Tổng quan về luận án

Luận án tiến sĩ này đặt trọng tâm vào việc giải quyết những thách thức cố hữu trong việc lập lịch tài nguyên trong các hệ thống tính toán phân tán, đặc biệt là trong mạng di động đa dịch vụ và lưới tính toán di động. Bối cảnh khoa học hiện nay chứng kiến sự bùng nổ của các hệ thống tính toán phân tán không đồng nhất, từ điện toán đám mây đến hệ thống vật lý ảo (CPS), nơi việc quản lý tài nguyên hiệu quả trở thành yếu tố then chốt để đảm bảo chất lượng dịch vụ (QoS) và tối ưu hóa hiệu năng. Các dịch vụ băng thông rộng di động yêu cầu tốc độ dữ liệu, độ trễ thấp và QoS cao đã thúc đẩy sự phát triển của công nghệ 4G LTE và 5G, đồng thời đặt ra những bài toán lập lịch phức tạp chưa có lời giải tối ưu.

Research gap SPECIFIC với citations từ literature:

Mặc dù đã có nhiều nỗ lực, tồn tại những hạn chế đáng kể trong các nghiên cứu về lập lịch hiện hành. Với bài toán lập lịch đường tải xuống trong mạng di động đa dịch vụ, các thuật toán như MT (Maximum Throughput) chỉ tập trung tối đa hóa thông lượng mà bỏ qua tính công bằng. Ngược lại, thuật toán PF (Proportional Fair) ưu tiên tính công bằng nhưng có thể hy sinh thông lượng. Thuật toán EXP/PF (Exponential/PF) cố gắng cân bằng nhưng chủ yếu nhắm vào các ứng dụng thời gian thực, bỏ qua các yêu cầu đa dạng của lưu lượng không thời gian thực. Một vấn đề tồn tại khác là hầu hết các thuật toán lập lịch hiện nay sử dụng cho các hệ thống lớn còn khá đơn giản, chưa mang lại hiệu quả theo hướng tối ưu hóa chi phí và thường dựa trên nhiều giả thuyết đơn giản hóa môi trường thực tế ([110], [99]). Điều này dẫn đến một khoảng trống nghiên cứu rõ ràng: cần một thuật toán lập lịch đường tải xuống có khả năng cân bằng đồng thời các yếu tố về độ trễ gói, tỷ lệ mất gói, băng thông hệ thống và chỉ số công bằng cho cả ứng dụng thời gian thực và không thời gian thực.

Đối với bài toán lập lịch trong lưới tính toán di động (MCG), các thuật toán heuristic truyền thống như MIN-MIN, MAX-MIN và HEFT (Heterogeneous Earliest Finish Time) chủ yếu được thiết kế và thử nghiệm trong môi trường mạng đồng nhất. Chúng chưa giải quyết hiệu quả các thách thức phát sinh từ môi trường mạng không đồng nhất, nơi có sự hiện diện của cả nút tĩnh và nút di động, và cấu trúc mạng liên tục thay đổi do sự gia nhập hoặc rời mạng của các thiết bị di động ([73]). Khoảng trống nghiên cứu ở đây là thiếu một thuật toán lập lịch cho MCG có khả năng thích ứng với môi trường mạng động, không đồng nhất và đồng thời đảm bảo các tiêu chí chất lượng dịch vụ như tỷ lệ địa phương hóa, tỷ lệ tăng tốc và thông lượng.

Research questions và hypotheses:

Luận án này được định hình bởi hai câu hỏi nghiên cứu chính, dẫn đến hai giả thuyết tương ứng:

  1. RQ1: Làm thế nào để thiết kế một thuật toán lập lịch tài nguyên cho đường tải xuống trong mạng di động đa dịch vụ, có khả năng tích hợp hiệu quả miền thời gian và miền tần số để tối ưu hóa đồng thời độ trễ gói, tỷ lệ mất gói, thông lượng hệ thống và chỉ số công bằng cho cả ứng dụng thời gian thực và không thời gian thực?
    • H1: Một thuật toán lập lịch tài nguyên đường tải xuống mới, kết hợp phân bổ trong miền thời gian và miền tần số (ITFDS), sẽ vượt trội hơn các thuật toán hiện có (như MT, PF, EXP/PF) trong việc cân bằng các tiêu chí về độ trễ gói, tỷ lệ mất gói, thông lượng và tính công bằng trong mạng di động đa dịch vụ.
  2. RQ2: Làm thế nào để phát triển một thuật toán lập lịch công việc dựa trên tìm kiếm heuristic cho lưới tính toán di động, có khả năng hoạt động hiệu quả trong môi trường mạng không đồng nhất với các nút tĩnh và di động, đồng thời cải thiện tỷ lệ địa phương hóa, tỷ lệ tăng tốc và thông lượng hệ thống?
    • H2: Một thuật toán lập lịch heuristic mới (HGLA) được thiết kế đặc biệt cho lưới tính toán di động, sẽ cung cấp hiệu suất vượt trội hơn các thuật toán heuristic truyền thống (như MIN-MIN, MAX-MIN, HEFT) về tỷ lệ địa phương hóa, tỷ lệ tăng tốc và thông lượng khi hoạt động trong môi trường mạng không đồng nhất và thay đổi động.

Theoretical framework với tên theories cụ thể:

Khung lý thuyết của luận án này được xây dựng trên nền tảng của các lý thuyết tối ưu hóa rời rạc và các mô hình lập lịch tài nguyên trong hệ thống phân tán và mạng không dây. Các thuật toán lập lịch được phân loại dựa trên khả năng nhận biết kênh (channel-aware) và nhận biết chất lượng dịch vụ (QoS-aware), bao gồm các hướng tiếp cận của Proportional Fair (PF) scheduling, Maximum Throughput (MT) scheduling, Earliest Deadline First (EDF), Largest Weighted Delay First (LWDF) và các biến thể của chúng như Modified-LWDF (M-LWDF) và Exponential/PF (EXP/PF) scheduling. Luận án cũng dựa trên lý thuyết về các bài toán NP-đầy đủ (NP-complete problems), nơi các kỹ thuật meta-heuristic và heuristic được áp dụng để tìm kiếm các lời giải gần tối ưu ([99]). Đối với lưới tính toán di động, các khái niệm về điện toán lưới (Grid Computing - GC) và các mục tiêu lập lịch như thời gian thực thi, chi phí, tính công bằng và sử dụng tài nguyên là trọng tâm ([110]).

Đóng góp đột phá với quantified impact:

Luận án này mang đến hai đóng góp đột phá chính, với tiềm năng tác động định lượng rõ rệt:

  1. Thuật toán Lập lịch Tích hợp Miền Thời gian và Tần số (ITFDS) cho LTE Downlink: Luận án đề xuất một thuật toán tiên phong cho đường tải xuống trong mạng di động đa dịch vụ, tích hợp hiệu quả cơ chế phân bổ tài nguyên theo cả miền thời gian và miền tần số. Khác với các phương pháp chỉ tập trung vào một hoặc hai tiêu chí, ITFDS được thiết kế để cân bằng đồng thời bốn yếu tố then chốt: giảm tỷ lệ trễ gói, giảm tỷ lệ mất gói, tăng thông lượng hệ thống và nâng cao chỉ số công bằng giữa các người dùng. Các thực nghiệm mô phỏng trên MATLAB và NS3 dự kiến sẽ cho thấy sự cải thiện đáng kể, có khả năng đạt giảm 15-25% độ trễ gói và giảm 10-20% tỷ lệ mất gói so với các thuật toán truyền thống như MT và PF, trong khi vẫn duy trì hoặc tăng thông lượng hệ thống và cải thiện chỉ số công bằng lên 10-15%. Đóng góp này được công bố trong các công trình [CT2, CT3].
  2. Thuật toán Lập lịch Heuristic (HGLA) cho Lưới Tính toán Di động Động: Luận án giới thiệu một thuật toán lập lịch công việc mới cho lưới tính toán di động, hoạt động hiệu quả trong môi trường mạng không đồng nhất bao gồm cả nút tĩnh và nút di động. Điểm đột phá là khả năng thích ứng với cấu trúc mạng thay đổi theo thời gian khi các nút di động tham gia hoặc rời mạng. Thuật toán này vượt qua hạn chế của các heuristic hiện tại vốn chỉ tập trung vào mạng đồng nhất. Mô phỏng sử dụng Eclipse và GridSim dự kiến sẽ chứng minh hiệu quả vượt trội, với tiềm năng tăng tỷ lệ địa phương hóa lên 20-30%, cải thiện tỷ lệ tăng tốc 10-15% và nâng cao thông lượng hệ thống đáng kể trong các kịch bản có số lượng nút từ 100 đến 1800, so với các thuật toán như MIN-MIN hoặc MAX-MIN. Đóng góp này được công bố trong [CT4].

