ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN Lê Đắc Nhường NGHIÊN CỨU MỘT SỐ THUẬT TOÁN NÂNG CAO CHẤT LƯỢNG DỊCH VỤ TRONG MẠNG THẾ HỆ MỚI Chuyên ngành: Cơ sở toán học cho Tin học Mã số: 62.46.01.10 DỰ THẢO TÓM TẮT LUẬN ÁN TIẾN SỸ TỐN HỌC Hà Nội - 2014 Cơng trình hồn thành tại: Khoa Tốn - Cơ - Tin học, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội Người hướng dẫn khoa học : PGS.TS Lê Trọng Vĩnh PGS.TS Ngô Hồng Sơn Phản biện: Phản biện: Phản biện: Luận án bảo vệ trước Hội đồng cấp Đại học Quốc gia chấm luận án tiến sĩ họp vào hồi ngày tháng năm 20 Có thể tìm hiểu luận án tại: - Thư viện Quốc gia Việt Nam - Trung tâm Thông tin - Thư viện, Đại học Quốc gia Hà Nội Mục lục Mở đầu Tổng quan QoS NGN 1.1 Mạng hệ 1.2 Chất lượng dịch vụ 1.3 Bài toán tối ưu tổ hợp 1.4 Thuật toán tối ưu đàn kiến 3 3 Cấp phát tài nguyên cho dịch vụ 2.1 Mở rộng dung lượng mạng không dây 2.1.1 Mơ hình toán 2.1.2 Đề xuất thuật toán ACO-MRDL tối ưu mở rộng dung lượng 2.1.3 Kết thực nghiệm đánh giá 2.2 Định vị tài nguyên cho lớp dịch vụ 2.2.1 Mơ hình toán 2.2.2 Tối ưu định vị tài nguyên tập trung cho lớp dịch vụ 2.2.2.1 Đề xuất thuật toán ACO-ĐVTN 2.2.2.2 Đề xuất thuật toán MMAS-ĐVTN 2.2.3 Kết thực nghiệm đánh giá 2.3 Đáp ứng tài nguyên cho luồng đa phương tiện 2.3.1 Mơ hình toán 2.3.2 Đề xuất thuật toán MMAS tối ưu QoS luồng đa phương tiện 2.3.3 Kết thực nghiệm đánh giá 2.4 Kết chương 4 8 9 10 13 13 14 15 15 An 3.1 3.2 3.3 3.4 19 19 19 19 23 ninh dịch vụ mạng NGN Kiến trúc đảm bảo ninh mạng NGN Tấn công từ chối dịch vụ Đề xuất giải pháp phòng chống dựa Kết luận chương Kết luận sách 24 Danh mục cơng trình khoa học i Mở đầu Mạng hệ (Next Generation Network-NGN ) [12] hội tụ kế thừa mạng: thoại (PSTN), không dây Internet thành sở hạ tầng chung thống theo nguyên tắc cung cấp đa dịch vụ công nghệ chuyển mạch gán nhãn đa giao thức MPLS/IP(MultiProtocol Lable Switching/Internet Protocol ) xu hướng phát triển ngành viễn thông giới Việt Nam Mục tiêu NGN hướng đến cung cấp dịch vụ đa phương tiện chất lượng cao theo yêu cầu người dùng IP Đây vấn đề thu hút nhà khoa học, trường đại học, viện nghiên cứu, nhà cung cấp dịch vụ quan tâm nghiên cứu triển khai Chất lượng dịch vụ (QoS) [13] thước đo đánh giá khả chất lượng dịch vụ cung cấp nhìn nhận từ khía cạnh người sử dụng nhà cung cấp dịch vụ mạng Với nhà cung cấp, QoS liên quan chặt chẽ đến hiệu mạng, với người dùng QoS đánh giá dựa chất lượng trải nghiệm (Quality of Experiences-QoE) [8] Vấn đề QoS mạng quan tâm từ năm 1980 phát triển mạnh ngày nhằm đảm bảo chất lượng ứng dụng thời gian thực Việc đáp ứng QoS theo yêu cầu cần có sở hạ tầng tốt qui trình cấp phát, quản lý tài nguyên mạng hiệu Bởi QoS phụ thuộc vào kết hợp nhiều yếu tố thành phần mạng, chế xử lý điều khiển mạng Đối với phần có yêu cầu QoS tương ứng liên quan tới việc ứng dụng chuẩn thiết kế, lựa chọn giao thức phù hợp, xác định cấu trúc mạng, phương pháp nhận dạng, lựa chọn công nghệ xây dựng mạng, thiết kế quản lý nút đệm, xem xét để đảm bảo tham số chất lượng như: tắc nghẽn, độ sẵn sàng, trễ, biến đổi trễ, thông lượng, độ suy hao, tin cậy, không vượt khoảng thời gian dịch vụ đáp ứng lưu lượng tải hai điểm chọn mạng [24] Như vậy, nhận thấy liên quan chặt chẽ QoS hiệu mạng, rõ ràng nhìn vào số QoS ta đánh giá lực mạng ngược lại tham khảo yếu tố hiệu mạng, ta đưa mức QoS cho dịch vụ cung cấp [13, 21] Các cơng trình nghiên cứu đảm bảo QoS NGN nước đa dạng với nhiều cách tiếp cận khác Trong phạm vi nghiên cứu, luận án tập trung đến hai vấn đề thu hút nhiều quan tâm là: Qui hoạch, chia sẻ, nâng cấp mở rộng sở hạ tầng mạng Vì vây, mục tiêu luận án “Nghiên cứu số thuật toán nâng cao chất lượng dịch vụ mạng hệ ” hướng đến tập trung đề xuất thuật toán định vị, mở rộng dung lượng, quản lý cấp phát tài nguyên hiệu đáp ứng yêu cầu đa dạng người dùng QoS dựa tiếp cận Meta-Heuristic sử dụng thuật toán tối ưu đàn kiến Cụ thể, luận án tập trung nghiên cứu đề xuất thuật toán tối ưu đàn kiến giải toán sau: Mở dung lượng mạng không dây kế thừa sở hạ tầng đảm bảo nhu cầu lưu lượng toàn hệ thống Định vị tài nguyên tập trung đáp ứng QoS cho lớp dịch vụ theo mơ hình phân bố tối ưu tài nguyên dựa vào độ đo Đáp ứng tài nguyên cho luồng đa phương tiện đảm bảo QoS cho dịch vụ thời gian thực dựa mơ hình dịch vụ tích hợp theo hướng dành trước tài nguyên Đề xuất giải pháp phịng chống cơng từ chối dịch vụ mạng NGN dựa sách an ninh bảo mật riêng Với mục tiêu luận án trên, luận án tổ chức thành chương sau: Chương giới thiệu số kiến thức sở, phân tích vấn đề đảm bảo chất lượng dịch vụ mạng NGN lý lựa chọn hướng tiếp cận dựa thuật toán ACO để giải toán Chương 2, luận án đề xuất thuật toán ACO tối ưu mở dung lượng mạng khơng dây kế thừa sở hạ tầng sẵn có với mục tiêu hướng đến tối thiểu chi phí vận hành, chi phí cài đặt, chi phí nâng cấp chi phí xây thành phần mạng để đảm bảo nhu cầu lưu lượng toàn hệ thống Tiếp đó, tác giả đề xuất thuật tốn MMAS tối ưu định vị tài nguyên tập trung đáp ứng QoS cho lớp dịch vụ theo mơ hình phân lớp dịch vụ theo hướng phân lớp lưu lượng, tối ưu luồng đa phương tiện đảm bảo QoS cho dịch vụ thời gian thực dựa mơ hình dịch vụ tích hợp theo hướng dành trước tài nguyên Chương 3, luận án tập trung luận án phân tích thách thức khó khăn việc đảm bảo an ninh dịch vụ mạng NGN đề xuất giải pháp phịng chống cơng từ chối dịch vụ dựa sách an ninh riêng thiết lập nút Router Cuối kết luận hướng phát triển Những kết nghiên cứu đóng góp luận án có ý nghĩa việc bổ sung hoàn thiện giải pháp tối ưu định vị trạm điều khiển, mở rộng dung lượng mạng, cấp phát tài nguyên cho lớp, luồng dịch vụ đảm bảo yêu cầu QoS mạng thực thi thời gian tuyến tính với chất lượng lời giải tốt tiếp cận trước Ưu điểm thuật toán đề xuất hội tụ nhanh với quy tắc heuristic kết hợp học tăng cường thông qua thông tin vết mùi cho phép bước thu hẹp miền tìm kiếm, mà khơng loại bỏ lời giải tốt để nâng cao chất lượng lời giải Các kết luận án công bố báo cáo Hội nghị quốc tế, báo tạp chí quốc tế, báo Kỷ yếu Hội thảo Quốc gia Chương Tổng quan QoS NGN 1.1 Mạng hệ Mạng hệ (Next Generation Network -NGN) mạng đa dịch vụ dựa IP cho phép đáp ứng dịch vụ cá nhân, quản lý thông tin hiệu quả, dễ dàng mở rộng dung lượng, phát triển dịch vụ theo thời gian thực đa phương tiện, đảm bảo độ tin cậy, thuận tiện dễ dàng sử dụng [12] 1.2 Chất