Luận án Nghiên cứu một số giải pháp tối ưu hóa hiệu năng trong mạng điện toán biên di động

Tên luận án:

NGHIÊN CỨU MỘT SỐ GIẢI PHÁP TỐI ƯU HÓA HIỆU NĂNG TRONG MẠNG ĐIỆN TOÁN BIÊN DI ĐỘNG

Ngành:

Khoa học máy tính

Tóm tắt nội dung tài liệu:

Luận án này tập trung nghiên cứu và đề xuất các giải pháp tối ưu hóa hiệu năng trong mạng điện toán biên di động (MEC). Bối cảnh nghiên cứu xuất phát từ những hạn chế của điện toán đám mây (CC) khi xử lý các ứng dụng IoT yêu cầu thời gian thực, do độ trễ truyền thông, vấn đề tin cậy, chi phí tài nguyên và bảo mật dữ liệu. MEC nổi lên như một giải pháp tiềm năng bằng cách dịch chuyển các chức năng tính toán về gần biên mạng, tuy nhiên, việc triển khai MEC còn đối mặt với nhiều thách thức về quản lý và phân bổ tài nguyên, mô hình giảm tải hiệu quả, tích hợp vào hạ tầng sẵn có, cũng như bảo mật và quyền riêng tư.

Mục tiêu chính của luận án là đề xuất các mô hình hoạt động cho hệ thống MEC, phân tích và đưa ra các biểu thức đánh giá hiệu năng dựa trên xác suất tính toán thành công (SCP), đồng thời đề xuất các giao thức và giải thuật nhằm nâng cao hiệu năng hệ thống.

Những đóng góp mới của nghiên cứu bao gồm việc đề xuất các mô hình NOMA MEC cùng các cơ chế hoạt động liên quan đến lựa chọn anten, lựa chọn người dùng, thu năng lượng vô tuyến và phân tập không gian. Cụ thể, bốn mô hình NOMA MEC đã được phân tích và tối ưu hóa dưới các kênh truyền Rayleigh và Nakagami-m. Luận án cũng xây dựng các biểu thức SCP với ràng buộc thời gian trễ tối đa và phát triển các bài toán tối ưu, đề xuất giải pháp dựa trên các thuật toán tìm kiếm một chiều, thuật toán di truyền (GA) và thuật toán bầy đàn (PSO) để xác định các thông số vận hành tối ưu cho hệ thống.

Về mặt giao thức, luận án đã thiết kế giao thức hoạt động bốn pha cho mô hình RF EH NOMA MEC đường lên, áp dụng kỹ thuật APS cho mô hình đường xuống, và đề xuất mô hình hệ thống WSN dựa trên NOMA MEC đa người dùng đa anten với giao thức bốn pha dựa trên lựa chọn anten/người dùng. Các giải pháp tối ưu hóa dựa trên phần mềm như MSCPS, MSCPC, MSCP-GA, MSCP-PSO cũng được phát triển để giải quyết các bài toán tối ưu một biến và đa biến, nhằm đạt giá trị SCP cực đại. Kết quả mô phỏng đã chứng minh hiệu quả của các thuật toán và giải pháp đề xuất so với các phương pháp truyền thống và tham chiếu.

Mục lục chi tiết:

• Chương mở đầu: Tổng quan về Luận án, trình bày tính cấp thiết của đề tài, các hướng nghiên cứu liên quan, mục tiêu nghiên cứu, nội dung nghiên cứu, đối tượng nghiên cứu, phạm vi nghiên cứu, các đóng góp, và bố cục trình bày Luận án.
• Chương 1: Tổng quan về điện toán biên di động và các vấn đề tối ưu, trình bày các kiến thức tổng quan và các kỹ thuật được tích hợp với MEC. Bên cạnh đó, các vấn đề tối ưu hệ thống MEC cũng được làm rõ.
• Chương 2: Giải pháp tối ưu về thời gian sử dụng cơ chế NOMA và thuật toán di truyền. Chương trình bày giải pháp tối ưu về thời gian cho mạng MEC dựa trên cơ chế NOMA và GA. Kết quả mô phỏng Monte Carlo được sử dụng để so sánh với giải thuật tìm kiếm vét cạn cho thấy hiệu năng tương đương của MSCP-GA.
• Chương 3: Giải pháp tối ưu về thời gian sử dụng cơ chế lựa chọn anten và các thuật toán heuristic. Chương đề xuất các giải pháp tối ưu về thời gian sử dụng cơ chế lựa chọn anten và các thuật toán heuristic, là GA và PSO. Hệ thống đề xuất có thể hoạt động dưới bốn kịch bản là: SC-TAS A, SC-TAS B, SC-MRT và MRC-MRT. Kết quả mô phỏng đã dẫn đến các đề xuất về cơ chế tối ưu cho mô hình đề xuất là MRC-MRT. Hơn nữa, SCP cũng được cải thiện khi sử dụng các thuật toán tối ưu so với hướng tiếp cận lựa chọn thông số ngẫu nhiên.
• Chương 4: Giải pháp tối ưu thời gian và năng lượng sử dụng cơ chế lựa chọn anten-người dùng và thuật toán tìm kiếm một chiều. Chương xuất giải pháp tối ưu thời gian và năng lượng dựa trên cơ chế lựa chọn anten-người dùng và thuật toán tìm kiếm một chiều. Hai thuật toán dựa trên tìm kiếm một chiều, đặt tên là MSCPS và MSCPC, với ràng buộc năng lượng tiêu tán thấp nhất để tối ưu hóa hiệu năng hệ thống được đề xuất. Mô phỏng Monte Carlo cho thấy kết quả của hệ thống đề xuất tốt hơn so với các giải pháp truyền thống.