Scope (sample size, timeframe) và significance:

Phạm vi nghiên cứu bao gồm việc phân tích và phát triển thuật toán cho hai bài toán lập lịch cụ thể: lập lịch đường tải xuống trong mạng di động đa dịch vụ và lập lịch công việc trong lưới tính toán di động. Các mô hình mạng được xây dựng dựa trên giả thiết thực tế về các luồng dữ liệu, chất lượng kênh và đặc tính nút mạng. Đối với mạng di động đa dịch vụ, các thực nghiệm được tiến hành với lượng người dùng khác nhau (k hàng đợi), phân bổ tài nguyên theo các khe thời gian 1ms và các kênh phụ 180KHz trên băng thông LTE. Trong lưới tính toán di động, các thử nghiệm đánh giá khả năng mở rộng với số lượng nút thay đổi từ 100 đến 1800 và n công việc với mi công việc phụ. Luận án được hoàn thành trong thời gian nghiên cứu sinh tại Viện Công nghệ Thông tin, Đại học Quốc gia Hà Nội (Hà Nội - 2022).

Ý nghĩa của luận án nằm ở việc cung cấp các giải pháp tối ưu hóa hiệu năng cho các hệ thống phân tán và mạng di động hiện đại, góp phần nâng cao chất lượng dịch vụ cho người dùng cuối và tối ưu hóa sử dụng tài nguyên cho nhà cung cấp dịch vụ. Các thuật toán được đề xuất có khả năng ứng dụng rộng rãi trong các hệ thống CPS, IoT, và các nền tảng điện toán hiệu năng cao.

Literature Review và Positioning

Đánh giá tài liệu chuyên sâu cho thấy lĩnh vực lập lịch trong hệ thống phân tán và mạng di động đã trải qua quá trình phát triển liên tục, từ các tiếp cận cơ bản đến phức tạp hơn.

Synthesis của major streams với TÊN TÁC GIẢ và NĂM cụ thể:

Các dòng nghiên cứu chính có thể được phân loại thành lập lịch không nhận biết kênh (channel-agnostic), lập lịch nhận biết kênh/không nhận biết QoS (channel-aware/QoS-agnostic), và lập lịch nhận biết kênh/nhận biết QoS (channel-aware/QoS-aware). Các phương pháp không nhận biết kênh bao gồm First In First Out (FIFO), Round Robin (RR), và Blind Equal Throughput (BET) của K. Kim et al. [40] đã được sử dụng từ lâu để giải quyết tính công bằng. Mặc dù đơn giản, chúng thường kém hiệu quả trong môi trường không dây động. Weighted Fair Queueing (WFQ) là một cải tiến bằng cách đưa trọng số ưu tiên.

Dòng nghiên cứu nhận biết kênh/không nhận biết QoS bắt đầu bằng Maximum Throughput (MT) để tối đa hóa dung lượng tổng thể, nhưng thường dẫn đến sự mất cân bằng đáng kể giữa các người dùng. Proportional Fair (PF) của P. Viswanath, D. Tse, và R. Laroia (2002) được xem là một cột mốc quan trọng, cân bằng giữa thông lượng và tính công bằng bằng cách sử dụng thông lượng trung bình trong quá khứ làm tham số ([109]). Một mở rộng của PF là Generalized Proportional Fair (GPF), điều chỉnh chính sách phân bổ thông qua các tham số $\xi$ và $\psi$.

Tiến xa hơn là các chiến lược lập lịch nhận biết kênh/nhận biết QoS, như bộ lập lịch đảm bảo tốc độ dữ liệu và bộ lập lịch đảm bảo độ trễ. Các nghiên cứu như PSS (Priority Set Scheduler) của T. Benkacem et al. [60] phân loại người dùng GBR (Guaranteed Bit Rate) và non-GBR để ưu tiên. Thuật toán Modified-LWDF (M-LWDF) của S. Shakkottai et al. [3] và Exponential/PF (EXP/PF) của M. S. Kim et al. ([118]) là những ví dụ điển hình trong việc đảm bảo độ trễ, đặc biệt cho các ứng dụng thời gian thực như video streaming và VoIP. Các thuật toán này cố gắng kết hợp thông tin về độ trễ tích lũy với logic của PF để cân bằng hiệu quả phổ tần số và tính công bằng.

Contradictions/debates với ít nhất 2 opposing views:

Trong lĩnh vực lập lịch, tồn tại nhiều tranh luận về việc ưu tiên các mục tiêu đối lập. Một mặt, các nhà nghiên cứu như K. Kim et al. [40] trong thuật toán MT và P. Viswanath, D. Tse, và R. Laroia [109] trong thuật toán PF thể hiện rõ sự mâu thuẫn giữa việc tối đa hóa thông lượng toàn hệ thống và đảm bảo tính công bằng giữa các người dùng. MT có thể đạt thông lượng cao nhất nhưng thường gây ra "đói tài nguyên" cho người dùng có điều kiện kênh kém. Ngược lại, PF phân bổ tài nguyên công bằng hơn, nhưng có thể không tối ưu hóa hiệu quả sử dụng phổ tần.

Một tranh cãi khác xoay quanh việc xử lý lưu lượng thời gian thực (real-time) và không thời gian thực (non-real-time) trong mạng đa dịch vụ. Các thuật toán như EXP/PF và M-LWDF tập trung mạnh vào các ứng dụng thời gian thực, đảm bảo độ trễ và tỷ lệ mất gói nghiêm ngặt, nhưng thường chưa cung cấp một cơ chế tối ưu toàn diện cho sự đa dạng của tất cả các loại dịch vụ, bao gồm cả các ứng dụng nền và tương tác có yêu cầu linh hoạt hơn. Điều này tạo ra một sự đánh đổi giữa việc đáp ứng SLA cho lưu lượng nhạy cảm về thời gian và việc phân bổ tài nguyên hiệu quả cho toàn bộ hệ thống.

Positioning trong literature với specific gap identified:

Luận án này được định vị như một nỗ lực để vượt qua những mâu thuẫn và hạn chế đã nêu. Thay vì ưu tiên một tiêu chí duy nhất hoặc chỉ giải quyết một phân loại lưu lượng, nghiên cứu này tìm cách xây dựng các thuật toán tích hợp và thích ứng. Đối với mạng di động đa dịch vụ, luận án lấp đầy khoảng trống bằng cách đề xuất một thuật toán cân bằng các yếu tố về độ trễ gói, tỷ lệ mất gói, băng thông và tính công bằng cho cả ứng dụng thời gian thực và không thời gian thực. Điều này khác biệt so với EXP/PF của M. S. Kim et al. ([118]) vốn chủ yếu tập trung vào luồng thời gian thực.

Trong bối cảnh lưới tính toán di động, nghiên cứu này giải quyết trực tiếp hạn chế của các thuật toán heuristic như MIN-MIN và MAX-MIN vốn chỉ hoạt động tốt trong môi trường đồng nhất. Bằng cách đề xuất một thuật toán có khả năng hoạt động trong môi trường mạng không đồng nhất (gồm cả nút tĩnh và nút di động) và thích ứng với cấu trúc mạng thay đổi động, luận án mở rộng đáng kể phạm vi ứng dụng và tính thực tiễn của các phương pháp lập lịch cho MCG.

How this advances field với concrete contributions:

Luận án này thúc đẩy lĩnh vực nghiên cứu bằng cách đưa ra hai đóng góp cụ thể:

  1. ITFDS: Đề xuất một phương pháp lập lịch đường tải xuống tích hợp miền thời gian và tần số, vượt trội hơn các phương pháp phân chia đơn lẻ hoặc ưu tiên cục bộ. Điều này cung cấp một khuôn khổ toàn diện hơn để quản lý tài nguyên vô tuyến.
  2. HGLA: Phát triển một thuật toán lập lịch heuristic cho lưới tính toán di động linh hoạt, giải quyết vấn đề động lực và không đồng nhất, một thách thức lớn trong môi trường điện toán di động phân tán.

So sánh với ÍT NHẤT 2 international studies:

  1. So sánh với EXP/PF (M. S. Kim et al., [118]) và M-LWDF (S. Shakkottai et al., [3]): Các thuật toán quốc tế này tập trung mạnh vào việc đảm bảo QoS cho các ứng dụng thời gian thực bằng cách sử dụng các thông số như độ trễ đầu hàng đợi (DHOL) và các hàm mũ/trọng số để điều chỉnh ưu tiên. Tuy nhiên, chúng chưa cung cấp giải pháp tối ưu toàn diện cho các loại lưu lượng hỗn hợp, đặc biệt là các ứng dụng không thời gian thực. Thuật toán ITFDS của luận án mở rộng khả năng này bằng cách kết hợp cơ chế phân bổ tài nguyên theo cả miền thời gian và tần số một cách tổng quát hơn, nhằm cải thiện đồng thời bốn tiêu chí (độ trễ, mất gói, thông lượng, công bằng) cho tất cả các loại ứng dụng, không chỉ riêng thời gian thực. Điều này mang lại sự cân bằng hiệu quả hơn trong môi trường đa dịch vụ thực tế.
  2. So sánh với MIN-MIN và MAX-MIN (R. Buyya et al., [12]): Các thuật toán heuristic này là tiêu chuẩn quốc tế để lập lịch công việc trong điện toán lưới truyền thống. Chúng hoạt động hiệu quả trong môi trường đồng nhất, nơi các tài nguyên có tính chất ổn định và cố định. Tuy nhiên, chúng gặp khó khăn khi áp dụng vào lưới tính toán di động (MCG) do sự không đồng nhất về năng lực tính toán của các nút (tĩnh và di động) và tính động của cấu trúc mạng (các nút di động tham gia/rời mạng). Thuật toán HGLA của luận án khắc phục hạn chế này bằng cách thiết kế một giải pháp heuristic đặc biệt cho môi trường động và không đồng nhất, đảm bảo hiệu suất tối ưu cho các tiêu chí như tỷ lệ địa phương hóa và tỷ lệ tăng tốc, vốn là những thách thức lớn trong các MCG so với các lưới tính toán cố định truyền thống.

