cho bài toán quản lý hàng đợi

tích cực trong viễn thông

Cuối cùng là kết luận và hướng phát triển của đề tài

MỤC LỤC

Trang

Thuyết minh luận văn thạc sỹ kỹ thuật i

Lời cam đoan ii

Lời cảm ơn iii

Lời nói đầu iv

Mục lục v

Danh mục các bảng biểu viii

Danh mục các hình vẽ ix

Các thuật ngữ viết tắt xi

CHƯƠNG 1: CÁC KIẾN THỨC TỔNG QUAN 1.1 Giới thiệu 1

1.1.1 Điều khiển tắc nghẽn trên mạng internet 1

1.1.2 Chất lượng dịch vụ trên internet 2

1.1.3 Cấu trúc luận văn 3

1.2 Tổng quan về AQM và TCP 4

1.2.1 TCP và quản lý hàng đợi tích cực (AQM) 4

1.2.2 Các dịch vụ tích hợp và phân biệt 11

1.3 Giải thuật di truyền 12

1.3.1 Giới thiệu 12

1.3.2 Giải thuật di truyền và tìm kiếm tối ưu 13

1.3.3 Cấu trúc một giải thuật di truyền 14

1.3.3.1 Cấu trúc một giải thuật di truyền đơn giản 14

1.3.3.2 Các phép toán của giải thuật di truyền 14

1.3.3.2.1 Sinh sản (Reproduction) 14

1.3.3.2.2 Lai ghép (Crossover) 16

1.3.3.2.3 Đột biến (Mutation) 17

1.3.4 Ứng dụng của giải thuật di truyền 18

1.4 Giải thuật di truyền mờ 18

1.4.1 Giới thiệu 18

1.4.2 Giải thuật di truyền kết hợp với logic mờ 19

1.4.2.1 Phân loại kỹ thuật kết hợp 20

1.4.2.2 Một số ví dụ về kỹ thuật kết hợp di truyền mờ 20

1.4.2.2.1 Hệ thống ghép cặp di truyền mờ 20

1.4.2.2.2 Thiết kế hệ thống di truyền mờ bằng giải thuật di truyền 21

1.4.2.2.3 Điều khiển mờ tự động của hệ thống giải thuật di truyền 22

1.4.2.3 Tóm tắt một số ứng dụng thực tế của hệ kết hợp di truyền mờ 23

1.4.3 Tổng kết và kết luận 23

CHƯƠNG 2: BÀI TOÁN QUẢN LÝ HÀNG ĐỢI TÍCH CỰC (AQM) TRONG VIỄN THÔNG 2.1 Giới thiệu 25

2.2 Kỹ thuật chống mất gói trong các mạng TCP/IP tắc nghẽn 26

2.2.1 Giới thiệu 26

2.2.2 Quản lý hàng đợi tích cực (AQM) 26

2.2.2.1 Lưu lượng tải và phát hiện sớm 27

2.2.2.2 Tránh thông báo tắc nghẽn xác định 30

2.2.2.3 RED thích nghi (ARED) 31

2.2.2.4 Độ nhạy RTT 34

2.2.2.5 Sự đánh giá 36

2.2.2.6 Sử dụng gói mất để thông báo tắc nghẽn 38

2.2.3 Điều khiển tắc nghẽn máy chủ cuối 41

2.2.3.1 Điều chỉnh tốc độ truyền tối thiểu 41

2.2.3.2 Điều chỉnh tăng tuyến tính 44

2.2.4 Điều chỉnh hiệu suất tối ưu 48

2.2.5 Kết luận và công việc tương lai 50

2.3 BLUE phương pháp mới cho AQM 51

2.3.1 Giới thiệu 51

2.3.2 Sự hạn chế của RED 52

2.3.3 Blue 54

2.3.3.1 Thuật toán Blue 55

2.3.3.3 Tìm hiểu về Blue 56

2.3.3.4 Hiệu quả của ECN timeouts 59

2.3.3.5 Sự đánh giá 61

2.3.4 Blue cân bằng ngẫu nhiên (SFB) 63

2.3.4.1 Thuật toán SFB 63

2.3.4.2 Sự đánh giá 66

2.3.4.3 Sự hạn chế của SFB 68

2.3.4.4 SFB với hàm hash động 71

2.3.4.5 Độ nhạy RTT 74

2.4 Kết luận và công việc tương lai 74

CHƯƠNG 3: ỨNG DỤNG GIẢI THUẬT DI TRUYỀN MỜ CHO BÀI TOÁN QUẢN LÝ HÀNG ĐỢI TÍCH CỰC (AQM) TRONG VIỄN THÔNG 3.1 Mở đầu 76

3.2 AQM sử dụng giải thuật di truyền 77

3.2.1 Sơ đồ tổng quát giả sử có một cấu hình mạng như hình 3.1 77

3.2.2 Thiết kế thuật toán di truyền mờ 78

3.2.2.1 Bộ điều khiển mờ 78

3.2.2.2 Giải thuật di truyền mờ cho tìm kiếm tối ưu các dạng hàm thuộc 80

3.2.3.1 Mã hoá 81

3.2.2.4 Lai tạo 84

3.2.2.5 Đột biến 84

3.2.2.6 Hàm thích nghi 84

3.2.3 Mô hình hệ thống 85

3.3 Quá trình thực nghiệm 85

3.3.1 Xác định đối tượng 85

3.3.2 Kết quả thực nghiệm thể hiện qua mô phỏng 87

3.3.3 Đánh giá tỷ lệ mất gói dùng RED, BLUE, và Fuzz-GA-AQM 91

KẾT LUẬN 95

PHẦN PHỤ LỤC 97

Tài liệu tham khảo 98

DANH MỤC CÁC BẢNG BIỂU

Bảng 1.1 Kết quả tính toán cho các nhiễm sắc thể 15

Bảng 1.2 Quần thể mới 16

Bảng 1.3 So sánh đặc điểm giữa logic mờ và giải thuật di truyền 19

Bảng 1.4 Phân loại việc kết hợp giữa các hệ thống di truyền mờ 20

Bảng 1.5 Các ứng dụng kỹ thuật FL-GA cho hệ thống điều khiển 21

Bảng 1.6 Ví dụ về hệ thống FL-GA ứng dụng giải bài toán phân tích dữ liệu 21

Bảng 1.7 Những ứng dụng của hệ thống kết hợp di truyền mờ 23

Bảng 2.1 Tỷ lệ mất gói của SFB theo Mbs (1 luồng không đáp ứng) 66

Bảng 2.2 Tỷ lệ mất của SFB (một luồng không đáp ứng, một luồng dao động) 73

Bảng 3.1 Cơ sở luật – các luật ngôn ngữ 80

DANH MỤC CÁC HÌNH VẼ

Hình 1.1 Ví dụ về hành vi cửa sổ tắc nghẽn TCP 7

Hình 1.2 Tiêu đề gói tin TCP/IP 9

Hình 1.3 Các hành vi mất gói/đánh dấu gói của Red 10

Hình 1.4 Kiến trúc mạng dịch vụ phân biệt DiffServ 12

Hình 1.5 Bánh xe roulette 16

Hình 1.6 Cơ chế lai ghép giữa 2 nhiễm sắc thể 17

Hình 1.7 Sử dụng giải thuật di truyền để cải tiến hiệu suất của hệ thống mờ 21

Hình 1.8 Kiến trúc của hệ thống điều khiển tự động giải thuật di truyền 22

Hình 2.1 Sự phát triển của các thuật toán AQM theo thời gian 25

Hình 2.2 Mô hình (topo) mạng 28

Hình 2.3 phát hiện sớm tích cực (maxp = 0.250) 28

Hình 2.4 Phát hiện sớm tiêu cực (maxp = 0,016) 29

Hình 2.5 Tác động của AED trên RED-ECN 30

Hình 2.6 Tác động của maxth và kích thước hàng đợi 31

Hình 2.7 Thuật toán ARED 32

Hình 2.8 Các hành vi mất gói/đánh dấu của ARED 32

Hình 2.9 Phát hiện ngẫu nhiên sớm tĩnh (SRED) 33

Hình 2.10 RED thích nghi 34

Hình 2.11 Topo mạng với sự biến đổi RTT 34

Hình 2.12 RED tĩnh thông qua sự thay đổi RTT 35

Hình 2.13 RED thích nghi thông qua sự thay đổi RTT 35

Hình 2.14 Kết quả đã kiểm tra 36

Hình 2.15 Hiệu suất quản lý hàng đợi 37

Hình 2.16 Tác động của phát hiện sớm quá tích cực trong RED 38

Hình 2.17 Mạng ví dụ 40

Hình 2.18 Thuật toán SUBTCP 42

Hình 2.19 Topo mạng 42

Hình 2.20 Tốc độ gửi tối thiểu và hiệu suất của TCP 43

Hình 2.21 Đồ thị hàng đợi để giảm kích thước segment và tăng kích thước cửa sổ 44 Hình 2.22 Thuật toán SUBTCP dựa trên băng thông 46

