Professional Documents
Culture Documents
123doc Xay Dung Va Mo Phong Mang Iot Trong Ung Dung Truong Hoc Thong Minh Luan Van Thac Si
123doc Xay Dung Va Mo Phong Mang Iot Trong Ung Dung Truong Hoc Thong Minh Luan Van Thac Si
123doc Xay Dung Va Mo Phong Mang Iot Trong Ung Dung Truong Hoc Thong Minh Luan Van Thac Si
[123doc] -
xay-dung-va-mo-phong-mang-iot-trong-ung-dung-truong-hoc-t
h o n g - m i n h -l u a n - v a n - th a c -
Kinh Tế Vĩ M ô (T rư ờ n g Đ ạ i h ọ c K in h t ế Th à nh p h
s i
ố HH ồ Chí Minh)
HÀ NỘI - 2018
HÀ NỘI - 2018
LỜI CẢM ƠN
Tôi xin bày tỏ lòng biết ơn chân thành và sâu sắc nhất đến PGS.TSKH.
Hoàng Đăng Hải - Học Viện Công nghệ Bƣu chính Viễn thông, Thầy đã dành thời
gian, tâm huyết chỉ bảo tận tình, hƣớng dẫn tôi trong suốt quá trình tìm hiểu, triển
khai và nghiên cứu đề tài. Thầy là ngƣời định hƣớng và đƣa nhiều những gớp ý bổ
ích và quý báu trong quá trình tôi thực hiện luận văn này.
Tôi xin chân thành cảm ơn tới toàn thể thầy giáo, cô giáo trong khoa sau đại
học Học viện Công nghệ Bƣu chính Viễn thông đã dạy bảo tận tình, trang bị cho tôi
những kiến thức quý báu, bổ ích và tạo điều kiện thuận lợi trong suốt quá trình tôi
học tập và nghiên cứu tại trƣờng.
Tôi xin gửi lời cảm ơn chân thành tới gia đình, bạn bè, đồng nghiệp đã luôn
bên tôi, cổ vũ cho tôi, động viên, giúp đỡ tôi trong suốt quá trình học tập và thực
hiện luận văn.
Do có nhiều hạn chế về thời gian và kiến thức nên luận văn không tránh khỏi
những thiếu sót, rất mong nhận đƣợc những ý kiến đóng góp quý báu của quý thầy,
cô và những độc giả quan tâm.
Tôi xin gửi lời chúc sức khỏe, hạnh phúc và thành công tới quý thầy, cô,
đồng nghiệp cùng toàn thể gia đình, bạn bè.
Tôi xin chân thành cảm ơn!
Hà Nội, ngày tháng năm 20
Học viên
MỤC LỤC
1.3. Các khả năng ứng dụng IoT trong trƣờng học thông minh..........................21
LỜI MỞ ĐẦU
Xã hội kết nối với sự phát triển của Internet, smartphone và đặc biệt là các
thiết bị cảm biến, Internet of Things đang trở thành xu hƣớng mới của thế giới.
Cuộc cách mạng công nghiệp 4.0 đƣợc hình thành dựa trên nền tảng của cuộc cách
mạng số, đặc biệt là việc sử dụng phổ biến Internet. Nội dung của cuộc cách mạng
là sự phát triển hệ thống liên kết thế giới thực và thế giới ảo trên cơ sở vạn vật kết
nối Internet (Internet of things – IoT), các hệ thống kết nối Internet (Internet of
systems – IoS). Kết nối vạn vật (IoT) dựa trên sự phát triển bậc cao của Công nghệ
thông tin và truyền thông (ICT). IoT cho phép mỗi thực thể đƣợc cung cấp một định
danh của riêng mình và tất cả đều có khả năng truyền tải, trao đổi thông tin dữ liệu
qua mạng và có sự tƣơng tác trực tiếp giữa các bên. Trên cơ sở đó, nhiều ý tƣởng
độc đáo đã trở thành hiện thực, biến những viễn tƣởng thành trở thành thực tế. Kết
nối Internet vạn vật (IoT) là một lĩnh vực mới trong khoa học máy tính. Công nghệ
IoT cho phép kết nối vô vàn các thiết bị bao gồm các bộ cảm biến, các thiết bị di
động với nhau tạo nên những ứng dụng mới thông minh.
IoT đang trở thành một công nghệ tiềm năng để xây dựng các ứng dụng
thông minh nhƣ: Ngôi nhà thông minh (Smart Home), Đô thị thông minh (Smart
Cities), Nông nghiệp thông minh (Smart Agriculture), Chăm sóc sức khỏe, y tế
(Healthcare), Giao thông thông minh (Smart Transport), lớp học thông minh (Smart
Classroom),…
Trong ứng dụng trƣờng học thông minh, IoT có thể trợ giúp trong tƣơng tác
với bảng viết, giám sát lớp học, giám sát điều kiện môi trƣờng lớp học (nhiệt độ,
tiếng ồn, ánh sáng,…), quản lý điểm danh, … IoT giúp cho nâng cao chất lƣợng
đào tạo. Một ví dụ cụ thể là thay vì gọi tên điểm danh lớp học theo cách truyền
thống, giảng viên có thể sử dụng IoT để tự động điểm danh học sinh thông qua
thiết bị nhận dạng học sinh (có thể dùng thẻ thông minh, hoặc ứng dụng điện thoại
thông minh). Hệ thống quản lý tập trung từ xa có thể theo dõi giờ vào lớp, sự hiện
diện của giảng viên, thời gian kéo dài của tiết học,… Lợi ích của IoT đƣa vào
trƣờng học là tăng hiệu suất, giảm chi phí và đây cũng là nhân tố quyết định thúc
đẩy sự phát
triển của khoa học công nghệ, tạo ra một thế giới mới thông minh hơn, thân thiện
hơn với con ngƣời và cũng là mảnh đất hứa đầy tiềm năng.
Xây dựng trƣờng học thông minh với công nghệ IoT vẫn còn là chủ đề khá
mới không chỉ ở Việt Nam mà cả trên thế giới. Chính vì vậy, đƣợc sự định hƣớng
của PGS.TSKH Hoàng Đăng Hải, tôi đã chọn đề tài: “ Xây dựng và mô phỏng
mạng IoT cho ứng dụng trƣờng học thông minh”.
Mục tiêu của luận văn này là nghiên cứu về công nghệ IoT, các ứng dụng
của IoT nói chung và các khả năng ứng dụng IoT trong trƣờng học nói riêng,
nghiên cứu ứng dụng mạng IoT vào trƣờng học thông minh.
Luận văn đƣợc bố cục thành ba chƣơng cụ thể nhƣ sau:
Chƣơng 1: Tổng quan về IoT và ứng dụng của IoT, các khả năng ứng dụng
IoT trong trƣờng học thông minh.