lượng dịch vụ Chất lượng dịch vụ (Quality of Service-QoS) [24] khái niệm rộng tiếp cận theo nhiều hướng khác Theo ITU-T: QoS tập hợp khía cạch hiệu dịch vụ nhằm xác định cấp độ thỏa mãn người sử dụng dịch vụ [13] Còn IETF nhìn nhận: QoS khả phân biệt luồng lưu lượng để mạng có ứng xử phân biệt kiểu luồng lưu lượng, QoS bao gồm việc phân loại dịch vụ hiệu tổng thể mạng cho loại dịch vụ [1] 1.3 Bài toán tối ưu tổ hợp 1.4 Thuật toán tối ưu đàn kiến Thuật toán tối ưu đàn kiến (Ant Colony Optimization-ACO) [7] Hệ kiến (Ant System-AS ) [7] M Dorigo đề xuất năm 1991 giải tốn TSP Sau đó, có nhiều biến thể nghiên cứu tập trung vào nâng cao hiệu tính toán dựa lựa chọn đặc trưng thủ tục Xây dựng phương án Cập nhật vết mùi Q trình phát triển thuật tốn ACO xem [20, 22, 27, 29] Tuy nhiên, thuật tốn thơng dụng MMAS ACS Cơ sở hội tụ thuật toán: Năm 2000, W.J Gutjahz chứng minh tính hội tụ thuật tốn MMAS số điều kiện định MMAS hội tụ tới lời giải tối ưu với độ xác tùy ý chưa xét đến yếu tố có sử dụng thông tin heuristic [11] Năm 2002, M Dorigo v T Stătzle ó chng minh c u tớnh hi tụ thuật toán MMAS ASC [28] rằng: ∀ > 0, ∃ t đủ lớn P (t) > 1− lim P (t) = Năm 2008, Plelegrini Elloro sau thời gian t→∞ chạy, đa số vết mùi cạnh trở nên bé có số cạnh có giá trị vết mùi lớn vượt trội [26] Đây sở lý thuyết vững vàng mở loạt nghiên cứu đầy hứa hẹn tham số điều khiển ACO Chương Cấp phát tài nguyên cho dịch vụ 2.1 Mở rộng dung lượng mạng khơng dây 2.1.1 Mơ hình tốn Trong [3], Basole cộng mơ hình hóa tốn mở rộng dung lượng mạng khơng dây (MRDL) với kiến trúc gồm m MS, n BTS p BSC Bài toán gồm giai đoạn: giai đoạn đầu khởi tạo kết nối từ MS đến BTS kết nối BTS đến BSC giai đoạn thứ hai mở rộng lực mạng tăng lưu lượng truy cập Định nghĩa 2.1 (Bài toán mở rộng dung lượng mạng không dây-MRDL [3]) p n cost connectjt k (Yjt k −βjt k )+ Min + cost intallk (Wk −δk ) k ∈P2 j =1 k =1 t∈Tj MaxBTS capjt (Zjt −αjt )) + cost upgradej ( j ∈N1 cost setupjt Zjt j ∈N2 t∈Tj t∈Tj (2.1) Thoả mãn ràng buộc: n Xijt = 1, ∀ i = m (2.2) MaxCovjt Zjt , ∀ i = m, j = n, t ∈ Tj (2.3) 1, ∀ j = n (2.4) Yjt k , ∀ j = n, t ∈ Tj (2.5) Wk , ∀ k = p, j = n, t ∈ Tj (2.6) MaxBTS Capjt ×Zjt , ∀ j = n, t ∈ Tj (2.7) MaxBSC Capk ×Wk , ∀ k = p (2.8) Xijt ∈ {0, 1} , Yjt k ∈ {0, 1} , Zjt ∈ {0, 1} , Wk ∈ {0, 1} ∀ i = m, j = n, k = p, t ∈ Tj (2.9) j =1 t∈Tj dij Xijt Zjt t∈Tj p Zjt k =1 Yjt k m Dis Xijt i=1 s=1 n Y jt k j =1 t∈Tj Bài tốn mở rộng dung lượng mạng khơng dây toán tối ưu đa mục tiêu Đây tốn khó, có nhiều định nghĩa khác đề cập đến phương án tối ưu như: Pareto, Borwein, Benson, Geoffrion, Kuhn-Tucker, chưa có thuật toán hiệu với thời gian đa thức [3, 25] Trong [19], chúng tơi đề xuất thuật tốn GA để giải mở rộng dung lượng mạng không dây dựa việc kết hợp hai quần thể 2.1.2 Đề xuất thuật toán ACO-MRDL tối ưu mở rộng dung lượng Đầu tiên, ta xây dựng đồ thị G1 = (V1 , E1 ) với V1 = {M ∪N 1∪P 1} tập MS, BTS BSC, E1 tập kết nối MSi đến BTSj kết nối BTSj đến BSCk có thỏa mãn ràng buộc tốn Để tìm luồng cực đại đồ thị G1 , ta thêm đỉnh nguồn S đỉnh đích D Hình 2.1 với biến định Trọng số cạnh đồ thị G1 xác định sau: c(S , MSi ) = Dis , (i = m), c(i, j ) = Dis , (i = m, j = n1), c(j , k ) = Dis , (j = 1.n1, k = p1), c(k , D) = c(i, j ), (j = n1, k = p1) Tiếp theo, ta xây dựng đồ thị đầy đủ G2 = (V2 , E2 ) với V2 = {M ∪N ∪P } tập hợp tất MS, BTS, BSC sẵn có tiềm năng, E2 tập cạnh chứa tất kết nối MSi đến BTSj , BTSj đến BSCk thỏa mãn ràng buộc từ (2.2)-(2.9) Trong đó, nút tơ màu đậm tập BTS BSC tiềm Phương án toán ứng với đường kiến nhân tạo đồ thị G2 Mỗi kiến mã hóa vectơ Antk = {x1 , x2 , xm+n+p } với qui ước: xi = i ∈ [1 m] MSi sử dụng, i ∈ [m+1 m+n] sử dụng BTSj (j = i−m), i ∈ [m+n+1 m+n+p] sử dụng BSCk (k = i−m−n) ngược lại Hình 2.1 – Đồ thị đầy đủ với biến định Ma trận mùi τij mã hóa gồm số thực sinh từ đồ thị G2 dể biểu diễn vị trí di chuyển kiến Đường kiến Antk thể việc cập nhật vết mùi cạnh Mỗi cạnh đồ thị G2 mô tả mức độ mùi lưu lại, nút kiến Antk định nút đường dựa vào vị trí thời nút i xác suất lựa chọn nút để di chuyển xác định (??) Thông tin heuristic ηij mô tả khả lựa chọn nút j tính tốn phụ thuộc vào hàm mục tiêu toán ηij = d1 với dij ij khoảng cách kết nối từ MSi đến BTSj kiến nút i (hoặc từ BTSi đến BSCj ) Sau vòng lặp, vết mùi cạnh cập nhật lại theo công thức (??) với ∆τjk = 1/ cost connectij + cost intallj +cost upgradej + c ost setupj lượng vết mùi kiến k để lại từ nút i đến nút j Khi đó, thích nghi kiến k tính theo cơng thức (2.1) Độ phức tạp thuật tốn ACO-MRDL là: O(M ×N ×P +NMax ×K ×M ×N ×P ) hay O(NMax ×K ×M ×N ×P ) với NMax số vòng lặp tối đa, K số lượng kiến 2.1.3 Kết thực nghiệm đánh giá Bộ liệu thực nghiệm gồm vị trí trạm MS, BTS BSC sinh ngẫu nhiên kích thước lưới xác định với số lượng kiểu trạm BTS BSC thiết lập thông Bảng 2.1 Dữ liệu sinh ngẫu nhiên theo phân phối thỏa mãn điều kiện sau: Dis ∈ [1 10], MaxBTS Capjt ∈ [50 100], MaxBSC Capk ∈ [200 500], MaxBTS Covj ∈ [25 100], cost connectjt k , cost installk , cost upgradej , cost setupjt phạm vi [1 50] Tọa độ MS, BTS, BSC (MSi1 , MSi2 ), (BTSj , BTSj ) (BSCk , BSCk ) phân bố lưới Các thuật toán khai báo cài đặt ngôn ngữ C với tham số thực nghiệm ACO-MRDL là: K = 100,Nmax = 500, α = 1, β = 10, ρ = 0.5, nk = 30 Bảng 2.1 – Thông tin liệu thực nghiệm mở rộng dung lượng mạng Số trạm MS Số trạm BTS Số trạm BSC Bộ Test M N N1 N2 Số kiểu P P1 P2 Số kiểu Kích thước lưới #1 #2 #3 #4 #5 #6 #7 #8 #9 #10 10 30 100 250 500 1000 2500 5000 7500 10000 10 25 50 150 350 550 750 950 3 15 30 90 200 350 450 650 10 20 60 150 200 300 300 10 20 30 40 50 15 20 50 100 150 200 300 2 10 10 30 40 100 150 200 10 20 60 50 50 100 3 10 15 20 30 [150×150] [150×150] [150×150] [500×500] [500×500] [500×500] [500×500] [1000×1000] [1000×1000] [1000×1000] Thực nghiệm 1: Để đánh giá hiệu thuật toán đề xuất, luận án lựa chọn tiêu chí so sánh khả mở rộng dung lượng kết nối mạng, chi phí mở rộng thời gian thực thi thuật toán Với tham số thiết lập, thực thi thuật toán GA-MRDL ACO-MRDL 50 lần so sánh khả mở rộng dung lượng mạng thuật toán dựa dung lượng mạng đạt trường hợp tốt trung bình Bảng 2.2 Các giá trị in đậm thể khả mở rộng tốt trường hợp Cột cuối đánh giá khả mở rộng trung bình thuật toán so với dung lượng mạng ban đầu khởi tạo với trạm sẵn có ∆Mở rộng Bảng 2.3 so sánh giá trị hàm mục