Hình 2.23 Thuật toán dựa trên băng thông SUBTCP 46

Hình 2.24 Hiệu suất của thuật toán tăng tuyến tính đã sửa đổi 47

Hình 2.25 Hiệu suất tuyến tính phụ SUBTCP 48

Hình 2.26 Hiệu suất thông qua lưu lượng lải 49

Hình 2.27 So sánh hiệu suất 50

Hình 2.28 Sự mở rộng cho ARED 51

Hình 2.29 Ví dụ về RED 53

Hình 2.30 Thuật toán Blue 55

Hình 2.31 Topo mạng 56

Hình 2.32 Đồ thị chiều dài hàng đợi của RED và BLUE 57

Hình 2.33 Hành vi đánh dấu của RED 58

Hình 2.34 Hành vi đánh dấu của BLUE (pm) 59

Hình 2.35 Đồ thị chiều dài hàng đợi của RED và BLUE với ECN timeouts 60

Hình 2.36 Hành vi đánh dấu với ECN timeouts 60

Hình 2.37 Hiệu suất của RED và BLUE với ECN timeouts 61

Hình 2.38 Thí nghiệm mô phỏng 62

Hình 2.39 Hiệu suất quản lý hàng đợi 62

Hình 2.40 Thuật toán SFB 64

Hình 2.41 Ví dụ về SFB 65

Hình 2.42 Băng thông của các luồng TCP với SFB (luồng 45Mbs) 67

Hình 2.43 Băng thông của các luồng dùng RED và SFQ (luồng 45Mbs) 68

Hình 2.44 Băng thông của các luồng TCP dùng RED và SFQ (luồng 45Mbs) 69

Hình 2.45 Xác suất của sự phân loại sai 70

Hình 2.46 Băng thông của các luồng TCP dùng SFB 71

Hình 2.47 Băng thông các luồng TCP với thuật toán SFB sửa đổi 72

Hình 2.48 Băng thông của các luồng TCP(1 luồng không đáp ứng, 1 dao động) 73

Hình 2.49 Băng thông của các luồng TCP với sự biến đổi RTT 74

Hình 3.1 Biểu diễn nút cổ chai từ A sang B 77

Hình 3.2 Sơ đồ hệ thống điều khiển GA-fuzzy-AQM 77

Hình 3.3 Các đầu vào (đầu vào một và hai) bộ điều khiển mờ 79

Hình 3.4 Đầu ra bộ điều khiển mờ 79

Hình 3.5 Hệ luật của bộ điều khiển mờ 79

Hình 3.6 Một suy diễn của bộ điều khiển mờ 79

Hình 3.7 Cấu trúc giải thuật di truyền tổng quát 81

Hình 3.8 Dạng hàm thuộc A cho quá trình mã hoá 82

Hình 3.9 Dạng hàm thuộc B cho quá trình mã hoá 82

Hình 3.10 Dạng hàm thuộc C cho quá trình mã hoá 82

Hình 3.11 Một nhiễm sắc thể cho chuỗi mã hoá 83

Hình 3.12 Quá trình lai tạo 84

Hình 3.13 Mô hình hệ thống điều khiển mờ cho AQM 85

Hình 3.14 Chỉnh định mô hình mờ bằng GA 85

Hình 3.15 gói dữ liệu đầu ra tiệm cận vói gói dữ liệu yêu cầu q0=200 88

Hình 3.16 Tín hiệu điều khiên mờ (đỏ) và tín hiệu sai số (xanh) 88

Hình 3.17 Hệ mờ, được xây dựng từ hệ luật trước khi dùng GA 89

Hình 3.18 Gói tín hiệu đầu ra (đỏ) bám tín hiệu yêu cầu (xanh) (dùng GA) 89

Hình 3.19 Tín hiệu điều khiên mờ (đỏ) và tín hiệu sai số (xanh) (dùng GA) 90

Hình 3.20 Hệ mờ sau khi đã chỉnh các biến đầu vào và ra (dùng GA) 90

Hình 3.21 Tỷ lệ mất gói của RED, BLUE và Fuzz-GA-AQM 92

Hình 3.22 Hiệu suất quản lý hàng đợi của Red, Blue và Fuzz-GA-AQM 94

CÁC THUẬT NGỮ VIẾT TẮT

Viết tắt Tên gốc Giải thích

thái lõi

Average

Trung bình dịch chuyển luỹ thừa hàm trọng

Viết tắt Tên gốc Giải thích

1.3 Giải thuật di truyền

1.4 Giải thuật di truyền mờ

1.1 Giới thiệu

Sự thành công của Internet như ngày nay chủ yếu là do sức mạnh của các giao thức Bằng cách phục vụ mọi đối tượng người dùng và sự phát triển mạnh mẽ các dịch vụ tương thích, mạng Internet có chức năng cung cấp mọi nền tảng thiết yếu cho các ứng dụng như WWW Là một trong phần lớn các ứng dụng được triển khai rộng rãi trên mạng Internet ngày nay, không phải ngẫu nhiên mà tất cả các ứng dụng đều được xây dựng trên TCP/IP Hơn một thập kỷ qua, TCP/IP đã luôn đáp ứng được các thách thức của các ứng dụng mới và cung cấp một nền tảng vững chắc để xây dựng các ứng dụng

Với sự gia tăng nhanh chóng của WWW, Internet đã đáp ứng sự tăng trưởng lớn mạnh về nhu cầu truy cập từ người dùng và nhu cầu cho các dịch vụ ứng dụng mới Là kết quả của những thách thức mới, các điểm yếu trong TCP/IP đã trở nên ngày càng rõ rệt Tỷ lệ mất gói tăng và chất lượng mạng giảm đã gây ra những vấn

đề nghiêm trọng đối với người dùng Ngoài ra, không có khả năng hỗ trợ các dịch

vụ mới đã cản trở nghiêm trọng việc triển khai rộng rãi các ứng dụng nhạy cảm về băng thông Luận án này tập trung vào những thách thức cực kỳ quan trọng với Internet ngày nay và mô tả việc điều khiển tắc nghẽn hiện nay như thế nào và kỹ thuật AQM có thể được sửa đổi để giải quyết điều đó

1.1.1 Điều khiển tắc nghẽn trên mạng internet

Sự thành công chủ yếu của TCP/IP trong thập kỷ qua là khả năng cung cấp dịch vụ theo nhu cầu rất cao của người dùng Lý do chính ở đây chính là cơ chế điều khiển tắc nghẽn của TCP [57] Ý tưởng phía sau điều khiển tắc nghẽn TCP là

để điều khiển tải mạng bởi có thể điều chỉnh tốc độ nguồn theo mức độ tắc nghẽn trong mạng Cụ thể hơn, nếu nguồn TCP phát hiện hay thấy gói mất dựa trên các thông tin về các gói đã gửi, nó giảm tốc độ gửi để tránh mất gói thêm và tránh tắc

nghẽn Nếu nguồn TCP quan sát thấy tất cả các gói dữ liệu đang được chuyển đi, nó dần dần tăng tốc độ gửi để tận dụng tối đa khả năng của mạng Nhờ cơ chế điều khiển tắc nghẽn, tài nguyên mạng được chia sẻ giữa các luồng trong thời gian xảy ra tắc nghẽn Việc chia sẻ này cho phép các luồng với RTT (Round trip Time là thời gian từ lúc truyền tới lúc nhận thông báo đã nhận) giống nhau đạt thông lượng như nhau và tránh việc một luồng bị tắc nghẽn hoàn toàn Bằng cách này, TCP có thể giảm thiểu mất gói với hiệu quả đáng kể trong khi sử dụng mạng tối đa trong suốt thập kỷ qua

Gần đây, khi nhu cầu của người dùng tăng nhanh hơn khả năng nâng cấp hạ tầng mạng của các nhà cung cấp, khả năng cung cấp dịch vụ nỗ lực tối đa (Best-effort) của TCP bị kém đi Đặc biệt là sự gia tăng đáng báo động liên quan đến tỷ lệ mất gói đã được quan sát trên một số kết nối mạng [80] Gói mất tăng dẫn đến sự kém ổn định và hiệu quả của mạng vì nguồn và các router liên tục tạo ra và chuyển tiếp các gói dữ liệu mà sau đó lại bị mất Để giải quyết vấn đề tăng tỷ lệ mất gói trong mạng Internet, nhóm đặc trách kỹ thuật Internet (Internet Engineering Task Force - IETF) đang xem xét việc triển khai các Thông báo tắc nghẽn tường minh (Explicit Congestion Notification - ECN) [43, 82] và Quản lý hàng đợi tích cực (Active Queue Management - AQM) [20, 46] nhằm ngăn ngừa mất gói Ý tưởng phía sau ECN là cung cấp cho mạng khả năng thông báo tường minh về tắc nghẽn của nguồn TCP và để nguồn TCP giảm tốc độ truyền của chúng nhằm đáp ứng lại thông báo Vì nguồn TCP chỉ giảm tốc độ truyền xuống sau khi phát hiện một gói mất, nếu không dùng ECN, số gói mất quan sát qua mạng Internet vẫn luôn lớn hơn

0 Trong khi ECN cung cấp cho mạng một cơ chế để giảm mất gói, nó phải được dùng kết hợp với AQM để đạt được hiệu quả Mục tiêu của AQM là phát hiện sớm tắc nghẽn để chuyển thông báo tắc nghẽn tới các nguồn trước khi tràn hàng đợi và mất gói xảy ra Nhờ việc lấy thông báo tắc nghẽn từ gói mất và sử dụng cơ chế AQM, IETF hy vọng rằng tỷ lệ mất gói trong mạng Internet có thể được kiểm soát

1.1.2 Chất lƣợng dịch vụ trên internet

Các dịch vụ thực hiện bởi TCP thông qua Internet ngày nay thường được gọi

là nỗ lực tối đa (Best efforts) Sử dụng hàng đợi đơn giản FIFO trong mạng kết hợp với điều khiển tắc nghẽn TCP tại các điểm kết cuối, các nguồn duy trì sự công bằng tương đối giữa chúng khi ghép kênh qua cùng kết nối cổ chai Theo nhu cầu, các dịch vụ mới đã phát triển, thiếu sự phân biệt trong dịch vụ mạng đã trở thành vấn đề Kết quả là, với số lượng ngày càng tăng của các ứng dụng như các ứng dụng luồng

dữ liệu số (streaming) đa phương tiện liên tục phá vỡ TCP và cơ chế điều khiển tắc nghẽn ủng hộ UDP và cơ chế điều khiển theo mức độ ưu tiên riêng