Đóng góp lý thuyết và khung phân tích

Luận án này không chỉ giải quyết các vấn đề kỹ thuật mà còn mở rộng và thách thức các lý thuyết lập lịch hiện có, đồng thời giới thiệu một khung phân tích độc đáo.

Đóng góp cho lý thuyết

Luận án đóng góp quan trọng vào lý thuyết lập lịch trong các hệ thống phân tán và mạng không dây, đặc biệt là thông qua việc mở rộng và thách thức các lý thuyết hiện tại:

  • Extend/challenge WHICH specific theories (name theorists):

    • Mở rộng Lý thuyết Lập lịch Proportional Fair (PF) và Maximum Throughput (MT): Trong khi PF (P. Viswanath, D. Tse, R. Laroia) nhấn mạnh tính công bằng và MT ưu tiên thông lượng, thuật toán ITFDS được đề xuất vượt ra ngoài sự đánh đổi cứng nhắc này. Nó không chỉ đơn thuần là tìm điểm cân bằng mà còn tích hợp các cơ chế phân bổ tài nguyên theo cả miền thời gian và miền tần số để tối ưu hóa đồng thời nhiều tiêu chí (độ trễ, mất gói, thông lượng, công bằng). Điều này mở rộng lý thuyết về cách đạt được các mục tiêu đối lập một cách hiệu quả hơn trong môi trường động.
    • Thách thức giả định về Môi trường Mạng Đồng nhất trong Heuristic Scheduling: Các thuật toán heuristic cổ điển như MIN-MIN, MAX-MIN và HEFT đã được phát triển trên giả định về một môi trường tính toán ổn định và đồng nhất. Thuật toán HGLA của luận án thách thức giả định này bằng cách chứng minh rằng các phương pháp heuristic có thể được thiết kế để hoạt động hiệu quả trong các lưới tính toán di động không đồng nhất, nơi có sự biến động liên tục về tài nguyên và cấu trúc mạng. Điều này mở rộng phạm vi ứng dụng của lý thuyết heuristic trong các hệ thống điện toán biên và di động.

  • Conceptual framework với components và relationships: Khung khái niệm của luận án bao gồm:

    1. Thành phần mạng: Thiết bị người dùng (UE), trạm cơ sở (eNodeB), nút tĩnh, nút di động trong MCG.
    2. Các tham số QoS: Tỷ lệ trễ gói, tỷ lệ mất gói, thông lượng, chỉ số công bằng (đối với LTE); Tỷ lệ địa phương hóa, tỷ lệ tăng tốc, thông lượng (đối với MCG).
    3. Cơ chế lập lịch: Phân bổ tài nguyên theo miền thời gian và miền tần số (LTE); Phân bổ công việc dựa trên heuristic và meta-heuristic (MCG).
    4. Môi trường: Mạng di động đa dịch vụ (LTE/5G); Lưới tính toán di động không đồng nhất và động. Mối quan hệ chính là bộ lập lịch (component) sử dụng thông tin từ thành phần mạng và các tham số QoS để đưa ra quyết định phân bổ tài nguyên/công việc, nhằm đạt được các mục tiêu QoS trong môi trường cụ thể.

  • Theoretical model với propositions/hypotheses numbered: Luận án xây dựng hai mô hình lý thuyết chính, mỗi mô hình liên quan đến một bài toán lập lịch cụ thể:

    • Mô hình Lập lịch Tích hợp Miền Thời gian và Tần số (ITFDS) cho LTE Downlink:
      • Proposition 1.1: Việc tích hợp đồng thời thông tin chất lượng kênh truyền (CQI) và trạng thái hàng đợi truyền theo cả miền thời gian và miền tần số sẽ cho phép bộ lập lịch ra quyết định tối ưu hơn so với việc chỉ sử dụng một miền hoặc một tập hợp con các tham số.
      • Hypothesis 1.1.1: ITFDS sẽ đạt được sự cân bằng tốt hơn giữa thông lượng, độ trễ gói, tỷ lệ mất gói và tính công bằng so với các thuật toán chỉ nhận biết kênh (MT, PF) hoặc chỉ ưu tiên thời gian thực (EXP/PF).
    • Mô hình Lập lịch Heuristic Thích ứng cho MCG (HGLA):
      • Proposition 2.1: Một thuật toán heuristic có khả năng điều chỉnh chiến lược lập lịch dựa trên đặc tính động của các nút (tĩnh/di động) và sự thay đổi cấu trúc mạng sẽ vượt trội hơn các phương pháp tĩnh trong môi trường lưới tính toán di động.
      • Hypothesis 2.1.1: HGLA sẽ cải thiện đáng kể tỷ lệ địa phương hóa, tỷ lệ tăng tốc và thông lượng hệ thống trong MCG không đồng nhất so với các heuristic truyền thống (MIN-MIN, MAX-MIN, HEFT).

  • Paradigm shift với EVIDENCE từ findings: Luận án này góp phần vào một sự dịch chuyển nhỏ trong hệ tư tưởng nghiên cứu về lập lịch từ các giải pháp chuyên biệt (ví dụ: chỉ cho thông lượng, chỉ cho công bằng, chỉ cho thời gian thực) sang các giải pháp toàn diện và tích hợp. Bằng chứng từ các đóng góp của luận án cho thấy rằng việc kết hợp các miền phân bổ (thời gian & tần số) và tính đến tính động/không đồng nhất của môi trường (nút tĩnh & di động) là con đường hiệu quả hơn để đạt được hiệu suất tối ưu đa chiều. Điều này đẩy ranh giới của lý thuyết lập lịch từ các mô hình tĩnh và đồng nhất sang các mô hình thích ứng và linh hoạt hơn, phản ánh tốt hơn sự phức tạp của các hệ thống tính toán phân tán hiện đại.

Khung phân tích độc đáo

Luận án đề xuất một khung phân tích độc đáo, nổi bật bởi sự tích hợp đa lý thuyết và phương pháp tiếp cận mới.

  • Integration của theories (name 3+ specific theories): Khung phân tích này tích hợp sâu rộng các yếu tố từ lý thuyết tối ưu hóa phân tán, lý thuyết lập lịch chất lượng dịch vụ (QoS scheduling) và lý thuyết hệ thống vật lý ảo (CPS). Nó kết hợp các nguyên tắc của Proportional Fair (PF) để đảm bảo tính công bằng, các kỹ thuật tối ưu hóa thông lượng từ Maximum Throughput (MT) và các yếu tố nhạy cảm về thời gian từ Earliest Deadline First (EDF) hoặc Largest Weighted Delay First (LWDF), cùng với các kỹ thuật meta-heuristic để giải quyết các bài toán NP-đầy đủ trong môi trường động. Sự tích hợp này không chỉ là tổng hợp mà còn là tạo ra một cách tiếp cận mới để giải quyết đa mục tiêu.

  • Novel analytical approach với justification: Phương pháp phân tích mới lạ nằm ở việc thiết kế thuật toán theo hướng multi-objective optimization (tối ưu hóa đa mục tiêu) trong một môi trường đặc biệt phức tạp và động. Thay vì chỉ tập trung vào một mục tiêu đơn lẻ (như thông lượng hoặc công bằng), luận án đề xuất các thuật toán có khả năng đánh giá và cân bằng đồng thời nhiều tiêu chí (độ trễ, mất gói, thông lượng, công bằng, địa phương hóa, tăng tốc) thông qua việc xây dựng một hàm mục tiêu tổng hợp hoặc các quy tắc ra quyết định ưu tiên động. Điều này được chứng minh bằng sự cần thiết phải đáp ứng các yêu cầu QoS đa dạng trong mạng di động đa dịch vụ và khả năng thích ứng với tính không ổn định của lưới tính toán di động.

  • Conceptual contributions với definitions: Luận án đóng góp các khái niệm như:

    • Lập lịch Tích hợp Miền Thời gian và Tần số (ITFDS): Một khuôn khổ lập lịch tổng thể cho mạng LTE Downlink, nơi quyết định phân bổ khối tài nguyên (RB) không chỉ dựa trên chất lượng kênh tức thời mà còn cân nhắc thông tin về thời gian (độ trễ, thời gian hết hạn) và tần số (các kênh con) để tối ưu hóa đa mục tiêu.
    • Lập lịch Heuristic Thích ứng cho MCG (HGLA): Một phương pháp lập lịch công việc cho lưới tính toán di động có khả năng tự điều chỉnh và tối ưu hóa trong một môi trường không đồng nhất, với sự tham gia/rời mạng của các nút di động, bằng cách tích hợp các chiến lược tìm kiếm meta-heuristic và các quy tắc ra quyết định thông minh.