Chƣơng 2: Xây dựng mạng IoT cho ứng dụng trƣờng học thông minh,
trong đó tập trung vào trình bày kiến trúc mạng, các thành phần hệ thống mạng và
một số vấn đề về thiết kế mạng cho hai bài toán ứng dụng là: quản lý điểm danh và
giám sát điều kiện môi trƣờng lớp học.
Chƣơng 3: Mô phỏng, thử nghiệm hệ thống IoT cho trƣờng học thông minh
với các nội dung: lựa chọn phần mềm mô phỏng, xây dựng mạng mô phỏng, xây
dựng kịch bản mô phỏng thử nghiệm kiến trúc mạng và cơ chế truyền tin.
Các thực thể IoT gồm chức năng truyền thông và có thể có các chức năng
khác nhƣ cảm biến, thực thi, thu thập dữ liệu, lƣu trữ và xử lí dữ liệu. Do vậy, thực
thể IoT phải có 2 thuộc tính: kết nối Internet; lấy được thông tin của vật chủ.
IoT là cơ sở hạ tầng mang tính toàn cầu cho xã hội thông tin, cung cấp những
dịch vụ tiên tiến bằng cách kết nối vạn vật (Things) cả về thực và ảo (physical and
virtual) dựa trên khả năng tƣơng tác của những thực thể và dựa trên các công nghệ
truyền thông.
Hình 1.2: Sự gia tăng nhanh chóng của giao tiếp máy - máy [32]
1.1.2. IoT từ góc nhìn kĩ thuật [14]
“Things” trong IoT có thể là đối tƣợng vật lý (Physical) hoặc là đối tƣợng
ảo (Virtual). Hai loại đối tƣợng này có thể ánh xạ (mapping) qua lại lẫn nhau. Một
đối tƣợng vật lý có thể đƣợc trình bày hay đại diện bởi một đối tƣợng ảo, tuy nhiên
một đối tƣợng ảo có thể tồn tại mà không nhất thiết phải đƣợc ánh xạ từ một đối
tƣợng vật lý nào.
- IoT devices: Thiết bị IoT (cảm biến – sensor) thu thập dữ liệu từ xung quanh
(cảm biến) hoặc đƣa ra dữ liệu xung quanh nó (thiết bị truyền động).
Đây là những thiết bị nhận diện duy nhất với một địa chỉ IP duy nhất để
chúng có thể nhận dạng một cách dễ dàng qua một mạng lớn cũng là hoạt động
trong tự nhiên có nghĩa là họ có thể thu thập dữ liệu theo thời gian thực. Các hoạt
động này có thể hoạt động tự động (tự quản) hoặc có thể đƣợc thực hiện bởi ngƣời
sử dụng tùy thuộc vào nhu cầu của họ (ngƣời sử dụng kiểm soát).
- IoT Geteway: Cổng kết nối đảm bảo hệ thống IoT hoạt động đƣợc trong mọi
tình huống (có mạng hoặc không mạng). Ngoài ra nó còn thiết lập các kết nối dữ
liệu từ các thiết bị IoT đƣa về.
- Cloud Backend: là nơi nhận dữ liệu từ khắp mọi nơi mà geteway truyền từ
các thiết bị IoT tới.
Cơ sở hạ tầng kết nối: Internet là một hệ thống toàn cầu của nhiều mạng IP
đƣợc kết nối với nhau và liên kết với hệ thống máy tính. Cơ sở hạ tầng mạng này
bao gồm thiết bị định tuyến, trạm kết nối, thiết bị tổng hợp, thiếp bị lặp và nhiều
thiết bị khác có thể kiểm soát lƣu lƣợng dữ liệu lƣu thông và cũng đƣợc kết nối
đến mạng lƣới viễn thông và cáp - đƣợc triển khai bởi các nhà cung cấp dịch vụ.
Trung tâm dữ liệu/ hạ tầng điện toán đám mây: Các trung tâm dữ liệu và hạ
tầng điện toán đám mây bao gồm một hệ thống lớn các máy chủ, hệ thống lƣu trữ
và mạng ảo hóa đƣợc kết nối.
- Control Center: Trung tâm điều khiển xử lý dữ liệu thu thập đƣợc bởi các
thiết bị IoT để trích xuất dữ liệu có giá trị từ lƣợng dữ liệu khổng lồ thu thập
đƣợc. Nói cách khác, nó mang lại sự thông minh cho dữ liệu.
Bộ vi xử lý hầu hết hoạt động trên cơ sở thời gian thực và có thể dễ dàng
kiểm soát bởi các ứng dụng.Chúng cũng chịu trách nhiệm đảm bảo dữ liệu - đang
thực hiện việc mã hoá và giải mã dữ liệu.
1.1.5. Các giao thức chính trong IoT
Các giao thức chính
- MQTT: Giao thức thu thập dữ liệu và giao tiếp cho các máy chủ (D2S).
- XMPP: Giao thức tốt nhất để kết nối các thiết bị với mọi ngƣời, trƣờng hợp
đặc biệt của mô hình D2S, kể từ khi ngƣời đƣợc kết nối với các máy chủ.
- DDS: Giao thức tốc độ cao cho việc tích hợp máy thông minh (D2D).
- AMQP: Hệ thống hàng đợi, thiết kế để kết nối các máy chủ với nhau (S2S).
Giao thức truyền thông không dây
- Zigbee
- BLE (Bluetooth low energy)
- RFID
Cảm biến sensor
Trong IoT, cảm biến đóng vai trò then chốt, nó đo đạc các giá trị từ môi
trƣờng xung quanh rồi gửi đến bộ vi xử lý sau đó đƣợc gửi lên mạng. Chúng ta
có thể bắt gặp cảm biến về: nhiệt độ, độ ẩm, khói, độ rung, tiếng ồn, độ sáng tối,...
1.1.6. Yêu cầu ở mức cao đối với một hệ thống IoT
Một hệ thống IoT phải thoả mãn các yêu cầu sau:
Kết nối dựa trên sự nhận diện: Nghĩa là các “Things” phải có ID riêng biệt.
Hệ thống IoT cần hỗ trợ các kết nối giữa các “Things”, và kết nối đƣợc thiết lập
dựa trên định danh (ID) của Things.
Khả năng cộng tác: hệ thống IoT có khả năng tƣơng tác qua lại giữa các
mạng và Things.
Khả năng tự quản của mạng: Bao gồm tự quản lý, tự cấu hình, tự khôi phục,
tự tối ƣu hóa và tự có cơ chế bảo vệ. Điều này cần thiết để mạng có thể thích ứng
với các lĩnh vực ứng dụng khác nhau, môi trƣờng truyền thông khác nhau, và nhiều
loại thiết bị khác nhau.