Với sự nỗ lực để giải quyết các nhu cầu ngày càng tăng của các ứng dụng, IETF đã phát triển một số kiến trúc để cải tiến cơ sở hạ tầng Internet hiện tại cho phép mạng cung cấp các dịch vụ dự báo áp dụng trên kết cuối cơ sở Kết quả của nỗ lực này đã được tiêu chuẩn hoá thành giao thức thiết lập dành trước tài nguyên (Resource Reservation Setup Protocol - RSVP) [22, 102] và một tập hợp liên quan tới các lớp dịch vụ [87, 97] Trong phương pháp này, các ứng dụng cá nhân thông báo tài nguyên yêu cầu tới mạng thông qua kết cuối cơ sở Để đạt được điều này, các phần tử mạng trung gian (router, switch, vv) dành lượng tài nguyên phù hợp cho ứng dụng Khi các gói tiếp theo đến mỗi phần tử mạng, chúng được dự kiến cách đáp ứng các yêu cầu của ứng dụng Kiến trúc dịch vụ này cung cấp một nền tảng vững chắc cho các lớp dịch vụ khác nhau trên Internet, đảm bảo sự công bằng và đáp ứng sự thay đổi mạng Ngoài ra, hỗ trợ cho các dịch vụ như vậy có thể cần thêm một lượng đáng kể trong tiêu đề gói tin trong hệ thống Vì vậy, IETF cũng xem xét một cách tiếp cận tiến hóa hơn để cung cấp các dịch vụ phân biệt trên Internet Với phương pháp này, như đã nêu do các dịch vụ phân biệt Differentiated Services (DiffServ) làm việc theo nhóm, sử dụng bit kiểu dịch vụ (Type of Service- ToS) trong tiêu đề IP [16, 31, 81, 86] nhằm cung cấp dịch vụ chất lượng khác nhau cho các ứng dụng Mục tiêu của DiffServ là xác định một tập tối thiểu các khối có thể được sử dụng để xây dựng các dịch vụ cho các ứng dụng đang phát triển

1.1.3 Cấu trúc luận văn

Nội dung chính của luận văn này tập trung vào nghiên cứu việc xây dựng phương pháp để giải quyết các bài toán điều khiển lưu lượng thông minh trên mạng viễn thông hiện tại Nhằm giải quyết được vấn đề tránh tắc nghẽn và tối ưu hoá thời gian truyền nhận các gói dữ liệu thông qua các router trên mạng Nội dung chính của luận văn là ứng dụng giải thuật di truyền mờ cho bài toán AQM trên mạng viễn thông hiện nay, cấu trúc luận văn bao gồm các chương sau:

Chương 1: Trình bày về các kiến thức tổng quan liên quan tới các lĩnh vực mà

đề tài cần sử dụng bao gồm: TCP và AQM, giải thuật di truyền Mô hình kết hợp giữa giải thuật di truyền và logic mờ nhằm giải quyết một số bài toán phức tạp Đánh giá được ưu điểm nổi trội của giải thuật di truyền mờ nhằm tối ưu hoá luật mờ

và vét cạn các lời giải

Chương 2: Tìm hiểu về bài toán quản lý hàng đợi tích cực (AQM) trong mạng

viễn thông hiện nay Những phương pháp và thuật toán đã và đang được sử dụng, đánh giá được ưu nhược điểm của từng phương pháp Minh chứng về những điểm yếu trong AQM hiện nay Đề xuất một phương pháp sửa đổi thuật toán điều khiển tắc nghẽn nhằm đạt kết quả tốt hơn

Chương 3: Tiếp tục giải quyết bài toán trong chương 2 bằng việc sử dụng mô

hình mới kết hợp giữa giải thuật di truyền và logic mờ, đưa ra đánh giá thông qua các kết quả đạt được so với các phương pháp trước đó Từ đó đưa ra kết luận có thể hay không thể áp dụng phương pháp này cho các thiết bị viễn thông và internet hiện tại

Cuối cùng là kết luận và hướng phát triển của đề tài

1.2 Tổng quan về AQM và TCP

1.2.1 TCP và quản lý hàng đợi tích cực (AQM)

Điều quan trọng nhất là phải tránh được tỷ lệ mất gói cao trong Internet Khi một gói bị mất trước khi nó đến đích, tất cả các tài nguyên mà nó đã sử dụng để truyền đi đều bị mất theo Trong trường hợp đặc biệt, tình trạng này có thể dẫn đến tắc nghẽn hoàn toàn [57] Tỷ lệ mất gói rất cao trong thời điểm tắc nghẽn nặng, khi

số lượng lớn các kết nối mâu thuẫn với băng thông mạng hạn chế Với sự bùng nổ của WWW, các nghiên cứu gần đây đã cho thấy tăng nhu cầu đối với băng thông mạng làm tăng tỷ lệ mất gói trên số lượng kết nối tắc nghẽn trong Internet [80] TCP sử dụng một bộ các giải thuật điều khiển tắc nghẽn: Khởi đầu chậm (slow start), tránh tắc nghẽn (congestion avoidance), truyền lại nhanh (fast retransmission) và khôi phục nhanh (fast recovery) Những giải thuật này rất quan trọng và cùng kiến tạo nên bộ khung cho cơ chế kiểm soát nghẽn của TCP

Giải thuật khởi đầu chậm (slow start)

Sau khi kết nối TCP được mở, nếu bên gửi tiến hành gửi ngay toàn bộ số lượng gói (segment) dữ liệu bằng với kích thước cửa sổ được bên nhận thông báo, các router trung gian và các đường kết nối có tốc độ chậm giữa bên gửi và bên nhận

có thể gặp vấn đề tràn bộ đệm hay vượt quá băng thông kết nối Giải thuật khởi đầu chậm sẽ tránh tình trạng này Bên gửi chỉ có thể gửi một lượng dữ liệu tới mức nhỏ nhất giữa cửa sổ tắc nghẽn và cửa sổ nhận được bên nhận thông báo cho bên gửi Kích thước khởi đầu của cwnd là một segment Sau đó, ứng với mỗi ACK (acknowledgedment) nhận được, giá trị cwnd được tăng thêm một segment Ví dụ,

sau khi nhận được ACK đầu tiên, cwnd tăng lên thành 2 segment, và bên gửi có thể truyền tới 2 segment dữ liệu mới Khi mỗi ACK của các segment này được nhận, cwnd được tăng thành 4 Việc tăng này gần với hàm mũ, cho thấy số lượng các gói tin được đưa vào mạng tăng lên khá nhanh Bên gửi giữ nguyên trạng thái khởi đầu chậm tới khi kích thước của cwnd đạt tới một mức ngưỡng (ssthresh), khi đó sẽ kích hoạt TCP chuyển sang trạng thái tránh tắc nghẽn, hoặc cho tới khi phát hiện gói mất

Giải thuật tránh tắc nghẽn (congestion avoidance)

Giai đoạn tránh tắc nghẽn được sử dụng khi kích thước cửa sổ cwnd bằng hoặc lớn hơn ngưỡng ssthresh để thăm dò khả năng của mạng Khi giá trị cwnd và ssthresh bằng nhau, bên gửi có thể sử dụng khởi đầu chậm hoặc tránh tắc nghẽn Trong một vài biến thể TCP, ssthresh có thể có giá trị cao, hoặc được cấu hình bằng với kích thước cửa sổ do bên nhận thông báo Trong pha tránh tắc nghẽn, kích thước cửa sổ cwnd tăng lên tuyến tính và chậm hơn so với trong pha slow start, do

cwnd được tăng lên một segment cho mỗi RTT (chu kỳ truyền nhận (round-trip

time), tức là đối với mỗi ACK không bị lặp, cwnd được tăng thêm 1/cwnd Việc

tăng này diễn ra cho đến khi cwnd đạt tới kích thước cửa sổ mà bên nhận thông báo, hoặc tới khi xảy ra mất gói Khoảng thời gian để cwnd đạt được giá trị cửa sổ mà

bên nhận thông báo tính theo công thức: slowstart_time=RTT x log 2 W S , trong đó WS

là kích thước cửa sổ bên nhận thông báo tính bằng số segment

Giải thuật truyền lại nhanh (Fast Retransmit)

Một segment được truyền lại khi quá thời gian chờ gửi lại (timeout là khoảng thời gian chờ gói tin hồi đáp) TCP có thể truyền lại segment bị mất nhanh hơn bằng cách sử dụng giải thuật truyền lại nhanh, dựa trên nguyên tắc khuyến cáo bên nhận nên gửi ngay một ACK lặp lại khi nhận được một gói dữ liệu sai thứ tự Khi nhận được 3 ACK lặp lại, giải thuật truyền lại nhanh sẽ lập tức truyền lại segment bị mất

mà không phải đợi tới khi quá thời gian chờ gửi lại Sau đó giá trị ngưỡng ssthresh được gán bằng một nửa giá trị cwnd, với giá trị tối thiểu là 2 segment Giá trị cwnd được gán bằng ssthresh + 3 segment, theo đó cwnd tăng thêm số segment gây nên ACK lặp lại Đối với mỗi ACK lặp lại nhận được tiếp theo, cwnd tăng thêm 1 segment Nếu giá trị mới của cwnd cho phép, một segment mới sẽ được gửi đi Sau khi thực hiện truyền lại nhanh, TCP sẽ thực hiện pha khôi phục nhanh

Giải thuật khôi phục nhanh (Fast recovery)

Do bên nhận chỉ tạo ra và gửi một ACK lặp lại khi một segment đã tới nơi

Việc nhận được ACK lặp lại không chỉ báo hiệu một segment đã bị mất, mà còn cho thấy một segment đã rời khỏi mạng Đó là lý do cho việc thực hiện tránh tắc nghẽn thay vì khởi đầu chậm Pha khôi phục nhanh được sử dụng khi nhận được một gói tin ACK hồi đáp cho dữ liệu đã gửi Kích thước cwnd được gán bằng giá trị ssthresh (đã được thay đổi trong pha truyền lại nhanh) Thực tế, khi này giai đoạn tránh tắc nghẽn được thực hiện với tốc độ giảm đi một nửa so với tốc độ khi segment bị mất Lưu ý rằng nếu quá thời gian chờ truyền lại, bên gửi bắt buộc thực hiện khởi đầu chậm Giải thuật khôi phục nhanh được áp dụng đầu tiên trong biến thể TCP-Reno Đây là biến thể được dùng phổ biến nhất

Mặc dù các thuật toán này được sự dụng trong thời gian khá dài, tuy nhiên khi

số lượng luồng dữ liệu lớn với sự đa dạng các loại hình dịch vụ làm TCP kém hiệu quả, lượng gói mất lớn ảnh hưởng nghiêm trọng đến các dịch vụ

Cụ thể các thuật toán điều khiển tắc nghẽn đƣợc thực hiện nhƣ sau:

Khi mạng bị tắc nghẽn, một số lượng lớn các kết nối phải chia sẻ phần băng thông kết nối hạn hẹp Trong những thập kỷ qua, điều khiển tắc nghẽn TCP đã được

sử dụng rất hiệu quả để điều tiết tốc độ của các kết nối riêng lẻ đang chia sẻ các kết nối mạng Điều khiển tắc nghẽn TCP dựa trên cửa sổ Bên gửi giữ một cửa sổ tắc

nghẽn (CWND) mà kích thước của nó giới hạn số lượng các gói NACK

(unacknowledged) mà bên gửi có thể vẫn chưa gửi hết trên mạng Khi nhận được

ACK đối với dữ liệu được truyền thành công, bên gửi tăng tốc độ truyền nhờ tăng

kích thước cửa sổ tắc nghẽn Tại một số thời điểm, tốc độ gửi các gói tin TCP cuối cùng vượt quá khả năng của mạng Khi điều này xảy ra, hàng đợi trong các router mạng tăng lên và tràn hàng đợi, dẫn đến mất các gói TCP giả định rằng tất cả các gói dữ liệu bị mất là do tắc nghẽn và nó giảm cửa sổ tắc nghẽn khi phát hiện gói mất Thuật toán điều khiển tắc nghẽn của TCP là khá đơn giản Khi một kết nối khởi động, nó cố gắng đạt tới tốc độ truyền nhanh chóng bằng cách gia tăng theo cấp số

mũ của cửa sổ tắc nghẽn cho đến khi nó đạt tới một giá trị ngưỡng cụ thể

(SSTHRESH)

Giai đoạn này được gọi là khởi đầu chậm (Slow-start) và cho phép các nguồn

gửi tăng gấp đôi cửa sổ tắc nghẽn, và đó là tốc độ gửi đi sau mỗi RTT Để tránh mất gói quá nhiều do tốc độ gửi tăng theo cấp số nhân, TCP bên gửi thường sử dụng phương pháp gọi là các thuật toán tránh tắc nghẽn [57, 89], sự sửa đổi TCP lần đầu tiên triển khai trên Reno biến thể của TCP Trong thuật toán này, TCP sử dụng giá

trị SSTHRESH gần bằng kích thước cửa sổ mà mạng có thể hỗ trợ Khi kích thước

cửa sổ vượt quá ngưỡng này, TCP bước vào giai đoạn tránh tắc nghẽn Trong giai đoạn này, cửa sổ được tăng với tốc độ chậm hơn một segment sau mỗi RTT Khi tải tăng trên khả năng của mạng, các gói tin cuối cùng bị mất Một trong những cách

thức mà TCP phát hiện một gói mất là thông qua việc nhận một số ACK lặp tích lũy

từ bên nhận [58] Khi nhận được một số lượng nhất định các ACK lặp, TCP suy luận rằng đã xảy ra mất một gói và ngay lập tức giảm tốc độ truyền xuống một nửa

do giảm một nửa cửa sổ tắc nghẽn và thiết lập SSTHRESH với giá trị mới của cửa

sổ tắc nghẽn Các cơ chế này được gọi là truyền lại nhanh (fast retransmit) và phục

hồi nhanh (fast recovery)

Khi tắc nghẽn là đủ nghiêm trọng việc mất gói không thể được suy ra theo cách như vậy, TCP hoạt động dựa trên cơ chế truyền lại timeout để kích hoạt truyền lại gói tiếp theo cho các gói đã mất Khi việc truyền lại timeout xảy ra, TCP giảm kích thước cửa sổ một segment và truyền lại segment bị mất Để ngăn chặn truyền lại liên tục trong thời gian tắc nghẽn nghiêm trọng và mất mạng, TCP sử dụng một

thuật toán hàm mũ cắt-lưng (Back-off) Cụ thể, nếu bên gửi liên tục gửi segment

giống nhau, nhưng không nhận được ACK cho nó, TCP sẽ tăng gấp đôi khoảng thời gian truyền lại timeout Khi nhận được một ACK cho segment mới tiếp theo, TCP thiết lập lại khoảng thời gian timeout và trở lại việc gửi bình thường

Hình 1.1 Ví dụ về hành vi cửa sổ tắc nghẽn TCP

Hình 1.1 minh hoạ về phương thức TCP slow-start và hoạt động tránh tắc

nghẽn Như hình vẽ cho thấy, đầu tiên TCP bắt đầu với một cửa sổ tắc nghẽn 1 Cửa

sổ đó được tăng gấp đôi sau mỗi RTT Khi cửa sổ tắc nghẽn đạt SSTHRESH, TCP

làm chậm tốc độ tăng của nó Cuối cùng, khi tốc độ truyền của kết nối vượt quá kết nối cổ chai, các gói bị mất Sự mất gói này được phát hiện bởi TCP sau đó phản ứng bằng cách giảm một nửa cửa sổ tắc nghẽn (giả sử cơ chế truyền lại nhanh và phục hồi nhanh được kích hoạt) Như hình vẽ cho thấy, sau khi phục hồi từ tắc nghẽn,

bên gửi TCP bước vào giai đoạn tránh tắc nghẽn vì thế cửa sổ được tăng tuyến tính với tốc độ mỗi segment trên RTT Trong trạng thái ổn định, TCP dao động giữa cửa

sổ W và W/2, ở đây W phụ thuộc vào khả năng của mạng và số lượng các kết nối hiện đang hoạt động trong kết nối cổ chai

Do tầm quan trọng của TCP và cơ chế điều khiển tắc nghẽn của nó đối với sức mạnh của Internet, đã có một số đề xuất sửa đổi các thuật toán đó Một trong những

đề xuất sửa đổi là xác nhận lựa chọn (Selective Acknowledgments - SACK) [71]

SACK gia tăng cơ chế xác nhận tích lũy của TCP với thông tin bổ sung cho phép bên nhận thông báo cho bên gửi các segment đã bị mất Bằng cách xác định thông tin này, bên gửi TCP có thể đưa ra quyết định thông minh hơn trong việc xác định các gói tin đã bị mất và xác định những segment được truyền lại Điều này giúp TCP phát hiện tắc nghẽn mất gói nhanh hơn và loại trừ truyền lại không cần thiết từ bên gửi Rất nhiều đề xuất sửa đổi TCP tập trung vào phục hồi từ tắc nghẽn Nhịp

xác nhận (ACK-clocked), thường được gửi chỉ sau khi nhận được ACK đối với các

gói tin được truyền trước đó Khi các gói dữ liệu thiếu hoặc đang gửi ACK để trả lời phía TCP gửi, việc truyền lại timeout phải xảy ra trước khi nguồn TCP có thể gửi lại Bởi vì Reno biến thể của TCP giữ nguyên cửa sổ trong khi phục hồi từ tắc nghẽn, nó thường gây ra sự truyền lại timeout tới khi nguồn không gửi gói tin ACK trong giai đoạn phục hồi Để giải quyết vấn đề này, một thí nghiệm đơn giản được thực hiện Khi bên gửi TCP nhận được bất kỳ loại ACK nào, là dấu hiệu cho biết một gói dữ liệu đã bị mất và do đó cho phép bên gửi TCP gửi thêm một gói bổ sung

mà không gây tắc nghẽn hơn

Sự sửa đổi này cho phép TCP duy trì ACK-clocking và ngăn không cần thiết truyền lại timeouts Cả FACK [70] và NewReno [44, 53] sửa đổi sử dụng cách thức này để cải thiện hiệu năng TCP Cuối cùng, những thay đổi cơ bản hơn cho các thuật toán điều khiển tắc nghẽn TCP đã được đề xuất Trong phiên bản hiện tại của TCP, cửa sổ tắc nghẽn giống như mô hình răng cưa, tại đây cửa sổ tắc nghẽn liên tục tăng cho đến khi mất gói xảy ra Trong khi điều này cho phép TCP thăm dò băng thông bổ sung, như vậy hành vi cuối cùng gây ra mất gói Ý tưởng phía sau Tri-S [94, 95] và Vegas [23] sửa đổi là thay đổi giai đoạn tránh tắc nghẽn vì thế nó chỉ thực hiện tăng tuyến tính khi mạng không bị tắc nghẽn Trong cả hai thuật toán, nếu RTT biểu thị sự tăng độ trễ do hàng đợi đang tăng lên trong mạng, các nguồn TCP sẽ giảm hoặc sửa kích thước cửa sổ tắc nghẽn thay vì tăng nó Các cơ chế này,

có khả năng cải thiện tỷ lệ mất gói trong Internet, nó không tường minh như thực

hiện từng phương pháp mỗi khi tắc nghẽn kéo dài Ngoài ra, bằng cách sửa đổi thuật toán tăng-tuyến tính/giảm-luỹ thừa của TCP, các sửa đổi không thể đảm bảo việc chia sẻ công bằng giữa các kết nối được ghép kênh trên tuyến [24, 61]

Ngoại trừ Tri-S và Vegas, một trong những vấn đề với thuật toán điều khiển tắc nghẽn TCP trên các mạng hiện nay là nguồn gửi giảm tốc độ truyền của chúng chỉ sau khi phát hiện mất gói do tràn hàng đợi Vấn đề này xảy ra khi một lượng thời gian đáng kể có thể đã trôi qua giữa thời điểm gói bị mất ở router và thời điểm nguồn thực sự phát hiện mất gói Trong khi , một lượng lớn các gói dữ liệu có thể bị

bị mất vì nguồn tiếp tục truyền tại tốc độ mà mạng không thể hỗ trợ Vì điều này, IETF ủng hộ việc sử dụng các thông báo tắc nghẽn tường minh (Explicit Congestion Notification - ECN) [43, 82] và quản lý hàng đợi tích cực (Active Queue Management - AQM) như một cách để ngăn ngừa mất gói Ý tưởng phía sau ECN là tách riêng gói mất từ thông báo tắc nghẽn Trong phương pháp này, ECN được thực hiện bằng cách sử dụng hai bit của trường kiểu dịch vụ Type-of-service/DS của tiêu đề IP và hai bit của trường cờ dự phòng hiện tại (Currently Reserved Flags) thuộc tiêu đề TCP như trong hình 1.2