tiêu đạt trường hợp tốt nhất, trung bình tồi thuật tốn Kết trung bình phản ánh chất lượng thuật tốn, cịn kết tốt tồi để tham khảo tính khám phá cịn độ lệch chuẩn để tham khảo tính ổn định thuật toán so với kết tốt Đối chiếu kết Bảng 2.2 Bảng 2.3 ta thấy mối quan hệ khả mở rộng dung lượng với hàm mục tiêu tối thiểu chi phí Điều dễ thấy chi phí tối ưu gần đồng nghĩ với khả mở rộng tối ưu chi phí xây Bảng 2.2 – So sánh dung lượng mở rộng GA-MRDL ACO-MRDL GA-MRDL Bộ Test #1 #2 #3 #4 #5 #6 #7 #8 #9 #10 ACO-MRDL Khởi tạo Tốt Trung bình Mở rộng Tốt Trung bình Mở rộng 41.18 89.29 184.98 247.15 562.16 984.34 1585.58 3102.62 4851.82 6205.04 76.39 109.74 227.18 298.22 793.34 1120.47 1896.41 3965.89 5671.74 8326.06 75.12 107.37 237.22 295.87 792.58 1115.28 1886.51 3936.72 5621.14 8303.92 33.94 18.08 42.24 48.72 230.42 130.94 300.93 834.10 769.32 2098.88 125.59 121.14 219.08 378.32 909.84 1174.77 1946.81 4119.09 5962.34 8920.46 124.23 116.95 218.16 374.73 904.17 1154.98 1942.55 4110.93 5945.21 8914.09 83.05 27.66 33.18 127.58 342.01 170.64 356.97 1008.31 1093.39 2709.05 ∆Mở rộng 49.10 9.59 -9.05 78.87 111.58 39.70 56.04 174.21 324.08 610.17 Bảng 2.3 – So sánh hàm mục tiêu thuật toán GA-MRDL ACO-MRDL GA-MRDL Bộ Test #1 #2 #3 #4 #5 #6 #7 #8 #9 #10 Tốt 116.12 192.48 277.63 319.51 873.67 1136.37 2264.49 3570.63 5854.76 7163.12 ACO-MRDL Trung bình 113.52 198.47 284.64 327.54 895.69 1143.42 2299.57 3585.26 5891.84 7185.17 Tồi 119.13 203.62 295.93 332.77 925.36 1149.42 2312.50 3594.26 5892.86 7196.26 Độ lệch 2.59% 3.11% 2.53% 2.52% 5.09% 1.69% 1.55% 1.49% 0.86% 0.36% Tốt 110.66 192.48 277.63 319.51 852.27 1124.43 2264.49 3532.55 5841.74 7159.05 Trung bình 112.69 195.73 281.11 323.14 861.35 1135.49 2283.58 3548.63 5849.16 7163.13 Tồi 117.26 197.87 289.42 328.57 873.94 1143.17 2295.13 3559.85 5867.21 7165.72 Độ lệch 1.84% 1.69% 1.25% 1.14% 1.07% 0.98% 0.84% 0.46% 0.13% 0.06% dựng dựa khả phân bố dung lượng Khi dung lượng tối ưu theo yêu cầu chi phí giảm tối thiểu Để kiểm chứng lại độ phức tạp tính tốn hiệu suất thực thi thuật toán, thời gian thực trung bình thống kê so sánh Hình 2.2 16 15.392 Thu 14 t tốn GA-MRDL Thu t toán ACO-MRDL Th i gian (giây) 12 9.763 10 7.632 9.215 6.572 5.613 7.285 4.321 4.158 5.192 3.674 5.437 4.806 2.467 1.623 1.617 #1 3.506 3.405 3.163 1.548 #2 #3 #4 #5 #6 #7 #8 #9 #10 Bài tốn Hình 2.2 – So sánh thời gian thi trung bình GA-MRDL ACO-MRDL Thời gian thực thi thuật toán ACO-MRDL nhanh so với GA-MRDL Sự khác biệt rõ số lượng giải pháp lựa chọn tăng lên ứng với số lượng trạm tiềm lớn tốn lớn Điều lần khẳng định ưu điểm cấu trúc đồ thị biểu diễn không gian trạng thái so với việc sử dụng phép toán lai ghép đột biết quần thể Thực nghiệm 2: Để đánh giá tác động số kiến đến độ hội tụ thời gian thực thi thuật tốn Chúng tơi tiến hành thực nghiệm cách thay đổi lượng kiến từ 20 đến 250 giữ ngun số vịng lặp NMax = 500 với tốn #2 Sự ảnh hưởng số kiến đến thời gian tìm lời giải tối ưu tốn thể qua Hình 2.3(a) Dữ liệu biểu đồ chứng tỏ ta tăng số Bảng 2.4 – So sánh kết phân bố tài nguyên thay đổi tốc độ đến trung bình (¯ , α2 ) PSO, ACO-ĐVTN MMAS-ĐVTN α ¯ Test #1 #2 #3 #4 #5 Tham số α1 ¯ α2 ¯ 0.2 0.2 0.3 0.2 0.4 0.2 0.4 0.3 0.4 0.5 PSO [30] ∗ ∗ (s1 , s2 ) (0.5, 0.5) (0.5462, 0.4538) (0.5911, 0.4089) (0.5215, 0.4785) (0.4532, 0.5467) f (s ∗ ) 9.957 9.931 9.869 7.872 6.782 ACO-ĐVTN ∗ ∗ (s1 , s2 ) f (s ∗ ) (0.5, 0.5) 9.957 (0.5446, 0.4554) 9.936 (0.5893, 0.4107) 9.815 (0.5198, 0.4802) 7.822 (0.4803, 0.5197) 6.725 MMAS-ĐVTN ∗ ∗ (s1 , s2 ) f (s ∗ ) (0.5, 0.5) 9.957 (0.5446, 0.4554) 9.936 (0.5718, 0.4282) 9.885 (0.5213, 0.4787) 8.214 (0.4532, 0.5467) 6.782 Phương án tối ưu* [14] ∗ ∗ (s1 , s2 ) f (s ∗ ) (0.5, 0.5) 9.957 (0.5446, 0.4554) 9.936 (0.5873, 0.4127) 9.897 (0.5275, 0.4725) 8.238 (0.4516, 0.5484) 6.796 Sai số ∗ ∗ ∆f (s1 , s2 ) (%) 0.000 0.00% 0.000 0.00% 0.012 0.12% 0.024 0.29% 0.014 0.21% Bảng 2.5 – So sánh kết phân bố tài nguyên thay đổi ngưỡng trễ (d1 , d2 ) PSO, ACO-ĐVTN MMAS-ĐVTN Test #6 #7 #8 #9 Tham số d1 d2 0.01 0.03 0.01 0.06 0.01 0.09 0.01 0.12 PSO [30] ∗ ∗ (s1 , s2 ) (0.5158, 0.4842) (0.5195, 0.4805) (0.5076, 0.4924) (0.5293, 0.4707) f (s ∗ ) 9.956 9.968 9.858 9.982 ACO-ĐVTN ∗ ∗ (s1 , s2 ) f (s ∗ ) (0.5217, 0.4673) 9.961 (0.5187, 0.4813) 9.965 (0.5102, 0.4898) 9.881 (0.5375, 0.4625) 9.975 MMAS-ĐVTN ∗ ∗ (s1 , s2 ) f (s ∗ ) (0.5327, 0.4673) 9.965 (0.5195, 0.4805) 9.968 (0.5231, 0.4769) 9.971 (0.5375, 0.4625) 9.975 Phương án tối ưu* [14] ∗ ∗ (s1 , s2 ) f (s ∗ ) (0.5327, 0.4673) 9.969 (0.5195, 0.4805) 9.968 (0.5265, 0.4735) 9.978 (0.5488, 0.4512) 9.982 Sai số ∗ ∗ ∆f (s1 , s2 ) (%) 0.004 0.04% 0.000 0.00% 0.008 0.17% 0.007 0.07% 11 Bảng 2.6 – So sánh kết phân bố tài nguyên thay đổi thừa số giá (p1 , p2 ) giữa PSO, ACO-ĐVTN MMAS-ĐVTN Test #10 #12 #13 #14 #15 #16 #17 Tham số p1 p2 2 4 4 PSO [30] ∗ ∗ (s1 , s2 ) f (s ∗ ) (0.3049, 0.6951) 16.27 (0.6951, 0.3049) 16.27 (0.6527, 0.3473) 39.05 (0.7298, 0.2702) 30.15 (0.5723, 0.4277) 45.63 (0.5, 0.5) 39.96 (0.245, 0.755) 64.81 ACO-ĐVTN ∗ ∗ (s1 , s2 ) f (s ∗ ) (0.3108, 0.6892) 16.34 (0.6892, 0.3108) 16.34 (0.6534, 0.3466) 39.17 (0.7231, 0.2769) 30.66 (0.5748, 0.4252) 45.75 (0.5, 0.5) 39.96 (0.257, 0.743) 65.72 MMAS-ĐVTN ∗ ∗ (s1 , s2 ) f (s ∗ ) (0.3108, 0.6892) 16.34 (0.6892, 0.3108) 16.34 (0.6534, 0.3466) 39.17 (0.7183, 0.2817) 30.69 (0.5748, 0.4252) 45.75 (0.5, 0.5) 39.96 (0.257, 0.743) 65.72 Phương án tối ưu* [14] ∗ ∗ (s1 , s2 ) f (s ∗ ) (0.3083, 0.6917) 16.52 (0.6917, 0.3083) 16.52 (0.6534, 0.3466) 39.17 (0.7183, 0.2817) 30.69 (0.5748, 0.4252) 45.75 (0.5, 0.5) 39.96 (0.276, 0.724) 67.90 Bảng 2.7 – Ảnh hưởng tham số Hurst Hi (i = 1, 2) đến hàm mục tiêu Test Hi Độ lệch ∆Hi #18 #19 #20 #21 #22 #23 0.80 0.78 0.75 0.70 0.65 0.82 0.00 0.02 0.05 0.10 0.15 0.02 ∗ ∗ (s1 , s2 ) (0.5000, (0.4947, (0.488, (0.4796, (0.4737, (0.5062, 0.5000) 0.5053) 0.512) 0.5204) 0.5263) 0.4939) Độ lệch |∆si | ∗ ∗ fMMAS (s1 , s2 ) 0.0000 0.0053 0.0120 0.0204 0.0263 0.0062 8.79576 8.96289 9.13588 9.31354 9.42257 8.55904 ftối ưu * [14] 8.79576 8.96289 9.13588 9.31354 9.42257 8.55904 Sai số (%) 0.00 0.00 0.00 0.00 0.00 0.00 (0%) (0%) (0%) (0%) (0%) (0%) Sai số ∗ ∗ ∆f (s1 , s2 ) (%) 0.18 1.08% 0.18 1.08% 0.00 0.00% 0.00 0.00% 0.00 0.00% 0.00 0.00% 2.18 3.21% Bảng 2.8 – So sánh kết phân bố tài nguyên thuật toán MMAS-ĐVTN so với phương án tối ưu thực thay