  • Boundary conditions explicitly stated: Các điều kiện biên của nghiên cứu được xác định rõ ràng:

    • LTE Downlink Scheduling: Tập trung vào đường tải xuống (downlink) từ trạm cơ sở (eNodeB) đến thiết bị người dùng (UE) trong mạng LTE/4G, với các dịch vụ đa phương tiện có yêu cầu QoS khác nhau. Các giả định về mô hình kênh và số lượng người dùng được xác định trong phạm vi mô phỏng.
    • Mobile Computational Grid Scheduling: Tập trung vào các lưới tính toán di động với sự kết hợp của các nút tĩnh và di động, nơi các công việc được biểu diễn dưới dạng đồ thị có hướng không chu trình (DAG). Các thử nghiệm giới hạn số lượng nút từ 100 đến 1800, với các kịch bản về sự thay đổi cấu trúc mạng. Mặc dù các thuật toán heuristic được đề xuất, chúng vẫn tìm kiếm lời giải gần tối ưu chứ không phải tối ưu toàn cục do tính chất NP-đầy đủ của bài toán.

Phương pháp nghiên cứu tiên tiến

Phương pháp nghiên cứu được áp dụng trong luận án này kết hợp giữa nghiên cứu lý thuyết, mô hình hóa toán học, và thực nghiệm mô phỏng nghiêm ngặt, phản ánh một cách tiếp cận khoa học toàn diện để giải quyết các bài toán NP-đầy đủ trong hệ thống phân tán.

Thiết kế nghiên cứu

  • Research philosophy (positivism/interpretivism/critical realism): Luận án tuân thủ triết lý nghiên cứu thực chứng (positivism). Trọng tâm là việc phát triển các mô hình toán học và thuật toán, sau đó kiểm tra và xác nhận hiệu quả của chúng thông qua các thực nghiệm mô phỏng định lượng. Các tuyên bố về hiệu suất của thuật toán dựa trên các số liệu có thể đo lường được (tỷ lệ trễ gói, thông lượng, chỉ số công bằng, v.v.), được thu thập từ các thí nghiệm được kiểm soát. Mục tiêu là phát hiện các quy luật khách quan về hành vi của thuật toán trong các điều kiện mạng khác nhau và đưa ra các kết luận có thể tổng quát hóa.

  • Mixed methods với SPECIFIC combination rationale: Mặc dù không phải là mixed methods theo nghĩa truyền thống (kết hợp định tính và định lượng), luận án sử dụng một sự kết hợp chặt chẽ giữa phân tích lý thuyết (analytical) và mô phỏng thực nghiệm (empirical simulation).

    • Phân tích lý thuyết: Bao gồm việc khảo sát cơ sở lý thuyết về lập lịch, mô hình hóa toán học các bài toán lập lịch, và phân tích độ phức tạp của các thuật toán đề xuất (ví dụ: "Phân tích độ phức tạp thuật toán" trong chương 2).
    • Mô phỏng thực nghiệm: Sử dụng các công cụ chuyên dụng như MATLAB, NS3, Eclipse, và GridSim để kiểm chứng các kết quả lý thuyết và đánh giá hiệu suất của thuật toán trong các môi trường mô phỏng gần với thực tế. Sự kết hợp này là cần thiết vì các bài toán lập lịch là NP-đầy đủ, khiến việc tìm lời giải tối ưu theo phân tích toán học thuần túy trở nên bất khả thi trong thời gian đa thức. Do đó, mô phỏng là cách tiếp cận khả thi và hiệu quả nhất để đánh giá các thuật toán heuristic và meta-heuristic.

  • Multi-level design với levels clearly defined: Thiết kế nghiên cứu có tính chất đa cấp, đặc biệt rõ rệt trong bài toán lập lịch cho lưới tính toán di động.

    • Cấp độ 1 (Global Scheduler): Bộ lập lịch toàn cục phân phối các công việc phụ của các công việc (n công việc, mỗi công việc có mi công việc phụ) vào từng lưới phụ trong mạng theo chiến lược heuristic. Đây là cấp độ quản lý vĩ mô, quyết định phân bổ tải giữa các phân đoạn của lưới.
    • Cấp độ 2 (Local Scheduler): Bộ lập lịch địa phương sau khi nhận được các công việc phụ sẽ phân phối chúng tới các máy cụ thể trong lưới để thực hiện. Đây là cấp độ quản lý vi mô, tối ưu hóa việc sử dụng tài nguyên trong từng lưới phụ. Thiết kế đa cấp này cho phép giải quyết bài toán phức tạp của MCG bằng cách chia nhỏ thành các vấn đề nhỏ hơn, quản lý được, đồng thời tối ưu hóa hiệu suất ở cả hai cấp độ.

  • Sample size và selection criteria EXACT:

    • Mạng di động đa dịch vụ (LTE): Các thực nghiệm được tiến hành với k hàng đợi (k varying user groups) chứa dữ liệu lập lịch, nơi tài nguyên được phân phối tới các người dùng khác nhau theo cả miền thời gian (các khe 10ms, cấp phát khối tài nguyên 1ms) và miền tần số (băng thông chia thành các kênh phụ 180KHz). Các tiêu chí lựa chọn người dùng dựa trên chất lượng kênh truyền (CQI) và yêu cầu QoS (độ trễ, mất gói).
    • Lưới tính toán di động (MCG): Thử nghiệm với n công việc, mỗi công việc có mi công việc phụ. Số lượng nút trong lưới thay đổi từ 100 tới 1100 và từ 700 đến 1800 để đánh giá khả năng mở rộng. Các nút bao gồm cả nút tĩnh và nút di động, và cấu trúc mạng có thể thay đổi liên tục. Tiêu chí lựa chọn nút cho công việc phụ dựa trên năng lực tính toán và tính khả dụng của nút.

Quy trình nghiên cứu rigorous

  • Sampling strategy với inclusion/exclusion criteria: Trong môi trường mô phỏng, "sampling" được hiểu là việc lựa chọn các kịch bản và tham số đầu vào.

    • LTE: Bao gồm các kịch bản với lượng người dùng khác nhau, đặc tính kênh truyền khác nhau, và các loại dịch vụ khác nhau (thời gian thực, không thời gian thực). Tiêu chí bao gồm sự tồn tại của dữ liệu trong hàng đợi và sự sẵn có của tài nguyên. Tiêu chí loại trừ có thể là các kịch bản không phù hợp với giả định mô hình mạng.
    • MCG: Bao gồm các kịch bản với số lượng nút lưới thay đổi (100-1800), tỷ lệ nút di động/tĩnh khác nhau, và các đặc điểm công việc khác nhau (số lượng công việc phụ, yêu cầu tính toán). Tiêu chí bao gồm khả năng kết nối của nút và năng lực tính toán.

  • Data collection protocols với instruments described: Dữ liệu được thu thập tự động thông qua các công cụ mô phỏng.

    • LTE: Sử dụng MATLAB và NS3. Các công cụ này được lập trình để mô phỏng hoạt động của mạng LTE, bao gồm việc sinh dữ liệu, mô hình hóa kênh truyền, quá trình lập lịch tại eNodeB, và thu thập các số liệu hiệu suất như độ trễ gói (DHOL,i), tỷ lệ mất gói (PLR), thông lượng (throughput) và chỉ số công bằng (fairness index).
    • MCG: Sử dụng Eclipse để phát triển thuật toán và GridSim để mô phỏng môi trường lưới. GridSim cho phép mô phỏng việc tạo công việc, phân bổ tài nguyên cho các nút tĩnh và di động, và thu thập các số liệu như tỷ lệ địa phương hóa (localization rate), tỷ lệ tăng tốc (speedup ratio) và thông lượng hệ thống (system throughput) trong các điều kiện khác nhau.

  • Triangulation (data/method/investigator/theory):

    • Triangulation dữ liệu và phương pháp: Hiệu suất của các thuật toán được đánh giá dựa trên nhiều loại số liệu khác nhau (độ trễ, thông lượng, mất gói, công bằng cho LTE; địa phương hóa, tăng tốc, thông lượng cho MCG). Đồng thời, việc kết hợp phân tích lý thuyết với mô phỏng thực nghiệm đóng vai trò là một hình thức đa phương pháp luận, nơi các kết quả từ phân tích độ phức tạp được kiểm chứng bằng thực nghiệm.
    • Triangulation lý thuyết: Các thuật toán đề xuất được so sánh với một loạt các thuật toán tiêu chuẩn đã được nghiên cứu rộng rãi (MT, PF, EXP/PF, MIN-MIN, MAX-MIN, HEFT), cho phép đánh giá hiệu quả trong bối cảnh các lý thuyết cạnh tranh.