Hình 1.2 Tiêu đề gói tin TCP/IP

Khi một router mạng học được kinh nghiệm tắc nghẽn, nó có thể gửi tín hiệu tường minh cho nguồn gửi thay cho các gói mất Để làm như vậy, đầu tiên router

kiểm tra các bit khả năng truyền tải ECN (ECN-Capable Transport - ECT) để kiểm

tra nếu luồng là ECN-Capable Nếu nó không phải là ECN-Capable, gói dữ liệu đơn

bị mất Nếu luồng là ECN-Capable, bit kinh nghiệm tắc nghẽn (CE) được thiết lập

4-bit

version

4-bit header length DSCP

32-bit source IP address 32-bit destination IP address

IP header

16-bit source port number 16-bit destination port number

32-bit sequence number 32-bit acknowledgment number 4-bit

header

length

4-bit Reserved

C W

G

A C

K

P S

H

R S

T

S Y

N

F I

N

16-bit window size

TCP header

và sử dụng như là một thông báo đến bên nhận TCP rằng tắc nghẽn đã xảy ra Bên nhận TCP, khi nhận được tín hiệu này, sửa đổi phần tiêu đề TCP của ACK phản hồi bằng cách dùng một bit chưa sử dụng hiện thời trong trường cờ TCP Như hình 1.2 cho thấy, một bit có nhãn "ECN-echo" được dùng tại bên nhận TCP để cho biết đã xảy ra tắc nghẽn tới bên gửi Khi nhận được một TCP segment với việc thiết lập bit ECN-echo, bên gửi TCP gọi cơ chế điều khiển tắc nghẽn, nếu như nó phát hiện một gói bị mất Ngoài ra, nó thiết lập bit "giảm cửa sổ tắc nghẽn" (Congestion Window Reduced -CWR) của gói kế tiếp cho bên nhận để thông báo với bên nhận về điều đó, trên thực tế, bên gửi giảm tốc độ truyền của nó

Kết hợp với ECN, IETF cũng ủng hộ việc sử dụng AQM Ý tưởng phía sau AQM là để phát hiện sớm tắc nghẽn và để chuyển tải thông báo tắc nghẽn đến máy chủ cuối, cho phép chúng giảm tốc độ truyền của mình trước khi tràn hàng đợi và mất gói xảy ra Một dạng AQM được IETF đề nghị để triển khai trong mạng là nhận biết ngẫu nhiên sớm RED (Random Early Detection) [20, 46] Red duy trì một trung bình dịch chuyển luỹ thừa hàm trọng (Exponentially Weighted Moving Average - EWMA) của chiều dài hàng đợi mà nó sử dụng để phát hiện tắc nghẽn Red phát hiện sự tăng chiều dài hàng đợi trung bình và sử dụng nó để xác định có hay không mất hoặc đánh dấu ECN cho mỗi gói

Hình 1.3 Các hành vi mất gói/đánh dấu gói của Red

Cụ thể hơn, sơ đồ hình 1.3 xác suất mất gói/đánh dấu của Red như là một hàm của chiều dài hàng đợi trung bình Như hình vẽ cho thấy, khi chiều dài hàng đợi trung bình vượt quá ngưỡng tối thiểu (minth), các gói bị mất hoặc đánh dấu ngẫu nhiên bằng một xác suất cho trước Một kết nối nhận được thông báo tắc nghẽn trong một form ECN-mark, nó giảm cửa sổ tắc nghẽn đi một nửa nếu phát hiện một gói mất Xác suất một gói đến tại hàng đợi RED phụ thuộc vào gói mất hay đánh

dấu, nói cách khác, chiều dài hàng đợi trung bình và thông số xác suất ban đầu (maxp) Như hình 1.3 cho thấy, cách tính xác suất mất gói/đánh dấu là một hàm tuyến tính của chiều dài hàng đợi trung bình Xác suất là 0 khi chiều dài hàng đợi trung bình là nhỏ hơn hoặc bằng minth và tăng tuyến tính tới maxp khi chiều dài hàng đợi trung bình gần ngưỡng tối đa (maxth) Khi chiều dài hàng đợi trung bình vượt quá maxth, tất cả các gói dữ liệu bị mất hoặc đánh dấu

Với việc triển khai ECN và Red, IETF hy vọng rằng tỷ lệ mất gói trong mạng Internet có thể kiểm soát Đáng tiếc, như cho thấy ở mục 2.2 và 2.3, có những điểm yếu trong cả hai cơ chế điều khiển tắc nghẽn TCP và trong quản lý hàng đợi RED chúng ngăn chặn các gói đang bị mất Với những điểm yếu này, một số thuật toán điều khiển tắc nghẽn và quản lý hàng đợi trong đó có ngăn ngừa hiệu quả mất gói được đề xuất và đánh giá

1.2.2 Các dịch vụ tích hợp và phân biệt

Theo sự phát triển Internet, số lượng các ứng dụng đa dạng được triển khai đã tăng lên đáng kể Đáng tiếc, rất nhiều trong số các ứng dụng này đòi hỏi phải đảm bảo thực hiện nghiêm ngặt hơn về mặt băng thông và kết cuối chậm hơn so với cơ

sở hạ tầng Internet hiện tại và cung cấp dịch vụ nỗ lực tốt nhất (best-effort) [21, 30] Bởi vì mô hình dịch vụ best-effort như ngày nay không thể hỗ trợ mọi ứng dụng, rất nhiều nỗ lực đã được thực hiện để xây dựng các dịch vụ bổ sung nhằm đáp ứng nhu cầu của các ứng dụng mới

Với nỗ lực làm phong phú và tăng thêm các dịch vụ cung cấp bởi hệ thống mạng, IETF đã phát triển một số kiến trúc mở rộng cho phép phân phối các cấp dịch

vụ cho các đối tượng người dùng khác nhau Một trong những kết quả của nỗ lực này là một kiến trúc cung cấp dịch vụ phân biệt (Differentiated Services - DiffServ) bằng cách phân bổ rõ ràng và lập kế hoạch phân phối các nguồn tài nguyên trong mạng Mô hình này, dựa trên giao thức đăng ký trước tài nguyên (Resource Reservation Protocol -RSVP) [22, 102] và tập hợp liên quan tới các lớp dịch vụ [87, 97], là đặc trưng cho Internet truyền thống Trong khi kiến trúc dịch vụ này cung cấp một nền tảng vững chắc cho việc cung cấp các lớp dịch vụ khác nhau trên Internet, nó có nhiệm vụ quan trọng nhằm thay đổi cơ sở hạ tầng mạng Internet Vì vậy, một cách tiếp cận tiến hóa hơn để cung cấp các dịch vụ phân biệt trong Internet bằng cách sử dụng các bit kiểu dịch vụ (ToS) trong tiêu đề IP [16, 31, 81, 86] gần đây đã thu hút được rất nhiều sự quan tâm

Hình 1.4 Kiến trúc mạng dịch vụ phân biệt DiffServ

Thông qua hoạt động của các dịch vụ phân biệt, các bit trong hình 1.2, đã được đổi tên là "trường DS" và các chức năng tương ứng với chúng đã được định nghĩa lại Điểm then chốt của DiffServ là tiêu chuẩn hóa tập hợp các cơ chế đơn để

xử lý các gói dữ liệu với độ ưu tiên khác nhau [18, 29, 38, 76], như mã hóa trong trường DS của tiêu đề IP Hình 1.4 là kiến trúc cơ bản của phương pháp DiffServ Như hình vẽ cho thấy, điều hòa lưu lượng gồm: giữ mẫu (shapers), đánh dấu DS (DS-markers), và mất gói (droppers) được đặt ở các cạnh của mạng Với chức năng này ở cạnh mạng, các router nội bộ sử dụng sự đánh dấu ưu tiên cho các gói để cung cấp dịch vụ phân biệt cho các gói khác nhau Sự cung cấp một kiến trúc dịch

vụ QoS rất cơ bản, trong đó phần lớn sự phức tạp là các cạnh của mạng, nơi có khả năng mở rộng nhất

1.3 Giải thuật di truyền

1.3.1 Giới thiệu

Giải thuật di truyền (Genetic algorythm) do D.E Goldberg đề xuất, được L Davis và Z Michalevicz phát triển lần đầu ở Hà Lan trên cơ sở các thuật toán tiến hoá, được xây dựng trên cơ sở học thuyết Darwin cho chọn lọc tự nhiên

Thuật toán di truyền là thuật toán tối ưu ngẫu nhiên dựa trên cơ chế chọn lọc

tự nhiên và tiến hóa di truyền Nguyên lý cơ bản của thuật toán di truyền đã được Holland giới thiệu vào năm 1962 Cơ sở toán học đã được phát triển từ cuối những năm 1960 và đã được giới thiệu trong quyển sách đầu tiên của Holland, Adaptive in

O Traffic Conditioner (Shaping, Policing, DS Field Marking) DiffServ-aware service level agreements (SLAS)

Natural and Artificial Systems Thuật toán di truyền được ứng dụng đầu tiên trong hai lĩnh vực chính: tối ưu hóa và học tập của máy

Từ những năm 1975 cho đến nay, các nghiên cứu của nhiều tác giả đề cập đến lĩnh vực này ngày càng phong phú [8, 13, 14] Thông qua các nghiên cứu đó có thể thấy việc giải các bài toán phức tạp, có không gian đa chiều… bằng các phương pháp truyền thống thường gặp nhiều trắc trở Bởi vì bài toán đó có thể không tồn tại, hoặc các ràng buộc đặt ra khi giải không phù hợp với thực tế…

Thuật giải di truyền cung cấp một cách tiếp cận cho việc học dựa vào mô phỏng sự tiến hóa Các giả thuyết thường được mô tả bằng các chuỗi bit, việc hiểu các chuỗi bit này tùy thuộc vào ứng dụng, ý tưởng các giả thuyết cũng có thể được

mô tả bằng các biểu thức kí hiệu hoặc ngay cả các chương trình máy tính Tìm kiếm giả thuyết thích hợp bắt đầu với một quần thể, hay một tập hợp có chọn lọc ban đầu của các giả thuyết Các cá thể của quần thể hiện tại khởi nguồn cho quần thể thế hệ

kế tiếp bằng các hoạt động lai ghép và đột biến ngẫu nhiên sau đó là sinh sản và chọn lọc lấy các mẫu tốt nhất sau các quá trình “đấu tranh sinh tồn” và “tiến hoá” sinh học Ở mỗi bước, các giả thuyết trong quần thể hiện tại được ước lượng liên hệ với đại lượng thích nghi được cho, với các giả thuyết phù hợp nhất được chọn theo xác suất là các hạt giống cho việc sản sinh thế hệ kế tiếp Thuật giải di truyền được ứng dụng một cách thành công cho những tác vụ học khác nhau và cho các vấn đề tối ưu hóa khác Ví dụ, chúng đó được dùng để học tập luật điều khiển robot [3, 4, 14] và để tối ưu hóa các thông số học và tôpô cho mạng nơron nhân tạo đáp ứng các

hệ thống tiến hoá tương lai [4, 8, 13]