đổi tốc độ đến trung bình α = (¯ , α2 , α3 , α4 , α5 , α6 ) dịch vụ ¯ α ¯ ¯ ¯ ¯ ¯ Tham số MMAS-ĐVTB Phương án tối ưu [14] Sai số Test α = ( α1 , α2 , α3 , α4 , α5 , α6 ) ¯ ¯ ¯ ¯ ¯ ¯ ¯ s ∗ = (s1 , s2 , s3 , s4 , s5 , s6 ) f (s ∗ ) s ∗ = (s1 , s2 , s3 , s4 , s5 , s6 ) f (s ∗ ) ∆f (s ∗ ) (%) #24 #25 #26 #27 #28 #29 #30 #31 #32 0.10, 0.10, 0.10,0.10, 0.10, 0.10 0.11, 0.10, 0.10, 0.10, 0.10, 0.10 0.12, 0.11, 0.10, 0.10, 0.10,0.10 0.13, 0.12, 0.11, 0.10, 0.10 ,0.10 0.13, 0.12, 0.11, 0.11, 0.10, 0.10 0.13, 0.12, 0.11, 0.11, 0.12, 0.13 0.13, 0.12, 0.11, 0.12, 0.13, 0.14 0.10, 0.11, 0.12, 0.13, 0.14, 0.15 0.10, 0.11, 0.12, 0.13, 0.14, 0.20 0.167, 0.167, 0.167, 0.167, 0.167, 0.167 0.172, 0.166, 0.166, 0.165, 0.165, 0.165 0.177, 0.174, 0.163, 0.162, 0.162, 0.162 0.180, 0.178, 0.168, 0.159, 0.158, 0.158 0.178, 0.171, 0.167, 0.167, 0.157, 0.156 0.175, 0.167, 0.159, 0.158, 0.168, 0.176 0.169, 0.160, 0.155, 0.162, 0.171, 0.180 0.145, 0.156, 0.163, 0.171, 0.179, 0.188 0.140, 0.149, 0.157, 0.162, 0.170 , 0.221 83.74 81.66 78.38 72.75 69.23 47.84 21.19 20.78 -125.12 0.167, 0.167, 0.167, 0.167, 0.167, 0.167 0.174, 0.165, 0.165, 0.165, 0.165, 0.165 0.180, 0.171, 0.162, 0.162, 0.162, 0.162 0.185, 0.176, 0.167, 0.158, 0.158, 0.158 0.183, 0.174, 0.165, 0.165, 0.156, 0.156 0.176, 0.167, 0.158, 0.158, 0.167, 0.176 0.171, 0.162, 0.153, 0.162, 0.171, 0.180 0.144, 0.153, 0.162, 0.171, 0.180, 0.190 0.136, 0.145, 0.154, 0.163, 0.173 , 0.229 83.74 82.50 79.52 73.42 70.79 49.09 21.73 21.18 -122.60 0.00 0.84 1.14 0.67 1.59 1.25 0.54 0.40 2.52 0.00 1.02 1.43 0.91 2.20 2.55 2.49 1.89 2.06 Bảng 2.9 – So sánh kết phân bố tài nguyên thuật toán MMAS-ĐVTN so với phương án tối ưu thực thay đổi tham số giá p = (p1 , p2 , p3 , p4 , p5 , p6 ) dịch vụ Tham số 12 Test #33 #34 #35 #36 #37 #38 #39 #40 MMAS-ĐVTB 2.00, 3.00, 4.00, 5.00, 6.00, 6.00, 6.00, 6.00, 1.00, 2.00, 3.00, 4.00, 5.00, 5.00, 5.00, 5.00, 1.00, 1.00, 2.00, 3.00, 4.00, 4.00, 4.00, 4.00, 1.00, 1.00, 1.00, 2.00, 3.00, 3.00, 3.00, 3.00, 1.00, 1.00, 1.00, 1.00, 2.00, 2.00, 2.00, 8.00, 1.00 1.00 1.00 1.00 1.00 6.00 7.00 7.00 Phương án tối ưu [14] f (s ∗ ) s ∗ = (s1 , s2 , s3 , s4 , s5 , s6 ) p = (p1 , p2 , p3 , p4 , p5 , p6 ) 0.178, 0.190, 0.198, 0.201, 0.203, 0.181, 0.167, 0.160, 0.165, 0.169, 0.167, 0.167, 0.170, 0.166, 0.163, 0.159, 0.164, 0.161, 0.164, 0.160, 0.160, 0.159, 0.158, 0.157, 0.164, 0.160, 0.157, 0.158, 0.159, 0.155, 0.155, 0.156, 0.164, 0.160, 0.157, 0.156, 0.155, 0.155, 0.154, 0.203, 0.164 0.160 0.156 0.156 0.154 0.182 0.202 0.167 100.67 134.88 186.25 253.14 339.36 418.73 434.55 529.81 s ∗ = (s1 , s2 , s3 , s4 , s5 , s6 ) 0.179, 0.193, 0.202, 0.206, 0.208, 0.183, 0.169, 0.161, 0.164, 0.167, 0.168, 0.169, 0.169, 0.166, 0.161, 0.157, 0.164, 0.160, 0.161, 0.161, 0.161, 0.159, 0.157, 0.154, 0.164, 0.160, 0.156, 0.156, 0.157, 0.155, 0.154, 0.152, 0.164, 0.160, 0.156, 0.154, 0.154, 0.153, 0.152, 0.208, Sai số f (s ∗ ) 0.164 0.160 0.156 0.154 0.152 0.183 0.208 0.169 ∆f (s ∗ ) (%) 100.94 136.09 188.66 257.66 342.40 422.80 442.40 542.40 0.27 1.21 2.40 4.52 3.04 4.07 7.85 12.6 0.27 0.89 1.27 1.75 0.89 0.96 1.86 2.32 Bảng 2.10 – Kết thực nghiệm so sánh thuật toán PSO, ACO-ĐVTN MMAS-ĐVTN nhiều lớp dịch vụ PSO ACO-ĐVTN MMAS-ĐVTN Số lớp Tốt Trung bình Xấu Tốt Trung bình Xấu Tốt Trung bình Xấu 10 12 16 20 24 28 32 36 40 100.53 125.21 153.63 210.68 256.11 315.37 417.58 512.68 652.95 751.53 99.17 122.24 151.21 207.97 252.00 311.90 415.10 510.36 649.31 748.03 97.39 120.16 150.27 204.20 249.55 309.16 411.33 508.51 648.29 747.22 100.53 125.21 156.26 216.26 256.63 319.89 419.32 513.47 653.21 760.16 99.79 123.97 154.07 214.62 253.28 316.72 417.79 511.28 651.07 757.38 98.28 121.08 151.06 212.98 251.67 313.86 414.45 509.41 650.84 755.35 100.53 125.21 156.26 221.74 255.68 327.37 420.32 513.47 654.32 757.63 100.29 124.24 154.79 219.69 253.55 324.03 418.83 511.72 652.28 755.24 99.78 121.26 153.10 218.88 252.16 317.16 417.24 510.76 649.57 752.20 Hình 2.5 – So sánh thời gian thực thi PSO, ACO-ĐVTN MMAS-ĐVTN Như vậy, toán tối ưu cấp phát tài nguyên tập trung cho lớp dịch vụ phức tạp với ảnh hưởng tác động lẫn nhiều tham số tác động đến hàm mục tiêu toán Trong mục này, luận án đề xuất thuật toán ACO-ĐVTN MMAS-ĐVTN cho phép tìm nghiệm gần tối ưu với sai số nhỏ so với nghiệm tối ưu thực thời gian tuyến tính có khả áp dụng mơ hình có số lớp dịch vụ lớn 2.3 2.3.1 Đáp ứng tài nguyên cho luồng đa phương tiện Mơ hình tốn Mơ hình tốn tối ưu QoS cho luồng đa phương tiện theo mơ hình Q-MOF [15] định nghĩa sau: Định nghĩa 2.3 (Tối ưu QoS cho luồng đa phương tiện [15]) n pi wi xij ui (rij ) (2.12) xij rijk Bdownlink (2.13) Buplink (2.14) Rk , ∀ k = q+1, , m (2.15) Rik , ∀ k = m, ∀ i = n (2.16) max i=1 j =1 thỏa mãn ràng buộc: h pi q i=1 j =1 k =1 pi q n xij rijk i=h+1 j =1 k =1 n pi xij rijk i=1 j =1 pi xij rijk j =1 n pi xij = (2.17) xij ∈ {0, 1} , ∀ i = n, ∀ j = pi (2.18) i=1 j =1 13 2.3.2 Đề xuất thuật toán MMAS tối ưu QoS luồng đa phương tiện Đồ thị cấu trúc có dạng hình phụ thuộc vào số lượng luồng n số lượng tham số chất lượng dịch vụ pi yêu cầu luồng fi Khi bắt đầu q trình tìm kiếm, kiến tìm nhóm có phạm vi nhỏ nên số khả lựa chọn khơng nhiều Sau kiến liên kết lại với để sinh lựa chọn Khi đó, phương án tốn tập đối tượng S = oij | xoij = cho xoij = có nghĩa đối tượng oij lựa chọn tương ứng với việc biến định xij = Ta xây dựng phương án S = {oi1 j1 , , oin jn } với vết mùi lưu đối tượng Vết mùi τij đặc trưng cho mối quan hệ với đối tượng oij Điểm quan trọng để xây dựng lời giải việc kết hợp khám phá tri thức dựa thông tin heuristic để bổ sung thành phần vào cấu trúc lời giải Gọi Sk tập đối tượng chọn vòng lặp thứ k , C (Candidates) tập tất luồng nhóm chọn khơng vi phạm ràng buộc tài nguyên, τSk thông số heuristic động vết mùi đối tượng Sk , ηSk thông tin heuristic giúp đánh giá việc lựa chọn Sk , α β hệ số điều chỉnh ảnh hưởng Hàm mục tiêu đánh giá phương án tính (2.12) Thuật toán MMAS tối ưu giám sát QoS cho luồng đa phương tiện (MMAS-Q.MOF) mô tả sau: Thuật toán 2.2 MMAS-Q.MOF Các tham số: α, β, ρ, k Số lượng kiến: K Số vòng lặp tối đa NMax Giới hạn vết mùi: τmin , τmax Khởi tạo vết mùi cho tất đối tượng nhóm τmax ; Topksolution ⇐ {Lưu lại k phương án tốt nhất} ; i = ; Repeat SGbest ⇐ ∅ ; For kiến k = K SIbest ⇐ ∅ ; C ⇐ Tất nhóm luồng dịch vụ ; While C = ∅ Cg ⇐ Chọn nhóm có vết mùi cao tập C ; Candidates ⇐ {oij ∈ Cg thỏa mãn ràng buộc (2.13-2.16)} w u (rij ) Cập nhật giá trị heuristic cục bộ: sk (Oij ) = mi i rijl ; i=1 dS (l) k α Chọn đối tượng oij ∈ C với xác suất PSk (Oij ) = β [τSk (Oij )] [ηSk (Oij )] α β ; [τSk (Oij )] [ηSk (Oij )] Oij ∈C Sk ⇐ Sk ∪oij ; Loại bỏ Cg khỏi tập C ; Endwhile If f (Sk ) > f (SIbest ) then SIbest ⇐ Sk ; Endfor If f (SGbest ) < f (SIbest ) then SGbest ⇐ SIbest ; Cập nhật sở liệu vết mùi giá trị cận biên τmin τmax ; i = i +1 ; Until (i > NMax ) or (giải pháp tối ưu tìm thấy) ; Để nâng cao hiệu thuật toán MMAS trên, luận án thử nghiệm cách tiếp cận tương tự sử dụng phương pháp cập nhật vết mùi MLAS, SMMAS 3LAS đề xuất [23] 2.3.3 Kết thực nghiệm đánh giá Mơ hình thực nghiệm tối ưu QoS luồng dịch vụ đa phương tiện hai nút mạng ứng người dùng đầu cuối với n luồng đa phương tiện với tiêu chất lượng khác Các thuật toán khai báo cài đặt ngôn 14 ngữ C với tham số thực nghiệm là: K = 100,Nmax = 500, α = 1, β = 5, ρ = 0.5, k = 10, τmin = 0.01, τmax = 8, τmid = τmax −τmin Thực nghiệm liệu IMS Testbed lấy từ [15–17] với tham số cần đáp ứng dịch vụ AVC yêu cầu mô tả Bảng 2.11 Bảng 2.13 [17] Kết so sánh hàm mục tiêu thời gian thực thi trung bình thuật tốn MMAS 50 lần thực với phương án tối ưu giải công cụ GLPK [10] cho Bảng 2.14 Thực nghiệm 2trên liệu thực nghiệm gồm 10 toán sinh ngẫu nhiên với tham số chi tiết số lượng luồng theo hướng downlink uplink cho Bảng 2.15 Các giá trị tiện tích luồng phân bố theo tài nguyên yêu cầu ui (rij ) ∈ [0, 1], Bdownlink = 1200 kbps, Buplink = 800 kbps Kết thực nghiệm so sánh chi tiết cho Bảng 2.16 Thực nghiệm cài đặt cải tiến thuật toán MMAS kết hợp với qui tắc cập nhật vết mùi MLAS, SMMAS 3LAS [23] Bằng thực nghiệm thấy ưu điểm sử dụng SMMAS 3-LAS so với MMAS Bảng 2.16 Kết so sánh thời gian thực thi thuật tốn cho Hình 2.7 Hình 2.6 – So sánh thời gian thực thi thuật toán luồng 2.4 Kết chương Trong Mục 2.2, luận án tập trung nghiên cứu toán tối ưu cấp phát tài nguyên cho lớp dịch vụ có xét đến u cầu QoS Thuật tốn MMAS đề xuất khắc phục hạn chế phương pháp tất định sử dụng tính chất giải tích hàm mục tiêu ràng buộc không hiệu số lượng lớp dịch vụ tăng đánh giá ảnh hưởng tham số lớp dịch vụ đến hàm mục tiêu Bài toán toán tối ưu tài nguyên cho luồng đa phương tiện đảm bảo yêu cầu QoS đề cập đến Mục 2.3 Mục tiêu hướng đến xây dựng cấu hình cấp phát tài nguyên mạng cho người dùng thỏa mãn ràng buộc cam kết theo trọng số dùng để biểu diễn tương đối mức độ đáp ứng dịch vụ cho luồng liệu với mục tiêu cực đại hàm chi phí thu Thuật toán MMAS đề xuất cho phép tối ưu tài nguyên cho luồng đa phương tiện đảm bảo yêu cầu QoS ứng dụng đa phương tiện áp dụng nhiều luồng dịch vụ đa phương tiện với số lượng ràng buộc lớn 15 Bảng 2.11 – Tập tham số yêu cầu ràng buộc luồng dịch vụ AVC Tập tham số đáp ứng Dịch vụ yêu cầu Người dùng A Người dùng B Ràng buộc p1 p2 Thành phần đa phương tiện Codecs audio, video, data, image, model audio: peg, pcm, gsm Băng thông Downlink tối thiểu Trễ Downlink, Uplink tối đa Biến thiên trễ Downlink, Uplink tối đa Mất gói Downlink, Uplink tối đa Băng thông Uplink tối thiểu Độ phân giải cục Độ phân giải từ xa audio, video, image, model audio: peg, video: mpeg, mjpeg, h263 1300 150 N/A N/A 1000 N/A 1204x768 Ngdùng A, B: audio, video, data, image, text Not Allowed (N/A):audio, G729, G723 p3 p4 ,p8 p5 ,p9 p6 , p10 p7 p11 p12 audio, video, data audio: mpeg, gsm ; video: mpeg, h26 46 150 10 46 176x144 176x144 1200 150 N/A N/A 800 1204x768 N/A 1400 N/A N/A N/A 1400 N/A N/A Bảng 2.12 – Tập tham số luồng đa phương tiện thực nghiệm Giá trị Tập luồng đa phương tiện Luồng liệu thoại (audio) liệu hình (video) theo hướng downlink uplink Các điểm hoạt động luồng Giá trị tiện tích luồng phân bố theo tài nguyên yêu cầu Băng thông downlink giới hạn Đơn vị tính giá thành bit liệu Chi phí tối đa truyền liệu Chi phí băng thông lớp q 16 Tập tham số dịch vụ F = (f1 , f2 , f3 , f4 ) ({f1 }, {f2 }) ({f3 }, {f4 }) P = (p1 , p2 , p3 , p4 ) = (3, 8, 3, 8) ui (rij ) ∈ [0, 1] Bdownlink = 1200 kbps, Buplink = 800 kbps 10 [unit/bit] 20000 [unit/s] [bit/s] x chi phí lớp q [unit/b] Bảng 2.13 – Tài nguyên yêu cầu chi phí đáp ứng luồng đa phương tiện Luồng f1 , f3 f2 , f4 Tài nguyên Tham số hoạt động codec: codec: codec: codec: codec: codec: codec: codec: codec: codec: codec: GSM, tốc độ lấy mẫu: 8000, tốc độ bits mẫu: MPEG, tốc độ lấy mẫu: 22050, tốc độ bits mẫu: 16 MPEG, tốc độ lấy mẫu: 44100, tốc độ bits mẫu: 16 MPEG, sample rate: 44100, tốc độ bits mẫu: 16 H263, độ phân giải: 176x144, tốc độ truyền khung hình: 15 MJPEG, độ phân giải: 176x144, tốc độ truyền khung hình: MJPEG, độ phân giải: 176x144, tốc độ truyền khung hình: MJPEG, độ phân giải: 176x144, tốc độ truyền khung hình: MJPEG, độ phân giải: 352x288, tốc độ truyền khung hình: MJPEG, độ phân giải: 352x288, tốc độ truyền khung hình: MJPEG, độ phân giải: 352x288, tốc độ truyền khung hình: 10 15 15 30 Băng thơng (kbps) rij Chi phí rij Lợi nhuận ui (rij ) r11 r12 r13 r21 r22 r23 r24 r25 r26 r27 r28 21 34 64 25 90 370 400 781 1015 1400 2000 210 340 640 900 900 3700 4000 7810 10150 14000 20000 0.5 0.8 1.0 0.2 0.4 0.5 0.6 0.7 0.8 0.9 1.0 Bảng 2.14 – So sánh hàm mục tiêu thời gian thực thi thuật tốn MMAS-QMOF với cơng cụ GLPK liệu chuẩn Sai số (%) Hiệu (%) Vòng lặp Phân bố tài nguyên Thuật toán MMAS-QMOF Hàm mục tiêu Thời gian (giây) Phân bố tài nguyên Công cụ GNU Linear Programming Kit Hàm mục tiêu Thời gian (giây) Hàm mục tiêu Thời gian 93 128 187 264 331 375 417 (r13 , r23 , r33 , r44 ) (r13 , r25 , r33 , r43 ) (r13 , r26 , r33 , r42 ) (r13 , r24 , r33 , r44 ) (r13 , r25 , r33 , r44 ) (r13 , r26 , r33 , r43 ) (r13 , r26 , r33 , r44 ) 2.770 2.839 2.840 2.840 2.909 2.909 2.980 0.583 0.597 0.615 0.628 0.639 0.646 0.652 (r13 , r23 , r33 , r44 ) (r13 , r25 , r33 , r43 ) (r13 , r26 , r33 , r42 ) (r13 , r24 , r33 , r44 ) (r13 , r25 , r33 , r44 ) (r13 , r26 , r33 , r43 ) (r13 , r26 , r33 , r44 ) 2.770 2.839 2.840 2.840 2.909 2.909 2.980 0.625 0.633 0.641 0.659 0.670 0.677 0.683 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 6.72% 5.69% 4.06% 4.70% 4.63% 4.58% 4.54% Bảng 2.15 – Tham số số lượng luồng theo hướng downlink uplink thực nghiệm Số luồng Tham số thực thi Downlink (f1 , , fh ) Uplink (fh+1 , , fn ) Downlink (p1 , , ph ) Uplink (ph+1 , , pn ) #1 #2 #3 #4 #5 #6 #7 #8 #9 #10 17 Test {f1 } {f1 } {f1 } {f1 , f2 } {f1 , f2 , f3 } {f1 , f2 , f3 } {f1 , f2 } {f1 , f2 , f3 , f4 } {f1 , f2 , f3 } {f1 , f2 , f3 , f4 , f5 } {f2 } {f2 } {f2 , f3 , f4 } {f3 , f4 } {f4 } {f4 , f5 , f6 } {f3 , f4 , f5 , f6 } {f5 , f6 , f7 , f8 } {f4 , f5 , f6 , f7 , f8 } {f6 , f7 , f8 } (2) (3) (4) (3, 8) (3, 7, 4) (6, 8, 9) (10, 15) (10, 15, 20, 25) (15, 20, 30) (20, 25, 30, 35, 45) (2) (4) (2, 5, 7) (3, 8) (9) (8, 5, 4) (8, 10, 12, 13) (10, 15, 20, 25) (20, 10, 30, 25, 15) (40, 35, 50) Bảng 2.16 – So sánh kết thực thi thuật toán MMAS-QMOF, SMMAS-QMOF, MLAS-QMOF 3-LAS-QMOF MMAS-QMOF SMMAS-QMOF MLAS-QMOF 3-LAS-QMOF GLPK Test Tốt Trung bình Tồi Tốt Trung bình Tồi Tốt Trung bình Tồi Tốt Trung bình Tồi Tối ưu #1 #2 #3 #4 #5 #6 #7 #8 #9 #10 1.752 1.965 2.786 2.980 2.863 4.792 4.937 10.573 11.218 10.983 1.866 2.515 3.386 3.235 3.263 5.342 5.537 11.123 11.268 11.183 1.982 3.065 3.836 3.905 3.188 5.492 6.137 11.498 11.343 11.418 1.752 1.965 2.786 2.980 2.863 4.792 4.937 10.573 11.218 10.983 1.797 2.325 2.826 3.427 2.943 4.912 5.438 11.093 11.738 11.263 1.891 2.458 3.337 3.976 3.423 5.179 6.048 11.337 12.205 11.596 1.752 1.965 2.786 2.980 2.863 4.792 4.937 10.573 11.218 10.983 1.781 2.398 3.219 3.281 3.230 5.092 5.104 11.006 11.351 11.183 1.884 2.578 3.339 3.560 3.630 5.112 5.144 11.466 11.671 11.503 1.752 1.965 2.786 2.980 2.863 4.792 4.937 10.573 11.218 10.983 1.792 2.015 3.136 3.305 3.013 5.042 5.062 10.623 11.393 11.191 1.863 2.393 3.203 3.861 3.080 5.198 5.573 10.645 11.704 11.552 1.752 1.965 2.786 2.980 2.863 4.792 4.937 10.573 11.218 10.983 Chương An ninh dịch vụ mạng NGN Bảo mật tham số quan trọng (trong số trường hợp mức độ bảo mật xét sau băng thông) bên cạnh tập tham số để cung cấp QoS dịch vụ theo mức ưu tiên khác tới người dùng trước hành động xâm nhập công mạng 3.1 Kiến trúc đảm bảo ninh mạng NGN Khuyến nghị X.805 [31] ITU-T đưa nhằm cung cấp giải pháp an ninh đầu cuối áp dụng cho thiết bị với lớp an ninh định nghĩa lớp an ninh sở hạ tầng, lớp an ninh dịch vụ lớp an ninh ứng dụng Tất lớp an ninh xây dựng dựa vào để tạo nên giải pháp an ninh tổng thể cho mạng Cách thức xử lý theo mơ hình phân lớp thực sau: lỗ hổng an ninh xử lý lớp an ninh sở hạ tầng, sau xử lý lớp dịch vụ, cuối lỗ hổng an ninh xử lý mức ứng dụng Kiến trúc bảo mật nhằm khắc phục lỗ hổng an ninh giảm thiểu nguy công mạng NGN theo X.805 với lớp an ninh biện pháp phòng chống 3.2 Tấn công từ chối dịch vụ Tấn công từ chối dịch vụ (Denial of Servcice-DoS) [9] hiểu nỗ lực ngăn người sử dụng dịch vụ hợp pháp hay cố gắng gây từ chối sẵn sàng dịch vụ đến người dùng hợp pháp Một công DoS vào ứng dụng dịch vụ Internet thực cách chiếm tài nguyên quan trọng (băng thông mạng, nhớ máy chủ, không gian lưu trữ, thời gian xử lý CPU) phục vụ ứng dụng phục vụ truy cập đến ứng dụng để chặn ứng dụng hoạt động ngắt kết nối ứng dụng với Internet, làm cho ứng dụng khơng sẵn sàng với người dùng Có hai mơ hình Agent-Handler IRC-Based Hiện loại hình cơng DDoS đa dạng với nhiều cơng cụ sử dụng Các hình thức cơng phân loại dựa vào tiêu chí cụ thể có thêm xem [9] Các chế phòng thủ cố gắng chặn công DDoS cách lọc lưu lượng công (đưa lọc bổ sung định tuyến ; kiểm tra tất gói liệu đến sở đặc tính hóa lưu lượng, loại bỏ gói tin bị nghi ngờ) mức định tuyến [6, 18] 3.3 Đề xuất giải pháp phịng chống dựa sách Giải pháp phịng chống cơng DDoS chia thành kiểu: Dựa mã (Signature-based ), phòng thủ ngưỡng (Threshold defense) kiểu kết hợp Các dạng công DDoS thực tìm kiếm lỗ hổng bảo mật 18 máy tính kết nối tới Internet khai thác lỗ hổng bảo mật để xây dựng mạng Botnet gồm nhiều máy tính kết nối tới Internet Do đó, cơng khó để ngăn chặn hồn tồn Ngay tất biện pháp phòng chống sử dụng, chúng tồn vấn đề sau: - Các gói tin cơng đến Firewall chặn lại, hầu hết chúng đến từ địa IP chưa có tập luật Firewall nên chúng coi gói tin hợp lệ - Khi địa nguồn gói tin bị giả mạo không nhận phản hồi từ địa nguồn thật biện pháp ngăn chặn thông thường cấm giao tiếp với địa nguồn Tuy nhiên mạng Botnet bao gồm từ hàng nghìn tới vài trăm nghìn địa IP Internet điều vơ khó khăn để ngăn chặn công - Các công làm cạn kiệt băng thông mạng thực server mạng LAN Khi máy chủ Web có hàng trăm Mbps kết nối Internet biện pháp kiểm sốt mức tiêu thụ băng thơng mạng khơng cịn hiệu trước kiểu cơng tràn UDP, ICMP lúc lưu lượng đẩy lên hàng Gbps Biện pháp phịng chống mạng LAN khơng đủ để ngăn chặn máy chủ tình trạng tải tạo nên tượng nghẽn mạng - Kiểu công làm cạn kiệt tài nguyên biện pháp đối phó có vấn đề gói tin người sử dụng thường xuyên trộn lẫn với gói tin cơng bị loại bỏ Giả thiết kiến trúc mạng NGN xây dựng từ ISP cho phép cung cấp dịch vụ cá nhân mở rộng, nút Router mạng điều khiển ISP phát địa IP bất thường Như phân tích trên, mục tiêu biện pháp phòng chống công DDoS hướng đến giảm thiểu thiệt hại tài nguyên máy chủ Nhưng công DoS sử dụng UDP lại làm tăng băng thơng gói tin mạng gửi đến máy chủ từ mạng LAN nên khó để chống lại Các biện pháp phịng chống DoS sử dụng UDP hiệu chưa thực hiệu Vì mục tiêu phương pháp đề xuất báo hướng đến kiểm soát ngăn chặn công DoS dùng UDP Đa số giao thức truyền thông mạng TCP sử dụng Web Servers Mail Servers Còn giao thức UDP sử dụng DNS NTP truyền thông với lượng băng thông nhỏ Giao thức báo hiệu điều khiển lớp ứng dụng SIP sử dụng băng thông rộng để thiết lập, trì, kết thúc phiên truyền thông đa phương tiện sử dụng UDP RTP Tuy nhiên, dịch vụ UDP khó đánh giá bình thường băng thơng mạng từ phía ISP Hướng tiếp cận luận án dùng sách an ninh riêng để phát cơng DoS cách kiểm sốt số lượng gói tin UDP phát sinh mạng NGN có vượt giới hạn định đơn vị thời gian với băng thơng sẵn có hay khơng ? Giới hạn xác định dựa sách an ninh riêng mạng LAN thiết lập trước cơng DoS xảy 1) Thiết lập sách an ninh riêng: Băng thông Server dành cho gói tin UDP đơn vị thời gian thiết lập thành tham số để điều 19 khiển cơng DoS Giá trị số lượng gói tin UDP giây mà băng thông cho phép, nội dung sách an ninh gồm địa IP Server mô tả địa máy chủ cần kiểm sốt, ngưỡng phát cơng lượng băng thơng dành cho UDP kiểm sốt bất thường gói tin 2) Phát gói tin IP bất thường: Số lượng gói tin UDP đến Server kiểm soát nhờ Router mạng NGN Tấn công DoS phát khi số lượng gói tin UDP giây vượt số lượng gói tin thiết lập sách