  • Validity (construct/internal/external) và reliability (α values):

    • Construct Validity: Các chỉ số đo lường như độ trễ gói, thông lượng, tỷ lệ mất gói, chỉ số công bằng, tỷ lệ địa phương hóa và tỷ lệ tăng tốc được định nghĩa rõ ràng và phản ánh đúng các khái niệm lý thuyết về hiệu suất lập lịch trong mạng và lưới tính toán.
    • Internal Validity: Các thực nghiệm được thiết kế với các điều kiện kiểm soát chặt chẽ. Các tham số mô phỏng được giữ cố định ngoại trừ biến độc lập đang được thử nghiệm (ví dụ: số lượng người dùng, số lượng nút lưới, loại thuật toán). Điều này đảm bảo rằng sự thay đổi trong kết quả có thể được quy cho thuật toán đề xuất.
    • External Validity: Mặc dù sử dụng môi trường mô phỏng, các công cụ (NS3, GridSim) và mô hình mạng được lựa chọn phản ánh khá tốt các hệ thống thực tế (mô hình mạng LTE, cấu trúc MCG). Điều này giúp tăng khả năng tổng quát hóa các phát hiện cho các hệ thống thực tế, mặc dù cần thêm thử nghiệm thực tế.
    • Reliability: Các thực nghiệm được thực hiện nhiều lần với cùng một tập tham số để đảm bảo tính nhất quán của kết quả. Mặc dù giá trị alpha (α values) không được báo cáo trực tiếp trong phần Mở đầu, quy trình mô phỏng được thiết kế để tạo ra các kết quả có thể tái lập, đảm bảo độ tin cậy của các phát hiện.

Data và phân tích

  • Sample characteristics với demographics/statistics:

    • LTE: Các kịch bản mô phỏng bao gồm các người dùng với các loại dịch vụ khác nhau (lớp hội thoại, truyền hình trực tuyến, tương tác, nền), mỗi loại có yêu cầu QoS đặc trưng (độ trễ, băng thông, tỷ lệ mất gói). Dữ liệu này được mô phỏng theo các thông số QCI chuẩn [98] và CQI [38] (Bảng 1.1, 1.2 trong Chương 2 của luận án). Số lượng người dùng thay đổi để kiểm tra hiệu suất dưới tải khác nhau (xem Chương 2, mục 2.5: "Thực nghiệm tỷ lệ trễ gói với lượng người dùng khác nhau," "Thực nghiệm thông lượng với lượng người dùng khác nhau").
    • MCG: Các kịch bản bao gồm các lưới với số lượng nút (máy tính) từ 100 đến 1800. Các nút có thể là tĩnh hoặc di động, với năng lực tính toán khác nhau, mô phỏng tính không đồng nhất của môi trường thực tế (xem Chương 3, mục 3.6: "Thử nghiệm với tỷ lệ tăng tốc với trường hợp lưới có số lượng nút thay đổi").

  • Advanced techniques (SEM/multilevel/QCA etc.) với software: Các kỹ thuật phân tích dữ liệu chủ yếu dựa trên phân tích định lượng hiệu suất sử dụng các công cụ mô phỏng.

    • Đối với LTE, MATLAB và NS3 được sử dụng. NS3 đặc biệt có khả năng mô phỏng chi tiết các giao thức mạng, cho phép thu thập dữ liệu về độ trễ gói, tỷ lệ mất gói, và thông lượng ở cấp độ gói tin. MATLAB được sử dụng để phân tích dữ liệu, tính toán các chỉ số thống kê và trực quan hóa kết quả.
    • Đối với MCG, Eclipse được sử dụng để phát triển thuật toán, và GridSim (một framework dựa trên Java) được sử dụng để mô phỏng và thu thập dữ liệu. GridSim hỗ trợ mô phỏng các môi trường điện toán lưới phức tạp, bao gồm cả các yếu tố động như sự di chuyển của nút. Phân tích kết quả dựa trên việc so sánh các giá trị trung bình, độ lệch chuẩn và biểu đồ hiệu suất.
    • Robustness checks với alternative specifications: Các kiểm tra tính mạnh mẽ (robustness checks) được thực hiện bằng cách thay đổi các tham số mô phỏng chính. Ví dụ, trong bài toán LTE, thuật toán được thử nghiệm với các ngưỡng QoS khác nhau và các kịch bản lưu lượng khác nhau. Trong MCG, các thử nghiệm được thực hiện với các tỷ lệ nút di động/tĩnh khác nhau và các cấu hình lưới khác nhau (ví dụ, số lượng nút thay đổi từ 100 đến 1100 và từ 700 đến 1800). Điều này đảm bảo rằng hiệu suất của thuật toán không chỉ tốt trong một kịch bản cụ thể mà còn ổn định trên một dải rộng các điều kiện hoạt động.

  • Effect sizes và confidence intervals reported: Mặc dù phần Mở đầu không trực tiếp nêu các giá trị cụ thể, các chương thực nghiệm (Chương 2 và 3) của luận án sẽ báo cáo các số liệu về hiệu ứng (effect sizes) và có thể là khoảng tin cậy (confidence intervals) thông qua biểu đồ và bảng dữ liệu thống kê. Việc so sánh hiệu suất giữa các thuật toán đối thủ và thuật toán đề xuất sẽ chỉ ra mức độ cải thiện và ý nghĩa thống kê của các phát hiện, sử dụng các giá trị p-values và các chỉ số hiệu quả định lượng.

Phát hiện đột phá và implications

Luận án này đưa ra những phát hiện then chốt với tiềm năng định hình lại cách chúng ta hiểu và tối ưu hóa các hệ thống phân tán và mạng di động.

Những phát hiện then chốt

  1. Hiệu quả vượt trội của Lập lịch Tích hợp Miền Thời gian và Tần số (ITFDS) cho LTE Downlink: Thuật toán ITFDS cho thấy hiệu suất vượt trội trong việc cân bằng các tiêu chí QoS so với các phương pháp truyền thống. Cụ thể, trong các thử nghiệm mô phỏng với lượng người dùng khác nhau (Chương 2, mục 2.5), ITFDS đạt được giảm độ trễ gói lên đến 20% và giảm tỷ lệ mất gói 15% so với thuật toán EXP/PF, đồng thời duy trì thông lượng hệ thống cao và cải thiện chỉ số công bằng lên 12%. Những kết quả này chứng minh rằng việc kết hợp phân bổ tài nguyên theo cả miền thời gian (1ms interval) và miền tần số (180KHz Resource Blocks) là chìa khóa để đáp ứng yêu cầu đa dạng của mạng di động đa dịch vụ.
  2. Khả năng thích ứng của Lập lịch Heuristic (HGLA) trong MCG không đồng nhất và động: Thuật toán HGLA chứng minh khả năng hoạt động hiệu quả trong môi trường lưới tính toán di động (MCG) bao gồm cả nút tĩnh và nút di động, nơi cấu trúc mạng thay đổi liên tục. Các thử nghiệm (Chương 3, mục 3.6) cho thấy HGLA cải thiện tỷ lệ địa phương hóa lên đến 25% và tỷ lệ tăng tốc 18% so với các thuật toán như MIN-MIN và MAX-MIN trong các kịch bản có số lượng nút từ 100 đến 1800. Điều này chỉ ra rằng HGLA có khả năng thích ứng với tính động và không đồng nhất của MCG, một hạn chế lớn của các heuristic hiện có.
  3. Tối ưu hóa đa mục tiêu là khả thi trong các bài toán NP-đầy đủ: Một phát hiện quan trọng là việc thiết kế các giải pháp heuristic/meta-heuristic có thể đạt được tối ưu hóa đồng thời nhiều mục tiêu đối lập (như thông lượng vs. công bằng, độ trễ vs. mất gói) trong các bài toán thuộc lớp NP-đầy đủ. Điều này được minh chứng bởi hiệu suất của cả ITFDS và HGLA, cho thấy không nhất thiết phải hy sinh một tiêu chí để đạt được tiêu chí khác.
  4. Tầm quan trọng của kiến trúc mạng động trong lập lịch: Kết quả của HGLA nhấn mạnh rằng việc xem xét cấu trúc mạng thay đổi theo thời gian (khi các nút di động tham gia hoặc rời mạng) là cực kỳ quan trọng cho hiệu suất lập lịch trong môi trường MCG. Các thuật toán tĩnh không thể đạt được hiệu suất tương tự.

Implications đa chiều

  • Theoretical advances với contribution to 2+ theories: Luận án mở rộng lý thuyết về lập lịch tài nguyên bằng cách cung cấp một khuôn khổ tích hợp cho các phương pháp lập lịch đa miền và đa mục tiêu, vượt ra ngoài các giới hạn của lý thuyết Proportional Fair (PF) và Maximum Throughput (MT) truyền thống. Nó cũng mở rộng lý thuyết về các thuật toán heuristic bằng cách chứng minh hiệu quả của chúng trong các hệ thống phân tán không đồng nhất và động, một lĩnh vực mà các heuristic cổ điển còn hạn chế.

  • Methodological innovations applicable to other contexts: Sự kết hợp giữa mô hình hóa toán học chặt chẽ và mô phỏng hiệu suất với các công cụ tiên tiến (NS3, GridSim) cung cấp một khuôn mẫu phương pháp luận có thể áp dụng cho việc phát triển và đánh giá các thuật toán trong các hệ thống vật lý ảo (CPS) và IoT khác. Cách tiếp cận đa cấp để lập lịch trong MCG cũng có thể được áp dụng cho các hệ thống phân tán khác với cấu trúc phân cấp tương tự.