Dịch vụ thoả thuận: dịch vụ này để có thể đƣợc cung cấp bằng cách thu
thập, giao tiếp và xử lý tự động các dữ liệu giữa các “Things” dựa trên các quy tắc
(rules) đƣợc thiết lập bởi ngƣời vận hành hoặc tùy chỉnh bởi các ngƣời dùng.
Các khả năng dựa vào vị trí (location-based capabilities): Thông tin liên lạc
và các dịch vụ liên quan đến một cái gì đó sẽ phụ thuộc vào thông tin vị trí của
Things và ngƣời sử dụng. Hệ thống IoT có thể biết và theo dõi vị trí một cách tự
động. Các dịch vụ dựa trên vị trí có thể bị hạn chế bởi luật pháp hay quy định, và
phải tuân thủ các yêu cầu an ninh.
Bảo mật: Trong IoT, nhiều “Things” đƣợc kết nối với nhau. Chình điều này
làm tăng mối nguy trong bảo mật, chẳng hạn nhƣ bí mật thông tin bị tiết lộ, xác
thực sai, hay dữ liệu bị thay đổi hay làm giả.
Bảo vệ tính riêng tư: tất cả các “Things” đều có chủ sở hữu và ngƣời sử
dụng của nó. Dữ liệu thu thập đƣợc từ các “Things” có thể chứa thông tin cá nhân
liên quan chủ sở hữu hoặc ngƣời sử dụng nó. Các hệ thống IoT cần bảo vệ sự riêng
tƣ trong quá trình truyền dữ liệu, tập hợp, lƣu trữ, khai thác và xử lý. Bảo vệ sự
riêng tƣ không nên thiết lập một rào cản đối với xác thực ngu n dữ liệu.
Plug and play: các Things có khả năng tự nhận diện để thực thi một cách dễ
dàng, tiện dụng.
Khả năng quản lý: hệ thống IoT cần phải hỗ trợ tính năng quản lý các
“Things” để đảm bảo mạng hoạt động bình thƣờng. Ứng dụng IoT thƣờng làm việc
tự động mà không cần sự tham gia của con ngƣời, nhƣng toàn bộ quá trình hoạt
động của họ nên đƣợc quản lý bởi các bên liên quan. [2] [3]
1.2. Các ứng dụng của IoT
Một thực thể IoT có thể là một trái tim cấy ghép trong một con ngƣời; một
động vật ở trang trại với bộ chip sinh học; một chiếc xe với bộ cảm ứng tích hợp
cảnh báo tài xế khi bánh xe xẹp hoặc bất kỳ vật thể tự nhiên hay nhân tạo nào mà có
thể gán đƣợc một địa chỉ IP và cung cấp khả năng truyền dữ liệu thông qua mạng
lƣới. Cho đến nay, IoT là những liên kết máy-đến-máy (M2M) trong ngành sản
xuất, công nghiệp năng lƣợng, kỹ nghệ xăng dầu. Khả năng sản phẩm đƣợc tích
hợp máy-đến-máy thƣờng đƣợc xem nhƣ là thông minh. Với sự trợ giúp của công
nghệ hiện hữu, các thiết bị này thu thập dữ liệu hữu ích rồi sau đó tự động truyền
chúng qua các thiết bị khác. IoT có thể mang tới ứng dụng cho hầu hết các lính vực
của đời sống và xã hội. [9] [13] [15] [26]
Một số các ứng dụng về môi trƣờng của mạng cảm biến bao gồm theo dõi sự
di chuyển của các loài chim, loài thú nhỏ, côn trùng; kiểm tra các điều kiện môi
trƣờng ảnh hƣởng tới mùa màng và vật nuôi; tình trạng nƣớc tƣới; các công cụ vĩ
mô cho việc giám sát mặt đất ở phạm vi rộng và thám hiểm các hành tinh; phát hiện
hóa học, sinh học; tính toán trong nông nghiệp; kiểm tra môi trƣờng không khí, đất
trồng, biển; phát hiện cháy rừng; nghiên cứu khí tƣợng và địa lý; phát hiện lũ lụt; vẽ
bản đồ sinh học phức tạp của môi trƣờng và nghiên cứu ô nhiễm môi trƣờng.
sẽ có thể tự nhận diện và khắc phục lỗi, kiểm soát hƣớng di chuyển của dòng điện
theo yêu cầu thực tế (đèn sáng theo môi trƣờng, điều hoà hoạt động theo nhiệt độ
bên ngoài, phân bổ công suất mạng lƣới điện theo yêu cầu…) cải thiện hiệu quả hệ
thống sản xuất và cho phép tích hợp dễ dàng cả những giải pháp “xanh” nhƣ năng
lƣợng mặt trời hay năng lƣợng gió vào các hệ thống điện sẵn có.[19]
Ứng dụng điển hình nhất trong lĩnh vực này là gắn chíp lấy tọa độ GPS lên
xe chở hàng, nhằm kiểm soát lộ trình, tốc độ, thời gian đi đến của các xe chở hàng.
Ứng dụng này giúp quản lý tốt khâu vận chuyển, có những xử lý kịp thời khi xe đi
không đúng lộ trình hoạt bị hỏng hóc trên những lộ trình mà ở đó mạng di động
không phủ sóng tới đƣợc, kiểm soát đƣợc lƣợng nhiên liệu tiêu hao ứng với lộ
trình đã đƣợc vạch trƣớc…
Tự động hóa gia đình chủ yếu bắt nguồn từ thiết bị điện tử đƣợc kết nối và
tƣơng tác với nhau (TV và máy thu AV, thiết bị di động ...) thông qua các thiết bị
(điện thoại thông minh, máy tính bảng ...). Ứng dụng IoT sử dụng bộ cảm biến để
thu thập thông tin về điều kiện hoạt động kết hợp với phần mềm phân tích lƣu trữ
trên đám mây phân tích khác nhau các điểm dữ liệu sẽ giúp các nhà quản lý cơ sở
trở nên chủ động hơn nữa trong việc quản lý các tòa nhà hiệu quả cao nhất.
Thiết bị IoT cũng có thể đƣợc sử dụng để giám sát và kiểm soát các hệ thống
cơ khí, điện và điện tử đƣợc sử dụng trong nhiều loại hình tòa nhà (ví dụ, công
cộng và tƣ nhân, công nghiệp, các tổ chức, hoặc nhà ở). Hệ thống tự động hóa, nhƣ
các tòa nhà tự động hóa hệ thống, thƣờng đƣợc sử dụng để điều khiển chiếu sáng,
sƣởi ấm, thông gió, điều hòa không khí, thiết bị, hệ thống thông tin liên lạc, giải trí
và các thiết bị an ninh gia đình để nâng cao sự tiện lợi, thoải mái, hiệu quả năng
lƣợng và an ninh.