1.3.2 Giải thuật di truyền và tìm kiếm tối ƣu

Giải thuật di truyền khác với các những sự tối ưu hoá thông thường và các giải thuật tìm kiếm đơn giản khác ở 4 điểm sau:

 Giải thuật di truyền làm việc với một bộ các thông số chứ không phải bản thân các thông số

 Giải thuật di truyền tìm kiếm từ một số điểm quần thể chứ không phải từ một điểm đơn lẻ

 Giải thuật di truyền sử dụng các thông tin trả giá (payoff) của các hàm mục tiêu chứ không phải đạo hàm (derivatives) hay những tri thức phụ khác

 Giải thuật di truyền sử dụng các luật chuyển đổi theo xác suất chứ không phải các luật chuyển đổi xác định

Giải thuật di truyền đòi hỏi một tập các thông số tự nhiên của bài toán tối ưu

để mã hoá thành các chuỗi có chiều dài hữu hạn, dựa trên một số hữu hạn các kí tự

1.3.3 Cấu trúc một giải thuật di truyền

1.3.3.1 Cấu trúc một giải thuật di truyền đơn giản

Các cơ chế của một giải thuật di truyền đơn giản một cách đáng ngạc nhiên, không có gì phức tạp hơn việc sao chép các chuỗi và đổi chỗ cục bộ các chuỗi Sự đơn giản của hoạt động và sự hiệu quả là hai sự thu hút chính của tiếp cận giải thuật

di truyền

Cũng chú ý rằng quần thể này được lựa chọn một cách ngẫu nhiên bằng cách tung đồng xu Bây giờ chúng ta phải xác định một tập hợp các thao tác đơn giản để chọn quần thể khởi tạo và tạo ra được các quần thể kế thừa mà chúng ta hi vọng là cải thiện theo thời gian

Các tính chất đặc thù của thuật toán di truyền

 GA lập luận mang tính chất ngẫu nhiên (stochastic) thay vì xác định (deterministic) như toán học giải tích

 GA xét duyệt toàn bộ các giải pháp, sau đó lựa chọn giải pháp tốt nhất dựa trên hệ số thích nghi

 GA chỉ tập trung vào giải pháp (dãy số tuợng trung cho giải pháp) mà không cần quan tâm đến chi tiết vấn đề

 GA thích hợp cho việc tìm điều kiện tối ưu cho việc điều hành và phân nhóm những giải pháp có được

Một giải thuật đơn giản cho những kết quả tốt trong nhiều bài toàn thực tế bao gồm ba thao tác:

 Sinh sản (reproduction)

 Lai ghép (Crossover)

 Đột biến (Mutation)

Ba hoạt động sinh sản, lai ghép và đột biến được chứng minh là rất đơn giản

và hiệu quả trong việc giải quyết một số vấn đề tối ưu hoá quan trọng Ngoài ra, còn

có phép toán chọn lọc, nhằm lọc ra các kết quả tốt nhất trong quần thể

1.3.3.2 Các phép toán của giải thuật di truyền

1.3.3.2.1 Sinh sản (Reproduction)

Sinh sản là quá trình chọn quần thể mới thỏa phân bố xác suất dựa trên độ thích nghi Độ thích nghi là một hàm gán một giá trị thực cho cá thể trong quần thể

Các cá thể có độ thích nghi lớn sẽ có nhiều bản sao trong thế hệ mới Hàm thích nghi có thể không tuyến tính,không đạo hàm, không liên tục bởi vì thuật toán di truyền chỉ cần kết nối hàm thích nghi với các chuỗi số

Quá trình này được thực hiện dựa trên bánh xe roulette với các rãnh được định kích thuớc theo độ thích nghi Kỹ thuật này được gọi là lựa chọn cha mẹ theo bánh

xe roulette Bánh xe roulette được xây dựng như sau:

- Tính độ thích nghi fi, i=1÷ n của mỗi nhiễm sắc thể trong quần thể hiện hành,với n là kích thuớc của quần thể (số nhiễm sắc thể trong quần thể)

- Tìm tổng giá trị thích nghi toàn quần thể:

n i

- Phát sinh ngẫu nhiên một số r trong khoảng [0÷1] khi quay bánh xe

- Nếu r < q1 thì chọn nhiễm sắc thể đầu tiên; nguợc lại thì chọn nhiễm sắc thể thứ i sao cho qi-1 < r = qi Ví dụ: Xét bài toán dân số có 6 nhiễm sắc thể với chuỗi

mã hóa và hệ số thích nghi tương ứng cho trong bảng 1.1

Bảng 1.1 Kết quả tính toán cho các nhiễm sắc thể

hoá

Trị thích nghi f(i)

Hình 1.5 Bánh xe roulette

Tương tự cho các lần quay còn lại, ta có sẽ được một quần thể mới Ta thấy,

có thể sẽ có một số nhiễm sắc thể được chọn nhiều lần, các nhiễm sắc thể có độ thích nghi cao hơn sẽ có nhiều bản sao hơn, các nhiễm sắc thể có độ thích nghi kém nhất thì dần dần loại bỏ

Sau khi lựa chọn được quần thể mới, buớc tiếp theo trong thuật toán di truyền

là thực hiện các phép toán lai ghép và đột biến

1.3.3.2.2 Lai ghép (Crossover)

Phép lai là quá trình hình thành nhiễm sắc thể mới trên cơ sở các nhiễm sắc thể cha - mẹ, bằng cách ghép một hay nhiều đoạn Gen của hai (hay nhiều) nhiễm sắc thể cha - mẹ với nhau Phép lai xảy ra với xác suất pc, được thực hiện như sau:

- Đối với mỗi nhiễm sắc thể trong quần thể mới, phát sinh ngẫu nhiên một số r trong khoảng [0÷1], nếu r < pc thì nhiễm sắc thể đó được chọn để lai ghép

- Ghép đôi các nhiễm sắc thể đã chọn được một cách ngẫu nhiên, đối với mỗi

cặp nhiễm sắc thể được ghép đôi, ta phát sinh ngẫu nhiên một số nguyên pos trong khoảng [0÷m-1] (m là tổng chiều dài của một nhiễm sắc thể - tổng số gen) Số pos

cho biết vị trí của điểm lai Điều này được minh họa như hình 1.6

Sự lai tạo là chuyển đổi các gen nằm sau vị trí lai Như vậy, phép lai này tạo ra hai chuỗi mới, mỗi chuổi đều được thừa hưởng những đặc tính lấy từ cha và mẹ của chúng Mặc dù phép lai ghép sử dụng lựa chọn ngẫu nhiên, nhưng nó không được xem như là một lối đi ngẫu nhiên qua không gian tìm kiếm Sự kết hợp giữa tái sinh

và lai ghép làm cho thuật toán di truyền huớng việc tìm kiếm đến những vùng tốt hơn

Hình 1.6 Cơ chế lai ghép giữa 2 nhiễm sắc thể 1.3.3.2.3 Đột biến (Mutation)

Đột biến là hiện tuợng cá thể con mang một (số) tính trạng không có trong mã

di truyền của cha mẹ Phép đột biến xảy ra với xác suất pm, nhỏ hơn rất nhiều so với xác suất lai pc Theo nghiên cứu của Kenneth DeJong thì:

- Phát sinh ngẫu nhiên một số r trong khoảng [0÷1]

- Nếu r < pm, thì đột biến gen đó

Đột biến làm tăng khả năng tìm được lời giải gần tối ưu của thuật toán di truyền Đột biến không được sử dụng thuờng xuyên vì nó là phép toán tìm kiếm ngẫu nhiên, với tỷ lệ đột biến cao, thuật toán di truyền sẽ còn xấu hơn phương pháp tìm kiếm ngẫu nhiên

Sau quá trình tái sinh, lai và đột biến, quần thể mới tiếp tục được tính toán các giá trị thích nghi, sự tính toán này được dùng để xây dựng phân bố xác suất (cho tiến trình tái sinh tiếp theo), nghĩa là, để xây dựng lại bánh xe roulette với các rãnh được định kích thuớc theo các giá trị thích nghi hiện hành Phần còn lại của thuật toán di truyền chỉ là sự lặp lại chu trình của những buớc trên

- Đối với bài toán tìm cực tiểu hàm g(x)

Có thể lấy Cmax là giá trị g lớn nhất trong quần thể hiện tại

- Đối với bài toán tìm cực đại hàm g(x)

Có thể lấy Cmin là trị tuyệt đối của u bé nhất trong quần thể hiện tại

Hàm thích nghi, còn được coi là tiêu chuẩn để xếp hạng các giả thuyết tiềm ẩn

và để chọn lọc chúng theo xác suất nhằm đưa vào quần thể thế hệ kế tiếp Hàm thích nghi có thể đo hiệu suất tổng của thủ tục kết quả hơn là hiệu suất của các luật riêng biệt

Các các thể nào sau quá trình thực hiện thuật toán di truyền có độ thích nghi cao nhất sẽ được chọn làm cá thể trong quần thể kế tiếp

1.3.4 Ứng dụng của giải thuật di truyền

Thuật toán di truyền đã chứng tỏ tính hữu ích của nó khi được ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau của cuộc sống