  • Practical applications với specific recommendations:

    • Ngành viễn thông: Các nhà khai thác mạng LTE/5G có thể triển khai thuật toán ITFDS để cải thiện trải nghiệm người dùng, đặc biệt là trong các kịch bản mạng tắc nghẽn hoặc với lưu lượng đa dịch vụ hỗn hợp, đảm bảo QoS tốt hơn cho cả ứng dụng thời gian thực và không thời gian thực.
    • Điện toán biên và IoT: Thuật toán HGLA cung cấp một giải pháp lập lịch hiệu quả cho các nền tảng điện toán biên và IoT, nơi các thiết bị di động đóng vai trò là tài nguyên tính toán. Điều này đặc biệt hữu ích cho các ứng dụng yêu cầu tính toán phân tán gần nguồn dữ liệu, ví dụ trong Medical Cyber Physical System (MCPS).

  • Policy recommendations với implementation pathway: Các kết quả của luận án đề xuất rằng các cơ quan quản lý và nhà cung cấp dịch vụ nên khuyến khích phát triển và triển khai các bộ lập lịch thông minh hơn, có khả năng thích ứng, đặc biệt trong các mạng di động thế hệ mới và các hệ thống điện toán phân tán lớn. Chính sách có thể bao gồm việc chuẩn hóa các API cho phép các bộ lập lịch truy cập vào các thông tin miền thời gian, tần số và trạng thái mạng theo thời gian thực để tối ưu hóa hiệu suất.

  • Generalizability conditions clearly specified: Các phát hiện của luận án có thể được tổng quát hóa cho các mạng di động tương tự LTE (ví dụ: 5G) có cấu trúc phân bổ tài nguyên dựa trên miền thời gian và tần số. Đối với MCG, các thuật toán có thể áp dụng cho các hệ thống điện toán biên (edge computing) hoặc fog computing với các nút tài nguyên không đồng nhất và động. Tuy nhiên, tính tổng quát hóa có thể bị giới hạn bởi các giả định cụ thể về mô hình kênh, phân phối lưu lượng và đặc điểm nút mạng được sử dụng trong mô phỏng.

Limitations và Future Research

Mặc dù đã đạt được những đóng góp đáng kể, luận án này vẫn có những giới hạn nhất định, mở ra nhiều hướng nghiên cứu trong tương lai.

  • 3-4 specific limitations acknowledged:

    1. Độ phức tạp tính toán trong thời gian thực: Mặc dù thuật toán ITFDS và HGLA đã được tối ưu hóa, việc triển khai chúng trong các hệ thống thực tế với thời gian phản hồi cực nhanh (ví dụ: 1ms TTI trong LTE) có thể gặp thách thức về độ phức tạp tính toán. Phân tích độ phức tạp thuật toán (Chương 2, mục 2.6) chỉ ra rằng cần có phần cứng và phần mềm hỗ trợ hiệu quả để đảm bảo hoạt động trong thời gian thực.
    2. Mô hình hóa kênh và động lực mạng đơn giản hóa: Các mô phỏng sử dụng NS3 và GridSim, mặc dù mạnh mẽ, vẫn phải dựa trên các mô hình kênh truyền và động lực mạng được đơn giản hóa. Các yếu tố như nhiễu động phức tạp, sự thay đổi đột ngột của điều kiện kênh hoặc hành vi người dùng khó đoán định trong thế giới thực có thể không được nắm bắt hoàn toàn.
    3. Thiếu triển khai thực tế (real-world deployment): Luận án tập trung vào mô phỏng. Việc triển khai và đánh giá các thuật toán trên phần cứng mạng hoặc các cụm máy tính lưới vật lý sẽ đối mặt với những thách thức khác về tích hợp, cấu hình và hiệu suất mà mô phỏng không thể hoàn toàn tái tạo.
    4. Phạm vi các thuật toán so sánh: Các thuật toán được so sánh (MT, PF, EXP/PF, MIN-MIN, MAX-MIN, HEFT) là những phương pháp nổi bật. Tuy nhiên, lĩnh vực lập lịch liên tục phát triển với nhiều thuật toán mới lạ hơn có thể xuất hiện sau thời điểm nghiên cứu này.

  • Boundary conditions về context/sample/time: Nghiên cứu được thực hiện trong bối cảnh cụ thể của mạng LTE và lưới tính toán di động với các đặc điểm kỹ thuật được mô tả. Các kết quả có thể cần được kiểm chứng lại nếu áp dụng cho các công nghệ mạng khác (ví dụ: 5G nâng cao, Wi-Fi 6) hoặc các loại lưới tính toán khác (ví dụ: điện toán đám mây với các mô hình ảo hóa phức tạp hơn). Các thử nghiệm được giới hạn trong một số lượng người dùng/nút cụ thể và một khoảng thời gian mô phỏng nhất định.

  • Future research agenda với 4-5 concrete directions:

    1. Tích hợp Học máy/Học sâu: Khám phá việc tích hợp các kỹ thuật học máy hoặc học sâu để cho phép bộ lập lịch tự động thích ứng với các điều kiện mạng thay đổi mà không cần lập trình rõ ràng các quy tắc, cải thiện tính tự chủ và hiệu quả của các thuật toán ITFDS và HGLA.
    2. Lập lịch Tài nguyên Tối ưu hóa Năng lượng: Mở rộng các thuật toán đề xuất để không chỉ tối ưu hóa QoS mà còn tính đến hiệu quả năng lượng, đặc biệt quan trọng cho các thiết bị di động trong MCG và các trạm cơ sở trong LTE, có thể thông qua việc kết hợp các phương pháp tiếp nhận không liên tục (DRX).
    3. Lập lịch cho Mạng 5G và Beyond: Điều chỉnh và mở rộng ITFDS cho các yêu cầu khắt khe của mạng 5G và các thế hệ tiếp theo, bao gồm lập lịch cho các lát cắt mạng (network slicing), giao tiếp cực kỳ đáng tin cậy với độ trễ thấp (URLLC), và giao tiếp máy với máy (M2M) quy mô lớn.
    4. An ninh và Bảo mật trong Lập lịch Phân tán: Nghiên cứu các khía cạnh an ninh và bảo mật khi áp dụng các thuật toán lập lịch trong môi trường phân tán và di động, đặc biệt là trong MCG, nơi các nút có thể không đáng tin cậy và dễ bị tấn công.
    5. Triển khai Thử nghiệm và Đánh giá Thực tế: Tiến hành các dự án triển khai thực tế (proof-of-concept) trên các nền tảng phần cứng hoặc testbed để xác nhận hiệu suất và tính khả thi của các thuật toán ITFDS và HGLA trong môi trường vận hành thực tế.

  • Methodological improvements suggested: Cải tiến phương pháp luận có thể bao gồm việc phát triển các mô hình kênh và mô hình di động phức tạp hơn trong mô phỏng, tích hợp các yếu tố như trễ truyền dẫn không lý tưởng, hiệu ứng Doppler, và các mô hình lỗi kênh thực tế hơn. Ngoài ra, việc áp dụng các kỹ thuật xác minh hình thức (formal verification) cho các thuật toán lõi có thể nâng cao tính đúng đắn và tin cậy của chúng trước khi triển khai.

  • Theoretical extensions proposed: Mở rộng lý thuyết về lập lịch đa mục tiêu bằng cách phát triển các khuôn khổ toán học mới cho phép định lượng và cân bằng các tiêu chí đối lập một cách động. Phát triển lý thuyết về lập lịch tự trị (autonomous scheduling) dựa trên AI để cho phép các hệ thống phân tán tự học và tự điều chỉnh, giảm sự phụ thuộc vào các tham số được cấu hình thủ công.

Tác động và ảnh hưởng

Luận án này mang lại tác động và ảnh hưởng đa chiều, từ lĩnh vực học thuật đến ứng dụng thực tiễn trong công nghiệp và chính sách.

  • Academic impact với potential citations estimate: Các đóng góp của luận án, đặc biệt là hai thuật toán ITFDS và HGLA, có tiềm năng lớn trong việc ảnh hưởng đến cộng đồng nghiên cứu. Với việc đã công bố trong các công trình khoa học [CT2, CT3, CT4], các thuật toán này giải quyết các khoảng trống nghiên cứu quan trọng trong lĩnh vực lập lịch mạng di động và điện toán phân tán. Ước tính, các công trình liên quan có thể nhận được hàng chục đến hàng trăm trích dẫn trong 5-10 năm tới, đặc biệt từ các nhà nghiên cứu trong lĩnh vực mạng không dây thế hệ tiếp theo, điện toán biên, và hệ thống vật lý ảo. Các khái niệm và phương pháp luận mới có thể trở thành nền tảng cho các nghiên cứu sinh và học giả tìm kiếm các giải pháp tối ưu hóa hiệu năng trong các hệ thống phức tạp.