Khóa vali thông minh, chiếc khóa này đƣợc trang bị công nghệ giao tiếp tầm
ngắn (NFC), ngƣời sử dụng không cần chìa khóa hay mật mã mà chỉ vẫy điện thoại
thông minh gần khóa là nó sẽ tự mở.[15]
Ổ điện bảo vệ trẻ em, đƣợc trang bị các cảm biến để phân biệt phích cắm với
các vật khác. Ổ điện chỉ phát điện khi nhận phích cắm, bất cứ thứ gì khác nhét vào
cũng vô tác dụng.
Các ví dụ hiện thời trên thị trƣờng bao gồm nhà thông minh đƣợc trang bị
những tính năng nhƣ kiểm soát và tự động bật tắt đèn, lò sƣởi (giống nhƣ bộ ổn
nhiệt thông minh), hệ thống thông gió, hệ thống điều hòa không khí, và thiết bị gia
dụng nhƣ máy giặt/sấy quần áo, máy hút chân không, máy lọc không khí, lò nƣớng,
hoặc tủ lạnh/tủ đông có sử dụng Wi-Fi để theo dõi từ xa. … [15]
Khi tự động hóa có kết nối internet đƣợc triển khai đại trà ra nhiều lĩnh vực,
IoT đƣợc dự báo sẽ tạo ra lƣợng dữ liệu lớn từ đa dạng nguồn, kéo theo sự cần thiết
cho việc kết tập dữ liệu nhanh, gia tăng nhu cầu đánh chỉ mục, lƣu trữ, và xử lý các
dữ liệu này hiệu quả hơn. Internet Vạn Vật hiện nay là một trong các nền tảng của
Thành phố Thông minh, và các Hệ thống Quản lý Năng lƣợng Thông minh.
1.2.5. Nhà máy thông minh và sản xuất thông minh (Smart Factory and
Smart Manufacturing)
Vai trò của Internet Vạn vật (IoT) đang trở nên nổi bật hơn trong việc cho
phép truy cập vào các thiết bị và máy móc, trong các hệ thống sản xuất, đã đƣợc
giấu kín trong các thiết kế. IoT sẽ kết nối nhà máy với một loạt ứng dụng hoàn toàn
mới, hoạt động trên toàn bộ quy trình sản xuất. Điều này có thể từ việc kết nối nhà
máy với lƣới điện thông minh, dùng chung các phƣơng tiện sản xuất nhƣ là một
dịch vụ hoặc cho phép các hệ thống sản xuất linh hoạt hơn. Theo nghĩa này, hệ
thống sản xuất có thể đƣợc coi là một trong nhiều IoT, nơi có thể xác định một hệ
sinh thái mới cho sản xuất thông minh và hiệu quả hơn. [2] [35]
áp và nhịp tim với các thiết bị tiên tiến có khả năng giám sát cấy ghép đặc biệt,
chẳng hạn nhƣ máy điều hòa nhịp hoặc trợ thính tiên tiến. Cảm biến đặc biệt cũng
có thể đƣợc trang bị trong không gian sống để theo dõi sức khỏe ngƣời già.
Thiết bị ứng dụng trong giám sát sức khỏe:
- Cảm biến để thu thập dữ liệu.
- Giao diện ngƣời dùng và hiển thị.
- Thiết bị kết nối mạng để truy cập vào cơ sở hạ tầng.
- Các ứng dụng sử dụng với điện năng thấp, độ bền, độ chính xác cao và đạt
mức tin cậy cho ngƣời dùng.
ở mọi khung thời gian, sử dụng nhiều thiết bị đa dạng (iPad, máy tính cá nhân,
Playstation, Xbox… ). Đặc biệt hơn, ngƣời dùng có thể tạo lập cho mình những
“kịch bản” rất riêng nhƣ “Chào buổi sáng”, “Ăn tối”… Khi đó, chỉ cần chạm vào
“Chào buổi sáng”, rèm cửa tự động mở, âm nhạc phát những âm thanh vui tƣơi
chào đón ngày mới, tạo sự thƣ thái, tiện nghi trọn vẹn cho ngƣời sử dụng.
1.2.8. Trường học thông minh (Smart School)
Việc triển khai hiệu quả công nghệ và ứng dụng sẽ cho phép mở rộng quy
mô cũng nhƣ nội dung giảng dạy. Bên cạnh đó, nó cũng mở ra những mô hình giáo
dục mới – tiền đề cho việc thay đổi các kiểu giáo dục truyền thống. Một trong
những thành tựu bƣớc đầu chính là công tác giáo dục từ xa. Cùng với sự phát triển
của công nghệ, công tác giáo dục giờ đây có thể đƣợc triển khai linh hoạt tuỳ theo
nhu cầu, ở mọi nơi, mọi lúc và trên nhiều loại thiết bị đa dạng [13]
hình cây trồng, giám sát quy trình chăm sóc, phát triển của cây.
Đối với hệ thống giám sát, điều khiển qua Internet có chức năng: Cung cấp
hệ thống giám sát nhà kính qua website, mobile application; Giám sát realtime các
thông tin nhà màng, quan sát camera. Hệ thống này cũng tự động phân tích dữ liệu
môi trƣờng, đƣa ra cảnh báo, lệnh điều khiển đảm bảo môi trƣờng cây phát triển,
đƣa ra quy trình cho cây trồng phát triển, nâng cao năng suất. Hệ thống quản lí nhân
công, đƣa ra công việc cho từng nhân viên, quản lí tài chính, dụng cụ sản xuất.
Cung cấp thông tin truy xuất ngƣợc nguồn gốc sản phẩm: từ giai đoạn nhập giống
đến vận chuyển, lên kệ. [18]
Hay giá thông minh, thiết bị tự kiểm đếm sản phẩm trong cửa hàng và thông
báo cho ngƣời quản lý khi sắp hết hàng. Điều này giúp phòng tránh những sai lầm
trong quá trình kiểm kho do con ngƣời, tránh tình trạng thiếu hụt sản phẩm, đặc biệt
là những mẫu kinh doanh chủ chốt. Giá hàng này đƣợc kết nối với thiết bị di động
để tiện quản lý, đồng thời làm tăng hiệu quả vận hành, giảm chi phí cho nhà bán lẻ.
Với khả năng định danh cao, số lƣợng các thực thể trong hệ thống đƣợc định
danh chính xác, duy nhất, đảm bảo tốt khả năng quản lý, điều khiển của hệ thống.
truyền dữ liệu về trung tâm quản lý, tƣơng tự với bài toán trên.