Trong lĩnh vực điều khiển tự động, thuật toán di truyền có thể được sử dụng để xác định thông số tối ưu cho các bộ điều khiển Thông số bộ điều khiển được mã hóa thành các nhiễm sắc thể, thông qua mô phỏng, các nhiễm sắc thể này được đánh giá và lựa chọn thông qua mức độ thích nghi của chúng (cũng chính là các chỉ tiêu chất luợng của hệ thống) Kết quả của thuật toán sẽ cho một bộ điều khiển có thông

số tốt nhất

Trong y học, cấu trúc của các chất hóa học được mã hóa thành các nhiễm sắc thể hoặc đồ thị Thuật toán di truyền sẽ lai ghép, lựa chọn để tạo ra các nhiễm sắc thể mới (các chất hóa học mới, các loài mới) Và trong thực tế đã có rất nhiều cá thể mới (loại thuốc mới, loài mới) được tạo ra như vậy

1.4 Giải thuật di truyền mờ

1.4.1 Giới thiệu

Trong những năm trở lại đây, kỹ thuật tính toán thông minh đặc biệt phát triển

và là nền tảng của kỹ thuật tính toán mềm Trong kỹ thuật tính toán thông minh gồm 3 công nghệ tính toán: Giải thuật di truyền, Logic mờ, Mạng Noron

Cả 3 kỹ thuật trên kết hợp qua lại với nhau hình thành các hệ thống kết hợp, nhằm đem lại hiệu quả cao nhất trong việc giải quyết các bài toán phức tạp Trên thực tế đã có rất nhiều sản phẩm, tiện ích thông minh sử dụng kết hợp 2 trong 3 hoặc cả 3 kỹ thuật trên Trong chương này, trình bày về mô hình kết hợp giữa giải thuật di truyền và logic mờ để tận dụng các ưu điểm của mỗi kỹ thuật đơn lẻ

1.4.2 Giải thuật di truyền kết hợp với logic mờ

Việc kết hợp giữa giải thuật di truyền và logic mờ là một lĩnh vực mới và ít được khai thác thác hơn so với việc kết hợp giữa giải thuật di truyền hoặc logic mờ với mạng nơron Charles Karr là người tiên phong đưa ra kỹ thuật kết hợp giữa giải thuật di truyền và logic mờ, thử nghiệm đầu tiên thực hiện vào năm 1989: dùng giải thuật di truyền để cải tiến bộ điều khiển mờ Một số ứng dụng trong thực tế đã chứng minh tính khả thi của hệ thống kết hợp hợp trên Tuy nhiên, nhiều nghiên cứu sau đó đã đưa ra những cải tiến của kỹ thuật kết hợp này [40]

Giải thuật di truyền và logic mờ có một vài đặc điểm chung và riêng Cả hai

kỹ thuật đều thích hợp với việc xử lý bộ dữ liệu dùng cho các hệ thống phi tuyến

Sử dụng hai kỹ thuật này giúp cải tiến hiệu suất của hệ thống: tối ưu kết quả và tốc

độ thực hiện

Hệ thống mờ được dùng để lưu trữ tri thức của chuyên gia với những cấu trúc thích hợp, tiện lợi cho việc mô phỏng hay chỉnh sửa tri thức Hệ thống mờ rất hữu ích trong việc xác định giải pháp của lớp bài toán có cấu trúc tri thức cố định và được định nghĩa tốt Tuy nhiên, rất khó thiết kế hệ thống mờ cho những bài toán lớn

và quá phức tạp Quá trình thiết kế phải dựa vào phương pháp thử và sai thủ công,

ma trận biểu diễn mối quan hệ giữa các khái niệm và hoạt động cồng kềnh, những giá trị tốt nhất của các tham số yêu cầu để mô tả các hàm thành viên rất khó xác định Hiệu suất của hệ thống rất nhạy đối với những giá trị tham số đặc biệt

Bảng 1.3 So sánh đặc điểm giữa logic mờ và giải thuật di truyền

Lưu trữ tri thức

độ

Hệ thống phi tuyến

tiểu cục bộ bằng việc giới hạn tập giải pháp chuẩn (Bảng 1.3 cho thấy các đặc trưng của logic mờ và giải thuật di truyền)

Phần nhiều các hoạt động nghiên cứu và ứng dụng cho hệ thống kết hợp di truyền mờ đều tập trung vào việc sử dụng giải thuật di truyền để tăng cường hiệu suất của hệ thống mờ Tuy nhiên, một vài nghiên cứu đã chỉ ra những phương pháp hiệu quả cho phép cải tiến các hệ thống di truyền nhờ bộ điều khiển mờ bằng cách

sử dụng tập luật mờ được kết hợp với một vài kỹ thuật trong quá trình thực hiện giải thuật di truyền

Đóng góp khác của logic mờ đối với hệ thống kết hợp di truyền mờ là ứng dụng nó cho việc xác định trị số của hàm lượng giá trong giải thuật di truyền

Các mục tiếp theo sẽ trình bày tổng quan về phương pháp kết hợp giữa giải thuật di truyền và logic mờ Phân loại kỹ thuật kết hợp, một số ví dụ về kỹ thuật kết hợp di truyền - mờ, tóm tắt các một số ứng dụng thực tế của hệ kết hợp di truyền

mờ, tổng kết và kết luận

1.4.2.1 Phân loại kỹ thuật kết hợp

Bảng 1.4 đưa ra một vài phương pháp khả thi cho việc kết hợp giữa giải thuật

di truyền và logic mờ Chi tiết của phương pháp được trình bày trong các mục kế tiếp thông qua một vài ví dụ cụ thể

Bảng 1.4 Phân loại việc kết hợp giữa các hệ thống di truyền mờ

Dùng hệ thống mờ trong lượng giá hàm thích nghi

1.4.2.2 Một số ví dụ về kỹ thuật kết hợp di truyền mờ

1.4.2.2.1 Hệ thống ghép cặp di truyền mờ

Một trong các phương pháp thiết kế hệ thống kết hợp di truyền mờ là sử dụng

mô đun độc lập với vai trò làm thành phần cấu thành của hệ thống Các mô đun giải thuật di truyền và logic mờ ghép cặp với nhau để tạo nên một hệ thống phần mềm ứng dụng, trong đó mô đun giải thuật di truyền thường có chức năng điều chỉnh những mô đun cá thể hoặc toàn bộ hệ thống

1.4.2.2.2 Thiết kế hệ thống di truyền mờ bằng giải thuật di truyền

Kỹ thuật kết hợp di truyền mờ cũng được minh hoạ trong các ứng dụng vủa bộ điều khiển logic mờ [25] Lúc này, giải thuật di truyền sẽ cải tiến việc thiết kế bộ luật mờ giúp tăng hiệu suất thực hiện của hệ thống Thủ tục tổng quát cho việc dùng giải thuật di truyền để tinh chỉnh hệ thống mờ được thể hiện trên hình vẽ 1.7

Hình 1.7 Sử dụng giải thuật di truyền để cải tiến hiệu suất của hệ thống mờ

Dùng giải thuật di truyền cho thiết kế bộ điều khiển mờ được ứng dụng rộng rãi trong nhiều lĩnh vực thực tế Một vài ví dụ được đưa ra trong bảng 1.5

Bảng 1.5 Các ứng dụng kỹ thuật FL-GA cho hệ thống điều khiển

Điều khiển các xử lý thích nghi với logic mờ và giải thuật di truyền – Karr

Thiết kế bộ điều khiển logic mờ cho vận hành tàu không gian – Lai

Xây dựng mô hình suy diễn mờ nhờ cơ chế học ứng dụng giải thuật di truyền – Park, Kandel và Lanholz

Kết hợp mô đun di truyền mờ vào trong những ứng dụng kỹ thuật phức tạp đạt mục tiêu: Cải tiến bộ điều khiển mờ giúp tăng hiệu suất của hệ thống, đồng thời chứng minh tính khả thi của hệ thống kết hợp trong một lớp các bài toán ứng dụng Vùng ứng dụng điển hình của hệ thống này là những bài toán kỹ thuật gắn liền với các nhiệm vụ thiết kế, đặt cấu hình máy, thiết bị, lên kế hoạch và lập lịch

Bảng 1.6 Ví dụ về hệ thống FL-GA ứng dụng giải bài toán phân tích dữ liệu

Giải thuật di truyền tối ưu kỹ thuật phân lớp mờ theo một tiêu chí xác định - Bezdek

và Hathaway

Giải thuật di truyền hỗ trợ bộ điều khiển mờ giải một số bài toán thử nghiệm - Barczak, Martin và Krambeck

Xử lý dữ liệu địa vật lý – Chen, Berkey và Johnson

Phân lớp mờ trong bộ cảm biến điều khiển từ xa – Chen, Cooley và Zhang

Kết hợp các tập luật điều khiển mờ ứng dụng cho dự báo chấn động – Loskiewicz Buczak và Uhrig

Trong một số bài toán giải thuật di truyền giúp tìm giá trị tối ưu của hàm thành viên trong trường hợp chọn lọc giá trị hàm thành viên bằng phương pháp thủ công

là khó hoặc tốn nhiều thời gian Cụ thể, nếu bộ luật mờ đã được thiết lập và các tham số được định nghĩa dưới dạng hàm thành viên thì mô đun giải thuật di truyền

Giải thuật di truyền

Hệ thống mờ

Độ đo thích nghi Quần thể

Chọn lọc/sửa đổi

Lượng giá

Kết quả

sẽ tinh chỉnh giá trị tham số tương ứng Ví dụ, xây dựng mô hình suy diễn mờ nhờ

cơ chế học, ứng dụng giải thuật di truyền [45]

1.4.2.2.3 Điều khiển mờ tự động của hệ thống giải thuật di truyền

Lee và Takagi, 1993, đề nghị phương pháp dùng logic mờ để điều khiển các tham số thiết lập giải thuật di truyền Một hệ thống cơ sở tri thức mờ được sử dụng cho việc điều khiển các tham số của giải thuật di truyền (hình 1.8) Đồng thời, họ cũng đưa ra kỹ thuật sử dụng giải thuật di truyền để thiết kế và tinh chỉnh tự động

hệ cơ sở tri thức mờ Các kết quả đạt được cho thấy khả năng xác định tự động các tham số thiết kế của giải thuật di truyền và cho phép ứng dụng đối với một lớp các bài toán ngoài thực tế