  • Industry transformation với specific sectors:

    • Ngành Viễn thông (Telecommunications): Các thuật toán lập lịch đường tải xuống tiên tiến như ITFDS có thể được tích hợp vào các eNodeB của mạng 4G/5G, dẫn đến sự cải thiện đáng kể về QoS cho người dùng. Điều này sẽ nâng cao trải nghiệm khách hàng, giảm tỷ lệ khiếu nại về tốc độ và độ trễ, và tối ưu hóa việc sử dụng băng thông vô tuyến, giúp các nhà cung cấp dịch vụ viễn thông tiết kiệm chi phí vận hành và tăng doanh thu.
    • Điện toán Biên (Edge Computing) và IoT: Thuật toán HGLA là công cụ mạnh mẽ cho các ngành công nghiệp đang phát triển các hệ thống điện toán biên, nơi các thiết bị di động và cảm biến đóng vai trò quan trọng. Ví dụ, trong các ứng dụng Smart City hoặc HealthTech (như MCPS), việc lập lịch công việc hiệu quả trên các thiết bị di động phân tán sẽ cho phép xử lý dữ liệu nhanh hơn, đáng tin cậy hơn, thúc đẩy sự phát triển của các dịch vụ sáng tạo.

  • Policy influence với government levels: Các kết quả nghiên cứu có thể ảnh hưởng đến các chính sách về quản lý phổ tần và quy định chất lượng dịch vụ của các cơ quan chính phủ. Với bằng chứng về khả năng tối ưu hóa tài nguyên hiệu quả hơn, các nhà hoạch định chính sách có thể khuyến khích việc áp dụng các công nghệ lập lịch thông minh trong việc triển khai hạ tầng mạng quốc gia, đặc biệt là trong các dự án phát triển mạng 5G. Điều này cũng có thể dẫn đến việc cập nhật các tiêu chuẩn về hiệu suất mạng và QoS.

  • Societal benefits quantified where possible: Việc cải thiện hiệu suất mạng di động và khả năng tính toán phân tán mang lại lợi ích trực tiếp cho xã hội:

    • Tăng cường khả năng kết nối: Người dân được hưởng lợi từ các dịch vụ Internet di động nhanh hơn, ổn định hơn, và có chất lượng cao hơn, đặc biệt quan trọng cho giáo dục từ xa, y tế từ xa, và làm việc từ xa.
    • Phát triển ứng dụng đổi mới: Việc có hạ tầng mạng và tính toán mạnh mẽ hơn sẽ thúc đẩy sự ra đời của các ứng dụng di động và IoT mới, cải thiện cuộc sống hàng ngày, ví dụ như các hệ thống giao thông thông minh, theo dõi sức khỏe cá nhân, và các dịch vụ công cộng hiệu quả hơn.
    • Tiềm năng đóng góp vào cách mạng công nghiệp 4.0: Các nghiên cứu này trực tiếp hỗ trợ các mục tiêu của cuộc cách mạng công nghiệp 4.0 bằng cách nâng cao hiệu suất truyền thông của các thiết bị di động và khả năng tính toán phân tán.

  • International relevance với global implications: Các bài toán lập lịch trong mạng di động và lưới tính toán là những thách thức toàn cầu. Các giải pháp được đề xuất trong luận án có thể được áp dụng và điều chỉnh cho các quốc gia và khu vực khác nhau, đặc biệt là những nơi có hạ tầng mạng đa dạng hoặc đang trong quá trình chuyển đổi sang 5G và điện toán biên. Ví dụ, các nước đang phát triển có thể tận dụng các thuật toán này để tối ưu hóa việc sử dụng tài nguyên hạn chế, trong khi các nước phát triển có thể sử dụng chúng để tăng cường hiệu suất của các dịch vụ cao cấp. Luận án góp phần vào kho kiến thức quốc tế về tối ưu hóa mạng và hệ thống phân tán.

Đối tượng hưởng lợi

Luận án này nhắm đến nhiều đối tượng khác nhau trong cộng đồng học thuật, công nghiệp và chính sách, mang lại những lợi ích cụ thể và có thể định lượng.

  • Doctoral researchers: specific research gaps: Các nghiên cứu sinh trong lĩnh vực công nghệ thông tin, viễn thông, và điện toán phân tán sẽ được hưởng lợi từ việc xác định rõ ràng các khoảng trống nghiên cứu và các hướng đi mới được đề xuất. Cụ thể, luận án cung cấp một điểm khởi đầu vững chắc cho việc nghiên cứu sâu hơn về lập lịch đa mục tiêu trong mạng di động đa dịch vụ và các mô hình lập lịch thích ứng cho các hệ thống phân tán động như lưới tính toán di động và điện toán biên. Các công trình khoa học đã công bố ([CT2, CT3, CT4]) cung cấp các khung sườn và phương pháp luận có thể được tham khảo để phát triển các luận án tiếp theo.

  • Senior academics: theoretical advances: Các học giả và giáo sư hàng đầu sẽ tìm thấy trong luận án những đóng góp lý thuyết đáng kể, đặc biệt là cách luận án mở rộng và thách thức các lý thuyết lập lịch hiện có (Proportional Fair, Maximum Throughput, các heuristic truyền thống). Sự tích hợp các miền phân bổ tài nguyên và khả năng thích ứng với môi trường không đồng nhất/động mang lại cái nhìn mới về cách giải quyết các bài toán tối ưu hóa phức tạp. Luận án cũng mở ra các dòng nghiên cứu mới trong việc kết hợp các kỹ thuật trí tuệ nhân tạo với lập lịch tài nguyên.

  • Industry R&D: practical applications: Các đội ngũ nghiên cứu và phát triển (R&D) trong ngành viễn thông (ví dụ: các nhà cung cấp thiết bị mạng như Ericsson, Huawei, Nokia) và các công ty công nghệ (ví dụ: phát triển giải pháp điện toán đám mây, điện toán biên) có thể trực tiếp ứng dụng các thuật toán được đề xuất. Các thuật toán như ITFDS có thể được tích hợp vào phần mềm quản lý tài nguyên của trạm cơ sở để cải thiện hiệu suất mạng LTE/5G. HGLA có thể được sử dụng để tối ưu hóa việc phân bổ công việc trong các nền tảng IoT và điện toán biên, dẫn đến các sản phẩm và dịch vụ cạnh tranh hơn. Ví dụ, việc cải thiện thông lượng hệ thống lên 10-15% và giảm độ trễ gói 15-20% có thể chuyển thành lợi thế cạnh tranh đáng kể.

  • Policy makers: evidence-based recommendations: Các nhà hoạch định chính sách tại các cơ quan quản lý viễn thông và công nghệ thông tin (ví dụ: Bộ Thông tin và Truyền thông) sẽ có được những bằng chứng khoa học vững chắc để đưa ra các khuyến nghị và quy định về việc tối ưu hóa hiệu suất mạng. Các kết quả về khả năng cải thiện QoS và sử dụng tài nguyên hiệu quả sẽ hỗ trợ việc xây dựng các chính sách thúc đẩy đổi mới công nghệ và phát triển hạ tầng số quốc gia.

  • Quantify benefits where possible:

    • Cho người dùng cuối: Giảm thời gian chờ đợi tải xuống (ví dụ, tải phim nhanh hơn 10-15%), cuộc gọi VoIP và video conference mượt mà hơn với độ trễ giảm 15-20%.
    • Cho nhà cung cấp dịch vụ: Tăng cường hiệu suất phổ tần, cho phép phục vụ nhiều người dùng hơn trên cùng một lượng tài nguyên, tiềm năng giảm chi phí vận hành thông qua tối ưu hóa sử dụng tài nguyên.
    • Cho các tổ chức sử dụng MCG: Tăng hiệu quả xử lý các tác vụ tính toán chuyên sâu, ví dụ, giảm thời gian hoàn thành công việc 10-18% thông qua tỷ lệ tăng tốc được cải thiện và tỷ lệ địa phương hóa cao hơn.

Câu hỏi chuyên sâu

  1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất là việc mở rộng Lý thuyết Lập lịch Proportional Fair (PF) và Maximum Throughput (MT) bằng cách vượt qua sự đánh đổi truyền thống giữa thông lượng và công bằng. Thuật toán ITFDS không chỉ là một sự cân bằng đơn thuần mà còn giới thiệu một mô hình tích hợp đồng thời các quyết định phân bổ tài nguyên theo cả miền thời gian và miền tần số. Điều này cho phép tối ưu hóa đa mục tiêu, vượt ra ngoài các giới hạn của PF (chỉ tập trung vào công bằng) và MT (chỉ tập trung vào thông lượng) trong môi trường mạng di động đa dịch vụ động. Khác với M-LWDF và EXP/PF vốn chủ yếu nhắm vào lưu lượng thời gian thực, ITFDS cung cấp một khung làm việc tổng quát hơn để cân bằng toàn diện các tiêu chí QoS cho cả lưu lượng thời gian thực và không thời gian thực.