Dữ liệu thu đƣợc từ cảm biến, truyền về trung tâm quản lý trong bài toán này
bao gồm: nhiệt độ, ánh sáng, tiếng ồn, độ ẩm, khói, CO2,… Trên cơ sở dữ liệu thu
đƣợc, hệ thống điều khiển trung tâm có thể tăng giảm điều hòa (nếu nhiệt độ trong
phòng học quá cao hoặc quá thấp), tăng/giảm ánh sáng đèn (để tiết kiệm năng
lƣợng) tùy vào độ chiếu sáng của ánh nắng, tăng/giảm quạt gió (tùy độ ẩm, lƣợng
khí CO2 trong phòng học), cảnh báo tiếng ồn,…
Đối với hai bài toán ứng dụng điển hình nêu trên, một số vấn đề cơ bản đặt ra
khi xây dựng mạng IoT cho ứng dụng trƣờng học thông minh cho cả hai bài toán là:
- Kiến trúc tổng thể mạng gồm: các cảm biến, cổng kết nối, kênh truyền tin, hệ
thống trung tâm.
- Một số giao thức mạng điển hình, kiểm soát truy nhập, định tuyến,....
- Các cảm biến tạo thành mạng cảm biến, có sự chuyển tiếp dữ liệu giữa các
cảm biến và giữa cảm biến về trung tâm.
- Một số thành phần khác của mạng, ví dụ Gateway.
- Một số vấn đề về định vị, thu thập dữ liệu của cảm biến, truyền dữ liệu.
Trong phần tiếp theo của chƣơng 2, luận văn sẽ trình bày cụ thể các vấn đề
chung khi xây dựng một mạng IoT cho ứng dụng trƣờng học thông minh cho cả hai
bài toán ứng dụng đã nêu trên.
2.2. Kiến trúc mạng IoT cho ứng dụng trƣờng học thông minh
2.2.1. Một số giả thiết
Để xây dựng mạng IoT cho ứng dụng trƣờng học thông minh, cụ thể là cho
hai bài toán ứng dụng đã nêu ở phần đầu chƣơng 2, luận văn đặt ra một số giả thiết:
- Định tuyến trong mạng IoT dựa trên một giao thức định tuyến phân cấp điển
hình cho mạng cảm biến, có khả năng tập trung dữ liệu để chuyển tiếp. Chiến lƣợc
định tuyến phổ biến của mạng cảm biến.
- Điều khiển truy nhập và chuyển tiếp dữ liệu sử dụng phƣơng thức cho mạng
cảm biến điển hình.
- Vận chuyển dữ liệu sử dụng giao thức điển hình của mạng IoT theo chuẩn, ví
dụ MQTT.
Sau đây, luận văn trình bày cơ sở lý thuyết cho những vấn đề nêu trên.
2.2.2. Định tuyến trong mạng
Chiến lƣợc định tuyến
Định tuyến theo vị trí các node trong mạng dùng thông tin về vị trí để tìm ra
đƣờng đi tốt nhất từ nguồn đến đích.Một gói dữ liệu đƣợc gửi đến một một nhóm
node phân bố trong một vùng đã đƣợc định trƣớc, kĩ thuật này đƣợc gọi là
geocasting. Vùng giới hạn này có thể do nude nguồn quyết định hay do các node
trung gian để loại trừ khả năng các gói bị chuyển lòng vòng trong mạng. Các node
trung gian có hiểu biết tốt hơn về đích đến sẽ giới hạn vùng chuyển tiếp để tìm
đƣợc hƣớng đi trực tiếp đến đích [27].
Các kỹ thuật định tuyến
Khi thiết kế giao thức định tuyến phải xem xét đến công suất và tài nguyên
hạn chế của các node mạng, đạc tính thay đổi theo thời gian của kênh truyền và khả
năng trễ hay mất gói. Có nhiều giao thức định tuyến:
- Giao thức dùng cho mạng phẳng: Tất cả các node xem nhƣ cùng cấp. Kiến
trúc phản có nhiều lợi ích nhƣ tối thiểu overhead để xây dựng hạ tầng mạng và có
khả năng tìm ra nhiều đƣờng liên lạc giữa các node với sai số cho phép.
- Giao thức dùng cho kiến trúc tiết kiệm năng lượng, ổn định và khả nawg mở
rộng: Các node mạng đƣợc sắp xếp vào các cluster, trong đó một node có năng
lƣợng lớn nhất có vai trò là cluster head. Cluster head có trách nhiệm phối hợp các
hoạt động giữa các node trong cluster và chuyển thông tin giữa các cluster. Việc
phân hoạch giảm năng lƣợng tiêu thụ và kéo dài thời gian của sống của mạng.
- Dùng phương pháp data-centric để phân bổ yêu cầu trong mạng: Phƣơng
pháp dựa trên thuộc tính, ở đó một node nguồn truy vấn đến một thuộc tính của hiện
tƣợng nào đó hơn cả một node cảm biến riêng biệt. Việc phân tán yêu cầu thực hiện
bằng cách phân nhiệm vụ cho các node cảm biến và định rõ một thuộc tính riêng
biệt cho các node. Các kiểu thông tin có thể dùng nhƣ Broadcasting, attribute-based
multicasting, geo-casting và anycasting.
- Dùng vị trí để chỉ ra một node cảm biến: Định tuyến dựa trên vị trí rất hữu
ích cho các ứng dụng vị trí của node trong một vùng địa lí có thể đƣợc hỏi bởi node
nguồn. Yêu cầu nhƣ thế có thể định rõ vùng nào đó mà các hiện tƣợng quan tâm có
thể xảy ra hay lân cận với điểm đặc biệt nào đó trong vùng của mạng.
Giải thuật định tuyến [27]
- Proactive ( Khởi tạo trước): còn gọi là table driver, dựa trên sự phân phát
theo chu kì thông tin định tuyến để đạt đƣợc các bảng định tuyến nhất quán và
chính xác đến tất cả các node của mạng. Cấu trúc của mạng có thể là phẳng hay
phân cấp. Dùng phƣơng pháp này cho cấu trúc phẳng có khả năng tìm ra đƣợc
đƣờng đi tối ƣu nhất.
- Reative (phản ứng): Xây dựng tuyến đến một đích nào đó theo nhu cầu. Giải
thuật này thƣờng không xây dựng thông tin chung đi qua tất cả các node mạng. Do
đó chúng dựa trên định tuyến động để tìm ra đƣờng đi giữa nguồn và đích.
- Hybirid ( hỗn hợp): Dựa trên cấu trúc mạng để tạo tính ổn định và khả năng
mở rộng cho cac mạng có kích thƣớc lớn. trong những giải thuật dạng này mạng
đƣợc phân chia thành các cluster. Do số lƣợng lớn và tính di động, mạng có đặc
tính động khi các nút vào hay tách ra khỏi các cluster.