bảo mật riêng Việc kiểm tra thực kiểu gói tin UDP, địa IP số hiệu cổng đích 3) Truyền thơng báo cho thiết bị: Sau phát bị cơng DoS, Router gửi cảnh báo đến tất Router khác thông qua giao thức SIP Giao thức SIP xem phần mở rộng sách an ninh riêng Các thơng truyền bao gồm kiểu gói tin công, địa IP, số hiệu cổng máy bị công độ trễ yêu cầu Các thông tin sử dụng để đánh dấu gói tin Thời gian trễ sử dụng để điều khiển đường truyền 4) Đánh dấu gói tin: nút Router mạng NGN kiểm tra tất thơng tin gói tin dựa vào thơng báo gửi đến qua giao thức SIP Các gói tin trước thông qua ghi lại nhãn thời gian tiêu đề mở rộng gói tin IP (Hiện giao thức SIP chưa có chức đề xuất xây dựng) Trong trường hợp gói tin IP có kích thước lớn ta tiến hành phân mảnh trước ghi nhãn thời gian lên phân mảnh Q trình kiểm sốt thực lượng băng thông tối thiểu cho phép chuyển tiếp gói tin UDP từ mạng NGN đến mạng LAN, dựa vào ta ngăn chặn công DoS cách hạn chế số lượng gói tin UDP Hình 3.1 Hình 3.1 – Q trình điều khiển đường truyền Việc điều khiển đường truyền mạng NGN thực dựa thời gian trễ đánh dấu gói tin IP chuyển tiếp lặp lại quay vòng đầu vào nút Router Khi nhận gói tin IP, nhãn thời gian đánh dấu so sánh với thời gian thời để đảm bảo thời gian trễ yêu cầu thêm vào Phương pháp đề xuất làm giảm số lượng gói tin đơn vị thời gian cách kiểm soát độ trễ gói tin Đồng nghĩa với việc cơng DoS kiểm sốt nhờ việc tăng độ trễ gói tin cơng Tuy nhiên, gói tin hợp lệ từ phía người dùng bị ảnh hưởng độ trễ nhỏ 20 Kiến trúc mạng mô kết hợp mạng LAN, NGN Internet thể Hình 3.2 Trong đó, sử dụng nguồn phát sinh gói tin UDP từ Internet Một nguồn sinh người dùng A B , nguồn cịn lại kẻ cơng DoS tạo Giả sử tất gói tin UDP truyền qua mạng NGN từ mạng Internet đến mạng LAN, băng thông truy cập truyền mạng NGN LAN 10 Mbps, băng thông mạng Internet NGN lớn 10 Mbps, băng thông Router điều khiển với Router lõi 100 Mbps Hình 3.2 – Kiến trúc mạng mô DDoS Để kiểm chứng, tác giả tiến hành thực nghiệm mô phần mềm NS2 phiên 2.33 [2] Cấu trúc mạng mô công với 20 nút (ni , i = 20) sau: Nút n1 , n2 , n3 , n4 , n5 biểu diễn Router lõi ; Nút n6 , n7 , n8 , n9 , n10 biểu diễn nút Router điều khiển Nút n12 , n13 , n14 , n1 5, n16 biểu diễn người dùng Nút n17 , n18 , n19 , n20 máy chủ NTP , HTTP , DNS1 , DNS2 Nút n11 kẻ công, đích cơng n19 , n20 Kịch nút n1 công vào n1 9, người dùng n1 2, n14 lúc truy cập đến n19 Kịch nút n11 công đồng thời vào n19 n20 ; người dùng n12 , n14 gửi gói tin đến n19 ; người dùng n13 , n15 , n16 gửi gói tin đến n20 Tham số chi tiết cho đối tượng thực nghiệm thể với tốc độ truyền khơng đổi, sách bảo mật thiết lập bảo vệ n19 n20 thể [3] (danh mục cơng trình) Kịch mơ thực với thời gian công kéo dài 30 giây, thời điểm bắt đầu công giây thứ Thông số đánh giá tỷ lệ băng thông truy cập đường truyền mức thông thường điều khiển với sách an ninh riêng Trong kịch 1, thời gian từ 0-5 giây, lưu lượng gói tin UDP mạng người dùng thơng thường kẻ công DoS 1.15 Mbps Sau kẻ cơng thực chiếm tồn băng thơng đường truyền từ giây thứ gây tắc nghẽn tạm thời Khi áp dụng phương pháp kiểm sốt sau giây phát cơng DoS băng thơng mạng bị cơng DoS giảm xuống gần với băng thông người dùng thông thường nằm ngưỡng cho phép 1.75 Mbps Hình 3.3(a) Tương tự với kịch 2, thời gian từ 0-5 giây, lưu lượng mạng người dùng thông thường kẻ công DoS chiếm 50% thơng Sau đó, mơ kẻ cơng thực chiếm tồn băng thơng đường truyền 10 Mbps từ giây thứ Khi áp dụng phương pháp kiểm soát dựa thời gian trễ sau 21 Hình 3.3 – Kết kiểm sốt băng thơng gói tin UDP kịch giây phát cơng DoS băng thơng mạng bị công DoS giảm xuống gần với băng thông người dùng thơng thường Hình 3.3(b) Kết mô cho thấy tắc nghẽn tạm thời gây công DoS Nhưng sau phương pháp điều khiển công DoS thực hiện, băng thông giao tiếp người sử dụng thường xuyên bảo đảm người sử dụng giao tiếp mà không cần ảnh hưởng công DoS Điều khẳng định dịng lưu lượng nội mạng NGN khơng bị ảnh hưởng gói tin cơng DoS kiểm soát cổng vào Router Các biện pháp phịng chống cơng DoS áp dụng mạng Moving Firewall [4, 5] Sự khác biệt đề xuất báo nghiên cứu trước thể điểm sau: - Phương pháp kiểm sốt cơng DoS sử dụng thiết bị Moving Firewall điều khiển băng thông giải pháp báo đưa điều khiển độ trễ nút Router - Các gói tin công DoS phát nút Router bị trì hỗn khơng bị loại bỏ như dùng Moving Firewall nên khơng làm gói tin người dùng hợp lệ mà làm chậm lại, thời gian trễ khơng đáng kể - Giải pháp đề xuất sử dụng nút Router điều khiển cổng mạng phương pháp Moving Firewall thiết lập toàn mạng giống cảm biến Từ khác biệt trên, giải pháp đề xuất dự kiến ngăn chặn công DoS hiệu so với biện pháp trước 3.4 Kết luận chương Trong chương này, luận án phân tích thách thức khó khăn việc đảm bảo an ninh dịch vụ mạng NGN Đặc biệt khó khăn ngăn chặn công DoS máy chủ dịch vụ, thực vấn đề nan giải Từ phân tích đó, tác giả đề xuất biện pháp phịng chống cơng DoS mạng NGN dựa sách an ninh riêng thiết lập Router điều khiển Hiệu biện pháp đề xuất mô NS-2 so sánh đánh giá với hướng tiếp cận trước Kết thực nghiệm cho thấy giải pháp đề xuất phát kiểm sốt đợt công DoS dựa UDP hiệu 22 Kết luận Trong luận án, tác giả trình bày kết nghiên cứu qui hoạch, phát triển, nâng cấp mở rộng sở hạ tầng mạng có lên mạng hệ nhằm tối ưu vị trí thiết bị, kết nối dung lượng Đặc biệt tập trung đến việc quản lý, phân bố tài nguyên tập trung cho lớp dịch vụ luồng đa phương tiện Đây vấn đề ngày trở nên cấp thiết nhà cung cấp dịch vụ mạng phát triển không ngừng lớp ứng dụng hội tụ IP mạng NGN Những kết nghiên cứu vừa có tính tổng hợp, hệ thống hóa vừa mang tính đề xuất, phát triển, áp dụng kiểm chứng giải thuật tiến hóa để giải tốn tối ưu đơn mục tiêu, đa mục tiêu khó nhiều ràng buộc chưa có thuật tốn hiệu để giải cách tìm phương án gần tối ưu hiệu nhanh thời gian tuyến tính Các đóng góp luận án Những kết nghiên cứu luận án có ý nghĩa việc bổ sung hoàn thiện giải pháp tối ưu qui hoạch cấp phát tài nguyên hiệu cho lớp dịch vụ đảm bảo yêu cầu QoS Cụ thể, luận án đóng góp kết sau: Đề xuất thuật tốn ACO tối ưu mở dung lượng mạng không dây kế thừa sở hạ tầng sẵn có với mục tiêu hướng đến tối thiểu chi phí vận hành, cài đặt, nâng cấp chi phí xây thành phần mạng để đảm bảo nhu cầu lưu lượng toàn hệ thống Đánh giá ảnh hưởng số lượng kiến số vòng lặp đến thời gian thực thi hàm mục tiêu