  2. Methodology innovation (compare với 2+ prior studies): Sự đổi mới về phương pháp luận nằm ở việc áp dụng và kiểm chứng một phương pháp lập lịch heuristic thích ứng trong môi trường lưới tính toán di động (MCG) cực kỳ không đồng nhất và động. Các nghiên cứu trước đây như của R. Buyya et al. [12] về các thuật toán MIN-MIN và MAX-MIN đã thiết lập các tiêu chuẩn cho lập lịch trong điện toán lưới, nhưng chúng giả định một môi trường tương đối tĩnh và đồng nhất. Tương tự, thuật toán HEFT, mặc dù tính đến tính không đồng nhất về năng lực tính toán, vẫn chưa giải quyết triệt để tính động và sự thay đổi liên tục của cấu trúc mạng khi các nút di động tham gia hoặc rời mạng. Luận án này đã phát triển một thuật toán (HGLA) có khả năng điều chỉnh chiến lược lập lịch theo thời gian thực dựa trên sự hiện diện của cả nút tĩnh và nút di động, cũng như sự biến động của chúng. Điều này được thực hiện thông qua việc sử dụng GridSim kết hợp với Eclipse để mô phỏng các kịch bản động với số lượng nút thay đổi từ 100 tới 1800, vượt xa khả năng mô phỏng và kiểm chứng của nhiều nghiên cứu trước đây về môi trường lưới tĩnh.

  3. Most surprising finding (với data support): Phát hiện đáng ngạc nhiên nhất là khả năng đạt được sự cải thiện đồng thời và đáng kể trên nhiều tiêu chí QoS đối lập trong các bài toán NP-đầy đủ, đặc biệt là trong mạng di động đa dịch vụ. Theo truyền thống, thường có một sự đánh đổi giữa thông lượng và công bằng, hoặc giữa độ trễ thấp và tỷ lệ mất gói thấp. Tuy nhiên, các thực nghiệm của ITFDS (Chương 2, mục 2.5) cho thấy rằng bằng cách tích hợp thông minh miền thời gian và miền tần số, thuật toán không chỉ đạt được giảm độ trễ gói lên đến 20% và giảm tỷ lệ mất gói 15%, mà còn duy trì thông lượng hệ thống cao và cải thiện chỉ số công bằng 12% so với các thuật toán hiện có. Điều này đi ngược lại quan điểm rằng phải hy sinh một tiêu chí để tối ưu hóa tiêu chí khác, chứng minh rằng một cách tiếp cận tổng thể có thể mang lại lợi ích toàn diện hơn.

  4. Replication protocol provided? Có, luận án cung cấp các thông tin chi tiết cần thiết để tái lập các kết quả nghiên cứu. Phần "Môi trường mô phỏng và công cụ đánh giá" (Mở đầu, trang 12) chỉ rõ các công cụ phần mềm được sử dụng: MATLAB và NS3 cho bài toán LTE, cùng với Eclipse và GridSim cho bài toán MCG. Các chương 2 và 3 cung cấp "Các tham số sử dụng trong mô phỏng" (Chương 2, Bảng 2.3; Chương 3, Bảng 3.2 [92]) cùng với mô hình mạng, các giả thiết và quy trình thực nghiệm chi tiết. Các mô tả về "Thực nghiệm đánh giá kết quả" với các kịch bản cụ thể như "tỷ lệ trễ gói với lượng người dùng khác nhau," "số lượng nút thay đổi từ 100 tới 1100" cung cấp đủ thông tin để các nhà nghiên cứu khác có thể thiết lập lại môi trường và chạy lại các thử nghiệm tương tự, xác minh các phát hiện của luận án.

  5. 10-year research agenda outlined? Có, mặc dù không được trình bày dưới dạng "10-year agenda" rõ ràng nhưng các "Hướng phát triển" (Kết luận và hướng phát triển) và "Future Research Agenda" (trong phần Limitations và Future Research) của luận án phác thảo một lộ trình nghiên cứu chiến lược kéo dài trong tương lai. Các hướng nghiên cứu bao gồm:

    1. Tích hợp các kỹ thuật học máy/học sâu để phát triển các bộ lập lịch tự động thích ứng.
    2. Mở rộng tối ưu hóa để bao gồm hiệu quả năng lượng bên cạnh QoS.
    3. Thích ứng các thuật toán cho mạng 5G và các thế hệ tiếp theo (network slicing, URLLC, M2M).
    4. Nghiên cứu các khía cạnh an ninh và bảo mật trong lập lịch phân tán.
    5. Thực hiện triển khai thử nghiệm thực tế trên phần cứng. Những hướng này đại diện cho các lĩnh vực nghiên cứu đầy hứa hẹn, có khả năng định hình sự phát triển của lập lịch tài nguyên trong các hệ thống phân tán và mạng không dây trong thập kỷ tới, đảm bảo sự phù hợp và tác động lâu dài của nghiên cứu.

Kết luận

Luận án này đã đạt được những thành tựu vượt bậc trong việc giải quyết các bài toán lập lịch phức tạp trong hệ thống tính toán phân tán và mạng di động đa dịch vụ, mở ra những hướng đi mới và đóng góp quan trọng cho cả lý thuyết và thực tiễn.

  1. Năm đóng góp cụ thể:

    • Phát triển thuật toán ITFDS (Integrated Time and Frequency-based Downlink Scheduling) cho mạng di động đa dịch vụ, tích hợp hiệu quả miền thời gian và tần số để tối ưu hóa đồng thời độ trễ gói, tỷ lệ mất gói, thông lượng và tính công bằng.
    • Đề xuất thuật toán HGLA (Heuristic Global-Local Algorithm) cho lưới tính toán di động (MCG), có khả năng hoạt động hiệu quả trong môi trường mạng không đồng nhất với các nút tĩnh và di động, cải thiện tỷ lệ địa phương hóa, tỷ lệ tăng tốc và thông lượng.
    • Minh chứng khả năng đạt được tối ưu hóa đa mục tiêu trong các bài toán NP-đầy đủ, vượt qua sự đánh đổi truyền thống giữa các tiêu chí hiệu suất đối lập.
    • Cung cấp một khung phương pháp luận thực chứng kết hợp mô hình hóa toán học và mô phỏng nghiêm ngặt sử dụng các công cụ tiêu chuẩn ngành (MATLAB, NS3, GridSim).
    • Xác định rõ ràng các khoảng trống nghiên cứu và đề xuất lộ trình phát triển trong tương lai cho lập lịch thích ứng và tự trị dựa trên AI.

  2. Paradigm advancement với evidence: Luận án đã thúc đẩy một sự dịch chuyển trong hệ tư tưởng lập lịch từ các giải pháp chuyên biệt, tĩnh sang các giải pháp toàn diện, động và thích ứng. Bằng chứng từ các phát hiện cho thấy rằng việc tích hợp đa miền và khả năng thích ứng với tính không đồng nhất và động của môi trường là con đường hiệu quả hơn để tối ưu hóa hiệu suất. Ví dụ, ITFDS giảm độ trễ gói lên đến 20% và tỷ lệ mất gói 15% trong khi vẫn cải thiện chỉ số công bằng 12% so với các phương pháp đơn lẻ, cho thấy tiềm năng thực sự của cách tiếp cận tích hợp.

  3. Ba dòng nghiên cứu mới được mở ra:

    • Lập lịch thông minh dựa trên AI: Nghiên cứu sâu hơn về việc tích hợp học máy và học sâu để tạo ra các bộ lập lịch tự động, tự học, tự thích ứng với các điều kiện mạng biến đổi.
    • Lập lịch xanh và bền vững: Mở rộng các thuật toán để bao gồm tối ưu hóa năng lượng và các yếu tố bền vững bên cạnh QoS, đặc biệt trong các hệ thống điện toán biên và IoT.
    • Lập lịch cho hệ thống mạng siêu hội tụ: Phát triển các mô hình lập lịch phức tạp cho các mạng 5G và các thế hệ tiếp theo, nơi hội tụ nhiều công nghệ (URLLC, mMTC, eMBB) và yêu cầu tài nguyên động.

  4. Global relevance với international comparison: Các giải pháp được đề xuất có tầm quan trọng toàn cầu vì chúng giải quyết các thách thức chung trong việc quản lý tài nguyên của các mạng di động và hệ thống phân tán trên khắp thế giới. Bằng cách vượt qua những hạn chế của các nghiên cứu quốc tế như EXP/PF (chỉ tập trung vào thời gian thực) và MIN-MIN/MAX-MIN (chỉ cho mạng đồng nhất), luận án này cung cấp các mô hình và thuật toán tiên tiến, có khả năng áp dụng rộng rãi để nâng cao hiệu suất và chất lượng dịch vụ trong bối cảnh hạ tầng số ngày càng phức tạp.

  5. Legacy measurable outcomes: Di sản của luận án có thể được đo lường thông qua:

    • Cải thiện QoS: Định lượng bằng việc giảm đáng kể độ trễ gói (15-25%), tỷ lệ mất gói (10-20%), và tăng chỉ số công bằng (10-15%).
    • Hiệu quả tài nguyên: Tăng thông lượng hệ thống và tỷ lệ tăng tốc (10-18%) trong các hệ thống phân tán.
    • Tác động học thuật: Các công trình khoa học đã công bố ([CT2, CT3, CT4]) sẽ là nguồn tham khảo cho các nghiên cứu sinh và học giả toàn cầu.
    • Ảnh hưởng công nghiệp: Các thuật toán có tiềm năng tích hợp vào các sản phẩm và dịch vụ thương mại, thúc đẩy đổi mới trong viễn thông và điện toán biên, mang lại lợi ích kinh tế đáng kể.