Một số giao thức định tuyến điển hình
* Giao thức định tuyến trung tâm dữ liệu:
Trong nhiều ứng dụng của mạng cảm biến thì việc xác định số nhận dạng
toàn cầu cho từng nút là không khả thi. Việc thiếu số nhận dạng toàn cầu cùng với
việc triển khai ngẫu nhiên các nút gây khó khăn trong việc chọn ra một tập hợp các
nút chuyên dụng. Vì thế, dữ liệu đƣợc truyền từ mọi nút trong vùng triển khai tới
sink. Tuy nhiên, các nút sẽ gửi dữ liệu với độ dƣ thừa đáng kể vì không có cơ chế
quản lý vị trí. Do vậy, ngƣời ta đã đƣa ra các giao thức định tuyến mà có khả năng
chọn ra tập hợp các nút và thực hiện tập trung dữ liệu trong suốt quá trình truyền. Ý
tƣởng này đã đƣợc nghiên cứu và phát triển để rồi thiết kế thành giao thức trung
tâm dữ liệu.
Trong loại giao thức định tuyến này, sink gửi yêu cầu đến các vùng xác định
và đợi dữ liệu từ các sensor đƣợc chọn trƣớc trong vùng. SPIN là giao thức đầu tiên
thuộc loại này mà đã đề cập đến việc dàn xếp dữ liệu giữa các nút để giảm bớt sự
dƣ thừa dữ liệu và tiết kiệm năng lƣợng. Sau đó Directed Diffusion (truyền tin trực
tiếp) đƣợc phát triển và là một giao thức rất đáng chú ý trong loại định tuyến trung
tâm dữ liệu.
* Giao thức định tuyến phân cấp:
Khi công nghệ điện tử phát triển làm cho giá thành của các bộ cảm biến giảm
đáng kể thì khả năng và nhu cầu triển khai một mạng WSN trên pham vi rộng xuất
hiện. Khi đó, một vấn đề nảy sinh là yêu cầu về khả năng mở rộng của mạng. Một
cấu trúc mạng phẳng với số lƣợng lớn nút cảm biến thƣờng hạn chế về khả năng
mở rộng và rất khó để có thể liên kết hoạt động của các nút trong toàn mạng với
nhau. Để giải quyết vấn đề này, cấu trúc mạng phân cấp (clusters) đƣợc đề xuất
nhằm giải quyết vấn đề này. Hƣớng tiếp cận này có thể giảm thiểu đáng kể yêu cầu
với các nút trong cảm biến, xử lý dữ liệu và truyền thông trong cùng một cụm, do
đó, tạo ra khả năng sử dụng hiệu quả năng lƣợng và kéo dài thời gian sống của
mạng. Ngoài ra, cấu trúc phân cấp cũng có thể cung cấp khả năng cân bằng tải nếu
cần thiết.
Tuy nhiên, mục đích chính của định tuyến phân cấp là để đạt đƣợc và duy trì
tính hiệu quả trong việc tiêu thụ năng lƣợng của các nút cảm biến bằng cách đặt
chúng trong giao tiếp multihop thuộc phạm vi một cụm cụ thể, đồng thời, thực hiện
tập trung và hợp nhất dữ liệu để giảm số bản tin đƣợc truyền đến sink. Sự hình
thành các cụm chủ yếu dựa trên năng lƣợng dự trữ của nút cảm biến và vùng lân
cận của nút so với các nút chủ của cụm.
* Giao thức định tuyến LEACH:
LEACH là một trong số những cách tiếp cận định tuyến phân cấp đầu tiên
cho mạng cảm ứng. Ý tƣởng của LEACH là động lực cho rất nhiều giao thức định
tuyến phân cấp khác phát triển. Trong các giao thức định tuyến phân cấp, LEACH
(Low Energy Adaptive Clustering Hierarchy) là một giao thức đƣợc đánh giá là có
nhiều ƣu điểm nổi trội. LEACH thực hiện phân cấp theo cụm thích ứng năng lƣợng
thấp để thu thập và phân phối dữ liệu tới sink. Mục tiêu chính của LEACH là: Kéo
dài thời gian sống của mạng, giảm sự tiêu thụ năng lƣợng bởi mỗi nút, sử dụng tập
trung dữ liệu để giảm số bản tin truyền trong mạng. Luận văn sẽ tập trung nghiên
cứu hoạt động của giao thức LEACH cơ bản và hai giao thức LEACH cải tiến là
LEACH-C và LEACH-F trong việc chuyển tiếp dữ liệu.
* Giao thức định tuyến PEGASIS:
PEGASIS (Power-Efficient Gathering in Sensor Information Systems) tập
trung hiệu suất năng lƣợng trong hệ thống thông tin cảm biến) là một giao thức định
tuyến phân cấp. PEGASIS thực hiện 2 nhiệm vụ:
- Kéo dài thời gian sống cho mạng.
- Đồng bộ năng luợng tại tất cả các nút mạng và giảm độ trễ của gói dữ liệu.
PEGASIS áp dụng trên mô hình mạng bao gồm tập hợp các nút đƣợc phân
bố đồng nhất trên một vùng địa lý. Trong đó mỗi nút đều biết đƣợc thông tin về vị
trí các nút khác trong toàn mạng. Bên cạnh đó chúng cũng có khả năng điều khiển
công suất và bao phủ một vùng tùy ý. Các nút này đƣợc trang bị bộ thu phát sóng
sử dụng công nghệ CDMA.
Nhiệm vụ của nút cảm biến là thu thập và truyền dữ liệu đến sink, thông
thƣờng là các trạm gốc. Mục đích chính của giao thức là phát triển một cấu trúc
định tuyến và một sơ đồ tập trung dữ liệu nhằm giảm thiểu năng lƣợng tiêu thụ,
đồng thời, dữ liệu đƣợc tập trung và truyền đến trạm cơ sở với trễ truyền dẫn nhỏ
nhất, trong khi vẫn cân bằng sự tiêu thụ năng lƣợng giữa các nút trong mạng.
* Giao thức định tuyến dựa trên vị trí:
Hầu hết các ứng dụng mạng cảm biến đều yêu cầu thông tin về vị trí của các
nút để phục vụ cho những mục đích khác nhau. Vì mạng cảm biến không có chế độ
địa chỉ nào nhƣ địa chỉ IP và chúng đƣợc triển khai trong một vùng không gian
rộng lớn, vì vậy thông tin về vị trí cần phải đƣợc sử dụng trong các dữ liệu định
tuyến theo cách hiệu quả về mặt năng lƣợng, từ đó, các giao thức định tuyến dựa
trên vị trí đƣợc phát triển.
Một node muốn phát một gói dữ liệu trƣớc tiên phải cảm nhận kênh truyền.
Nếu kênh truyền bận, node sang trạng thái ngủ và thức dậy khi kênh truyền trở nên
rảnh. Nếu kênh truyền rảnh, node phát đi gói RTS và chờ nhận gói CTS từ máy thu.