Đầu vào của mô đun cơ sở tri thức mờ là những độ đo hiệu suất hiện tại của hệ thống giải thuật di truyền hoặc bộ các tham số cần thiết để thiết lập nên giải thuật di truyền Ví dụ, kích cỡ quần thể, tỷ lệ đột biến, và tỷ lệ trị số thích nghi trung bình so với trị số tốt nhất Các đầu ra từ hệ thống cơ sở tri thức mờ đối với giải thuật di truyền là giá trị được xác định lại của các tham số, ví dụ như: những thay đổi về kích cỡ quần thể

Hình 1.8 Kiến trúc của hệ thống điều khiển tự động giải thuật di truyền

Cơ sở tri thức mờ mã hoá các luật ảnh hưởng của kích cỡ quần thể đối với tỷ

lệ đột biến và đối với các nhân tố khác quyết định hiệu suất giải thuật di truyền Logic mờ trong cơ sở tri thức và cơ chế suy diễn đảm bảo chất lượng việc điều khiển các tham số thiết kế của giải thuật di truyền Suy luận mờ chỉ xảy ra giữa các lần sinh sản, được áp dụng cho những ứng dụng thực tế có hàm thích nghi phức tạp

Mô đun giải thuật di truyền khác được dùng cho thiết kế hệ thống cơ sở tri thức mờ Lúc này, hàm thành viên được giới hạn và mã hoá thành các cá thể của quần thể di truyền Hàm thích nghi phản ánh hiệu suất thực hiện của giải thuật di truyền đích trên cơ sở: tính trung bình của toàn bộ giá truh lượng giá hiệu suất thực hiện khi chạy thuật toán trong một khoảng thời gian cho trước và trung bình của giá trị lượng giá hiệu suất tốt nhất nhất khi chạy thuật toán trong cùng khoảng thời gian

đó

Cơ sở tri thức mờ Động cơ suy diễn mờ

Hệ thống giải thuật di truyền Hệ thống ứng dụng

Giải thuật di truyền cho thiết kế cơ sở tri thức mờ

Kết quả đạt được đã chứng minh rằng: việc phát triển các kỹ thuật kết hợp giữa logic mờ và giải thuật di truyền là khả thi và cho phép cải tiến hiệu suất thực hiện của hệ thống trong một lớp các ứng dụng thực tế

1.4.2.3 Tóm tắt một số ứng dụng thực tế của hệ kết hợp di truyền mờ

Danh sách trong bảng 1.7 đưa ra một vài ứng dụng đã có của các kỹ thuật kết hợp di truyền mờ Thông thường là các bài toán phân tích dữ liệu hay phát triển hệ thống điều khiển tiên tiến

Điều khiển xử lý tương ứng của các đơn vị cột báo tự động – Karr

Điều khiển nồng độ pH bằng kỹ thuật mờ kết hợp với giải thuật di truyền – Kim và Gentry

Các phản ứng hoá học toả nhiệt – Khu, Sharma, Hatcher và Harper

Hệ thống tự điều khiển trên trạm không gian, nhận dạng mẫu theo phối cảnh - Pal Vận hành phối hợp trong hệ thống tiến hoá đa tác nhân – Shibata và Fukuda

Tự động phát sinh quỹ đạo Robot – Xu và Vukovick

Giải thuật di truyền mờ cho bài toán nhận dạng hệ phi tuyến [14]

Thuật toán kết nối giữa tập mờ và giải thuật di truyền cho phép phát triển và ứng dụng vào nhiều ngành khác nhau với các đặc tính sau

• Tính hội tụ cao

• Điểm tối ưu toàn cục

• Áp dụng vào lĩnh vực đo lường và điều khiển sẽ rất có hiệu quả

1.4.3 Tổng kết và kết luận

Logic mờ có một số ưu điểm trong việc cải tiến các hệ thống thông minh cho phép biểu diễn minh bạch tri thức dưới dạng những công thức rõ ràng hoặc dưới dạng các biểu diễn toán học ngắn gọn Hơn nữa, việc đưa ra khái niệm hàm thành viên thay cho các tham số, giúp tăng tính linh động trong trường hợp biểu diễn những tri thức có mức độ phức tạp cao

Giải thuật di truyền hoạt động tốt trong những môi trường tương tự với những môi trường dùng cho các hệ thống mờ, nhằm giải quyết các bài tán phi tuyến hoặc những bài toán đòi hỏi hiệu suất cao Hơn nữa, giải thuật di truyền có thể kết hợp

với logic mờ để tối ưu hiệu suất thực hiện của hệ thống Hệ thống kết hợp di truyền

mờ là một phong cách tự nhiên để giải quyết hầu hết các bài toán khó trong thực tế, đồng thời nó cũng nâng cao hiệu suất thực hiện cho các phương pháp truyền thống khi giải quyết bài toán Kỹ thuật kết hợp trên là một ưu điểm quan trọng trong quá trình thiết kế phát triển ứng dụng cũng như giúp tăng khả năng học của hệ thống khi môi trường thay đổi

Miền ứng dụng hứa hẹn của hệ thống kết hợp di truyền mờ là: các hệ thống điều khiển cho quá trình xử lý vật lý Một miền ứng dụng khác là sử dụng các hệ thống kết hợp di truyền mờ cho xử lý truyền thống trong phân tích dữ liệu

Việc dùng công nghệ di truyền tăng hiệu suất của các bộ điều khiển mờ đang nhận được sự quan tâm đáng kể trong giai đoạn ứng dụng hiện nay Một số ứng dụng dựa theo kỹ thuật kết hợp giữa di truyền mờ đã và đang được triển khai và tiếp tục phát triển

Hướng phát triển trong tương lai đòi hỏi phải tìm ra lớp bài toán trong đó việc kết hợp giải thuật di truyền với logic mờ là duy nhất hoặc là cách tốt nhất để giải quyết lớp bài toán đó Nhiều nghiên cứu đòi hỏi việc so sánh bộ kết hợp logic mờ

và giải thuật di truyền với phương pháp kết hợp logic mờ và kỹ thuật tối ưu truyền thống với thuật giải học mạng nơron

Giải thuật di truyền cho phép kết hợp các luật cố định với những tiêu chuẩn khác: vấn đề chi phí và hiệu suất hệ thống, những tiêu chuẩn này không dễ dàng biểu diễn dưới dạng luật Nghiên cứu, thử nghiệm và so sánh để chọn lựa kỹ thuật kết hợp di truyền mờ là rất có giá trị trong việc đẩy mạnh cá ứng dụng thực tế của

hệ thống này

CHƯƠNG 2

BÀI TOÁN QUẢN LÝ HÀNG ĐỢI TÍCH CỰC (AQM)

TRONG VIỄN THÔNG

Nội dung chính

2.1 Giới thiệu

2.2 Quản lý hàng đợi tích cực (AQM)

2.3 Blue - phương pháp AQM mới

KT, Bat, Green, Purple Trong chương này chủ yếu đi sâu vào các phương pháp quản lý bộ đệm hiệu quả là RED và Blue và đề xuất Fuzz-GA-AQM

Hình 2.1 Sự phát triển của các thuật toán AQM theo thời gian

2.2 Kỹ thuật chống mất gói trong các mạng TCP/IP tắc nghẽn

2.2.1 Giới thiệu

Như được mô tả trong Chương 1, một trong những lý do tỷ lệ mất gói cao là

sự thất bại của mạng nhằm cung cấp thông báo tắc nghẽn sớm cho các nguồn Điều này đã dẫn đến các kiến nghị về AQM như RED và các biến thể của nó [46, 67] Trong khi RED chắc chắn nhanh hơn so với cắt đuôi truyền thống, chương này cho thấy rằng rất khó để tham số hoá hàng đợi RED để thực hiện tốt theo các kịch bản khác nhau của tắc nghẽn Vấn đề quan trọng là thông báo tắc nghẽn không trực tiếp phụ thuộc vào số lượng kết nối được ghép kênh qua một tuyến Để phát hiện sớm hoạt động, thông báo tắc nghẽn phải được cung cấp với tỷ lệ đủ lớn để ngăn ngừa mất gói do tràn bộ nhớ đệm, đồng thời đủ nhỏ để ngăn ngừa sự kém khả dụng (UnderUtilization) của kết nối cổ chai

Chương này chứng tỏ sự kém hiệu quả của thuật toán quản lý hàng đợi RED hiện tại và cho thấy hàng đợi RED làm thế nào có thể tự tham số hoá tuỳ thuộc vào lưu lượng tải để giảm mất gói và duy trì độ khả dụng (Utilization) kết nối cao Trong khi kỹ thuật quản lý hàng đợi thích nghi có thể cung cấp một số lợi ích, tỷ lệ mất gói cao lúc tải nặng là một phần của sự giả lập thuật toán điều khiển tắc nghẽn TCP

Khi một số lượng lớn các kết nối TCP nhỏ chia sẻ chung một nút cổ chai, lưu lượng được tạo ra có thể gây ra biến động nhanh chóng trong chiều dài hàng đợi dẫn đến việc mất gói Chương này cũng điều tra một số cách sửa đổi cơ chế điều khiển tắc nghẽn TCP để làm cho lưu lượng tổng được tạo ra bởi một số lượng lớn các kết nối TCP được cư xử tốt hơn

Cụ thể, sử dụng tăng tuyến tính tỷ lệ hoặc sự tăng tuyến tính dựa trên băng thông trong kích thước cửa sổ, thay vì các thuật toán tăng tuyến tính được sử dụng trong TCP, cho thấy có thể giảm mất gói đáng kể Khi sử dụng cùng nhau, các cơ chế quản lý hàng đợi thích nghi và các đề xuất cải tiến để thuật toán cửa sổ của TCP

có thể ngăn ngừa mất gói hiệu quả thậm chí trong các mạng tắc nghẽn cao

2.2.2 Quản lý hàng đợi tích cực (AQM)

Một trong những điểm yếu cố hữu của RED và một số các đề xuất lập lịch AQM là thông báo tắc nghẽn không trực tiếp phụ thuộc vào số lượng kết nối được ghép kênh qua tuyến Để phát hiện sớm hoạt động trong các mạng tắc nghẽn, thông báo tắc nghẽn phải được gửi đủ tới nguồn nhằm giảm tốc độ gửi đến mức cần thiết