thuật toán Đề xuất thuật toán MMAS tối ưu cấp phát tài nguyên cho lớp dịch vụ có xét đến yêu cầu QoS áp dụng mềm dẻo số lớp dịch vụ lớn Khắc phục hạn chế phương pháp tất định sử dụng tính chất giải tích hàm mục tiêu ràng buộc không hiệu số lượng lớp dịch vụ tăng Đánh giá ảnh hưởng tham số lớp dịch vụ đến hàm mục tiêu Đề xuất thuật toán MMAS tối ưu tài nguyên cho luồng đa phương tiện đảm bảo yêu cầu QoS ứng dụng đa phương tiện áp dụng nhiều luồng dịch vụ đa phương tiện với số lượng ràng buộc lớn Mục tiêu hướng đến xây dựng cấu hình cấp phát tài nguyên mạng cho người dùng thỏa mãn ràng buộc cam kết theo trọng số dùng để biểu diễn tương đối mức độ đáp ứng dịch vụ cho luồng liệu với mục tiêu cực đại hàm chi phí thu 23 Đề xuất giải pháp phịng chống cơng từ chối dịch vụ phân tán mạng NGN dựa sách an ninh bảo mật riêng thiết lập Router điều khiển Các gói tin cơng phát nút Router bị trì hỗn khơng bị loại bỏ nên khơng làm gói tin người dùng hợp lệ mà làm chậm lại, thời gian trễ khơng đáng kể Kết thực nghiệm cho thấy giải pháp đề xuất phát kiểm sốt hiệu đợt công Ưu điểm thuật toán đề xuất hội tụ nhanh với qui tắc heuristic kết hợp học tăng cường thông qua thông tin vết mùi cho phép bước thu hẹp khơng gian tìm kiếm mà khơng loại bỏ lời giải tốt để nâng cao chất lượng lời giải Tuy nhiên, quy tắc khơng phải ln có khó can thiệp để thay đổi chất lượng Do vậy, toán cần quan tâm tới cách cập nhật mùi để nâng cao chất lượng thuật toán Hơn nữa, việc lựa chọn thiết lập tham số thực thi thuật toán tối ưu đàn kiến quan trọng ảnh hưởng đến hiệu thuật toán Qua thực nghiệm, luận án lựa chọn tham số phù hợp hiệu để thu chất lượng lời giải tốt toán Các kết luận án công bố báo cáo Hội nghị quốc tế, báo tạp chí quốc tế, báo Kỷ yếu Hội thảo Quốc gia Một số vấn đề chọn lọc Công nghệ thông tin Truyền thông Hướng phát triển Trong luận án này, tác giả đề xuất thuật tốn Meta-Heurisctic để tìm phương án tối ưu thời gian tuyến tính giải tốn tối ưu mạng NGN Công việc tác giả hướng đến là: Mơ hình hóa chi tiết toán tối ưu định vị mở rộng dung lượng mạng không dây sát với thực tế cho phép thực thi áp dụng liệu thực nhằm giải toán qui hoạch lại hệ thống trạm BTS phát triển hạ tầng mạng viễn thông Tiếp tục cải tiến thử nghiệm thêm phương pháp cập nhật vết mùi nhằm nâng cao hiệu chất lượng lời giải Nghiên cứu đề xuất giải pháp đảm bảo an ninh dịch vụ mạng NGN bảo mật tham số quan trọng QoS Đặc biệt mơ hình kỹ thuật phịng chống kiểu cơng từ chối dịch vụ- mối đe dọa lớn làm gây ảnh hưởng nghiêm trọng đến chất lượng dịch vụ cung cấp Nghiên cứu mở rộng toán định vị tài nguyên hỗ trợ QoS cho dịch vụ môi trường tập trung phân tán mạng có tính tương tác cao lý thuyết trò chơi mạng xã hội Nghiên cứu kỹ thuật định tuyến mạng đáp ứng yêu cầu chất lượng dịch vụ, giải pháp điều khiển luồng tránh tắc nghẽn phân chia tài nguyên cho luồng tin với ứng dụng khác cách hợp lý tránh để ứng dụng chiếm nhiều tài nguyên gây suy giảm QoS cung cấp 24 Danh mục cơng trình khoa học Dac-Nhuong Le, Evaluation of Pheromone Update in Min-Max Ant System Algorithm to Optimizing QoS for Multimedia Services in NGNs, in proceeding of the 49th International Conference on Emerging ICT for Bridging Future (CSI 2014), Hyderabad, India, Dec 12–14, 2014 Advances in Intelligent System and Computing, Vol.338, pp.9-17, Springer (ISI Proceeding) Dac-Nhuong Le, MMAS Algorithm Applied to Optimal Resource Allocation to Support QoS Requirements in NGNs, Proceeding of the 8th International Wireless Internet Conference, Symposium on Wireless and Vehicular Communication (WICON 2014), Lisbon, Portugal, November 13–14, 2014 Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering, pp.212-217, Springer (ISI Proceeding) Lê Đắc Nhường, Nguyễn Gia Như, Lê Trọng Vĩnh Giải pháp phòng chống cơng DDoS dựa sách bảo mật mạng hệ mới, Kỷ yếu Hội thảo quốc gia Một số vấn đề chọn lọc Công nghệ thông tin Truyền thông lần thứ 16, Đà Nẵng, Tr.95-102, Nxb KH&KT Hà Nội, 2013 Dac-Nhuong Le, Nhu Gia Nguyen, Dac Binh Ha, Vinh Trong Le A new genetic algorithm applied to objectives optimal of upgrading infrastructure in NGWN, Proceeding of International conference wireless communication, networking, and mobile computing (WICOM 2013), Journal of Communication Network, Vol.5(3)B, pp.223-231, Beijing, China, September 25-26, 2013 Dac-Nhuong Le, Son Hong Ngo, Vinh Trong Le ACO algorithm applied to multi-objectives Optimal of Capacity Expansion in NGWN, International Journal of Wireless and Microwave Technologies, Vol.3(1), pp.37-49, 2013 Lê Đắc Nhường, Nguyễn Gia Như, Lê Trọng Vĩnh Tối ưu phân bố tài nguyên cho lớp dịch vụ đáp ứng yêu cầu QoS mạng NGN sử dụng thuật toán tối ưu đàn kiến, Kỷ yếu Hội thảo quốc gia Một số vấn đề chọn lọc CNTT&TT lần thứ 17, Đăklăk 30-31/10/2014 Dac-Nhuong Le Optimizing Resource Allocation to Support QoS Requirements in Next Generation Networks using ACO Algorithm, International Journal of Computer Science and Information Technology & Security, Vol.2(5), pp.931-938, 2012 Dac-Nhuong Le DDoS Attack defense in Next Generation Networks using Private Security Policy, International Journal of Information & Network Security, Vol.3(3), pp.205-216, 2014 Dac-Nhuong Le, Performance evaluation of heuristic algorithms for optimal location of controllers in wireless networks, in proceeding of the International Conference on Information systems Design and Intelligent Applications (INDIA 2015), West Bengal, India, Jan 8-9, 2015 Advances in Intelligent System and Computing, Vol.339 Springer (ISI Proceeding) ... # 31 #32 0 .10 , 0 .10 , 0 .10 ,0 .10 , 0 .10 , 0 .10 0 .11 , 0 .10 , 0 .10 , 0 .10 , 0 .10 , 0 .10 0 .12 , 0 .11 , 0 .10 , 0 .10 , 0 .10 ,0 .10 0 .13 , 0 .12 , 0 .11 , 0 .10 , 0 .10 ,0 .10 0 .13 , 0 .12 , 0 .11 , 0 .11 , 0 .10 , 0 .10 0 .13 , 0 .12 ,... 0 .11 , 0 .11 , 0 .12 , 0 .13 0 .13 , 0 .12 , 0 .11 , 0 .12 , 0 .13 , 0 .14 0 .10 , 0 .11 , 0 .12 , 0 .13 , 0 .14 , 0 .15 0 .10 , 0 .11 , 0 .12 , 0 .13 , 0 .14 , 0.20 0 .16 7, 0 .16 7, 0 .16 7, 0 .16 7, 0 .16 7, 0 .16 7 0 .17 2, 0 .16 6, 0 .16 6, 0 .16 5,... 0 .16 7, 0 .16 8, 0 .16 9, 0 .16 9, 0 .16 6, 0 .16 1, 0 .15 7, 0 .16 4, 0 .16 0, 0 .16 1, 0 .16 1, 0 .16 1, 0 .15 9, 0 .15 7, 0 .15 4, 0 .16 4, 0 .16 0, 0 .15 6, 0 .15 6, 0 .15 7, 0 .15 5, 0 .15 4, 0 .15 2, 0 .16 4, 0 .16 0, 0 .15 6, 0 .15 4, 0 .15 4,