Khi nhận đƣợc gói CTS, node gửi gói dữ liệu của nó. Quá trình truyền gói hoàn tất
khi node nhận đƣợc gói xác định đúng ACK từ phía thu, sau đó node chuyển sang
trạng thái ngủ cho đến khi có nhu cầu trao đổi các gói dữ liệu kế tiếp.
* Chuyển thông điệp ( Message passing):
Thông điệp là dữ liệu có nghĩa mà node phải xử lí. Thông điệp đƣợc chia
làm nhiều phần nhỏ. Những phần này đƣợc phát đi thành nhiều chùm đơn. Các mẫu
thông điệp đƣợc phát đi chỉ dùng một gói RTS và gói CTS trao đổi giữa các node
phát và node thu. Khi hoàn tất gói RTS/CTS, node dành đủ thời gian cần thiết để
hoàn thành quá trình chuyền thông điệp kèm các gói xác nhận ACK dựa vào thời
gian trong trƣờng thời gian của gói RTS hay gói CTS.
Sau khi phát xong một mẫu, thiết bị phát chờ nhận gói xác nhận đúng ACK
từ thiết bị nhận. Nếu nó nhận đƣợc gói ACK, node phát tiếp tục các mẫu tiếp theo.
Nếu không nhận đƣợc ACK node tăng thời gian yêu cầu để hoàn thành quá
trình truyền thông điệp để truyền lại mẫu đó và chờ nhận ACK tƣơng ứng. Các
node khác dựa vào thông tin trong gói RTS/CTS để định thời gian cảm biến mang
ảo và chuyển sang chế độ sleep đến khi hết thời gian truyền thông điệp.
Hình 2.3: Chuyển tiếp mang tính cục bộ và toàn hệ thống [27]
2.2.4. Giao thức vận chuyển dữ liệu
* Giao thức MQTT (Message Queuing Telemetry Transport):
MQTT dựa trên một Broker (điểm trung gian) "nhẹ" (khá ít xử lý), và đƣợc
thiết kế có tính mở (không đặc trƣng cho ứng dụng nào), rất đơn giản và dễ để tích
hợp. MQTT phù hợp cho các ứng dụng M2M, WSN hay IoT.
Các thành phần chính của MQTT là clients, servers (=brokers), sessions,
subscriptions và topics [8].
Hình trên đây mô tả sơ đồ mạng và các thành phần của mạng IoT cho ứng
dụng trƣờng học thông minh, cụ thể cho 2 bài toán đã nêu ở phần giới thiệu
chƣơng. Đối với bài toán 1, mỗi giáo viên, nhân viên, học sinh là một thành phần
trong hệ thống trƣờng học đƣợc gắn định danh riêng. Đối với bài toán 2, mỗi lớp
học đƣợc gắn một (một số) cảm biến (tùy theo số lƣợng tham số môi trƣờng cần
quan sát, điều khiển nhƣ nhiệt độ, ánh sáng, độ ẩm,…).
Đối với bài toán 1: Kiểm tra sĩ số (điểm danh):
Mỗi giảng viên, học sinh khi vào lớp đều đƣợc trang bị một cảm biến (ví dụ
có thể là một phần mềm cài đặt trên máy Smartphone, hoặc một thẻ Chip) mang
theo ngƣời.
Cảm biến (sensor) định kỳ thu thập định danh (ID) của ngƣời mang cảm
biến, vị trí cảm biến và gửi về trung tâm giám sát qua bộ thu thập dữ liệu.
Dữ liệu đƣợc lƣu trữ tại cơ sở dữ liệu trung tâm, phục vụ cho mục đích quản
lý, thống kê.
Trung tâm điều khiển, xử lý dữ liệu thực hiện điểm danh (có thể định kỳ theo
các khoảng thời gian 5 phút, 10 phút, 15 phút,… tùy theo đặt chế độ từ ngƣời quản
lý điểm danh).
Hệ thống có thể đặt chế độ tƣơng tác, ví dụ nhắc nhở giảng viên, học sinh
thông qua các cảnh báo về số phút đến muộn, số tiết bỏ học, số buổi học không đủ,
…
Đối với bài toán 2: Giám sát điều kiện môi trường trong lớp học
Mỗi phòng học đƣợc gắn các cảm biến đo thông số nhƣ nhiệt độ, ánh sáng,
tiếng ồn, độ ẩm, khói, CO2,…
Cảm biến (sensor) định kỳ thu thập các dữ liệu nêu trên và gửi về trung tâm
giám sát qua bộ thu thập dữ liệu.
Dữ liệu đƣợc lƣu trữ tại cơ sở dữ liệu trung tâm, phục vụ cho mục đích quản
lý, thống kê.
Trung tâm điều khiển, xử lý dữ liệu thực hiện xử lý, điều khiển tăng giảm
điều hòa (nếu nhiệt độ trong phòng học quá cao hoặc quá thấp), tăng/giảm ánh sáng
đèn (để tiết kiệm năng lƣợng) tùy vào độ chiếu sáng của ánh nắng, tăng/giảm quạt
gió (tùy độ ẩm, lƣợng khí CO2 trong phòng học), cảnh báo tiếng ồn,…
Hệ thống có thể đặt chế độ tƣơng tác, ví dụ cảnh báo về điều kiện môi
trƣờng, báo động khi có khói,…
Mỗi thiết bị nhận diện (cảm biến) duy nhất với một địa chỉ IP duy nhất để
chúng có thể nhận dạng một cách dễ dàng qua hệ thống mạng. Các hoạt động này
có thể hoạt động tự động (tự quản) hoặc có thể đƣợc thực hiện bởi ngƣời sử dụng
tùy thuộc vào nhu cầu ngƣời sử dụng. Từ đó tổng hợp dữ liệu hoặc tự động điều
chỉnh dữ liệu về dạng chuẩn theo chuẩn.
- Bộ thu dữ liệu: Thu thập dữ liệu từ các thiết bị IoT trong lớp học để lƣu trữ
thống kê hoặc gửi về trung tâm.
- Cloud: là nơi nhận dữ liệu từ khắp mọi nơi mà bộ thu truyền từ các thiết bị
IoT trong lớp học tới.
- Trung tâm điều khiển và xử lí dữ liệu: Xử lí thông tin phòng học gửi về sau
đó phân tích, xử lí và gửi phản hồi ngƣợc lại cho sensor.
2.3. Mô tả các thành phần chính của hệ thống
2.3.1. Mạng cảm biến
Cảm biến là thiết bị điện tử cảm nhận những trạng thái, quá trình vật lý hay
hóa học ở môi trƣờng cần khảo sát, và biến đổi thành tín hiệu điện để thu thập
thông tin về trạng thái hay quá trình đó.
Mạng cảm biến hay còn gọi là mạng cảm biến không dây (Wireless Sensor
Network) là sự kết hợp các khả năng cảm biến, xử lý thông tin và các thành phần
liên lạc để tạo khả năng quan sát, phân tích và phản ứng lại với các sự kiện, hiện
tƣợng xảy ra trong môi trƣờng cụ thể nào đó.
Các ứng dụng cơ bản của mạng cảm biến chủ yếu là thu thập dữ liệu, giám
sát, theo dõi, những ứng dụng trong y học.... Tuy nhiên ứng dụng của mạng cảm
biến tùy theo yêu cầu sử dụng còn rất đa dạng và không bị giới hạn.
* Có 4 thành phần cơ bản cấu tạo nên một mạng cảm biến [2]:
- Các cảm biến đƣợc phân bố theo mô hình tập trung hay phân bố rải.
- Mạng lƣới liên kết giữa các cảm biến( có dây hay vô tuyến)
- Điểm trung tâm tập hợp dữ liệu (Clustering)
- Bộ phận xử lý dữ liệu ở trung tâm.
Một node cảm biến đƣợc định nghĩa là sự kết hợp cảm biến và bộ phận xử
lý, hay còn gọi là mote. Mạng cảm biến không dây (WSN) là mạng cảm biến trong
đó các kết nối giữa các node cảm biến bằng sóng vô tuyến [4]
* Một vài đặc điểm của mạng cảm biến:
- Các node phân bố dày đặc.
- Các node dễ hỏng.
- Giao thức mạng thay đổi thƣờng xuyên.
- Node bị giới hạn về khả năng tính toán, công suất, bộ nhớ.
Các thành phần cấu tạo nên một node cảm biến [4]
- Một cảm biến (1 hay một dãy cảm biến).
- Đơn vị xử lý.
- Đơn vị liên lạc bằng vô tuyến.
- Nguồn cung cấp.
- Các phần ứng dụng khác.
Các node có khả năng liên lạc vô tuyến với các node lân cận và các chức
năng cơ bản nhƣ xử lý tín hiệu, quản lý giao thức mạng và bắt tay với các node lân
cận để truyền dữ liệu tới trung tâm.
* Kiến trúc giao thức mạng cảm biến IoT
Trong mạng cảm ứng, dữ liệu sau khi đƣợc thu thập bởi các nút sẽ đƣợc
định tuyến gửi đến sink. Sink sẽ gửi dữ liệu đến ngƣời dùng đầu cuối thông qua
internet hay vệ tinh. Các lớp giao thức và phân lớp chức năng phần mềm đƣợc sử
dụng bởi nút gốc và các nút cảm biến đƣợc mô tả khái quát ở Hình 2.9
Kiến trúc giao thức này kết hợp giữa công suất và chọn đƣờng, kết hợp số
liệu với các giao thức mạng, sử dụng công suất hiệu quả với môi trƣờng vô tuyến
và sự tƣơng tác giữa các nút cảm biến. Kiến trúc giao thức bao gồm lớp vật lý, lớp
liên kết dữ liệu, lớp mạng, lớp truyền tải, lớp ứng dụng, phần quản lý công suất,
phần quản lý di động và phần quản lý nhiệm vụ.
Hình 2.9: Kiến trúc giao thức của mạng cảm biến.
Lớp ứng dụng: Tùy vào từng nhiệm vụ của mạng cảm biến mà các phần
mềm ứng dụng khác nhau đƣợc xây dựng và sử dụng trong lớp ứng dụng. Trong
lớp ứng dụng có mốt số giao thức quan trọng nhƣ giao thức quản lí mạng cảm biến
(SMP - Sensor Management Protocol), giao thức quảng bá dữ liệu và chỉ định
nhiệm vụ cho từng sensor (TADAP - Task Assignment and Data Advertisement),
giao thức phân phối dữ liệu và truy vấn cảm biến (SQDDP - Sensor Query and Data
Dissemination).
Lớp truyền tải: Giúp duy trì luồng số liệu nếu ứng dụng mạng cảm biến
yêu cầu. Lớp truyền tải đặc biệt cần khi mạng cảm biến kết nối với mạng bên ngoài,
hay kết nối với ngƣời dùng qua internet. Giao thức lớp vận chuyển giữa sink với
ngƣời dùng (nút quản lý nhiệm vụ) thì có thể là giao thức gói ngƣời dùng (UDP -
User Datagram Protocol) hay giao thức điều khiển truyền tải (TCP - Transmission
Control Protocol) thông qua internet hoặc vệ tinh. Còn giao tiếp giữa sink và các
nút cảm biến cần các giao thức kiểu nhƣ UDP vì các nút cảm biến bị hạn chế về bộ
nhớ. Hơn nữa các giao thức này còn phải tính đến sự tiêu thụ công suất, tính mở
rộng và định tuyến tập trung dữ liệu.
Lớp mạng: Quan tâm đến việc định tuyến dữ liệu đƣợc cung cấp bởi lớp
truyền tải. Việc định tuyến trong mạng cảm biến phải đối mặt với rất nhiều thách
thức nhƣ mật độ các nút dày đặc, hạn chế về năng lƣợng…Do vậy thiết kế lớp
mạng trong mạng cảm biến phải theo các nguyên tắc sau:
- Hiệu quả về năng lƣợng luôn đƣợc xem là vấn đề quan trọng hàng đầu.
- Các mạng cảm biến gần nhƣ là tập trung dữ liệu.
- Tích hợp dữ liệu và giao thức mạng.
- Phải có cơ chế địa chỉ theo thuộc tính và biết về vị trí.
Có rất nhiều giao thức định tuyến đƣợc thiết kế cho mạng cảm biến không
dây. Nhìn tổng quan, chúng đƣợc chia thành ba loại dựa vào cấu trúc mạng, đó là
định tuyến ngang hàng, định tuyến phân cấp, định tuyến dựa theo vị trí. Xét theo
hoạt động thì chúng đƣợc chia thành định tuyến dựa trên đa đƣờng (multipath-
based), định tuyến theo truy vấn (query- based), định tuyến thỏa thuận (negotiation-
based), định tuyến theo chất lƣợng dịch vụ (QoS – Quanlity of Service), định tuyến
kết hợp (coherent-based).
Lớp kết nối dữ liệu: Lớp kết nối dữ liệu chịu trách nhiệm cho việc ghép
các luồng dữ liệu, dò khung dữ liệu, điều khiển lỗi và truy nhập môi trƣờng. Vì môi
trƣờng có tạp âm và các nút cảm biến có thể di động, giao thức điều khiển truy
nhập môi trƣờng (MAC – Media Access Control) phải xét đến vấn đề công suất và
phải có khả năng tối thiểu hoá việc va chạm với thông tin quảng bá của các nút lân
cận.
Lớp vật lý: Lớp vật lý chịu trách nhiệm lựa chọn tần số, phát tần số sóng
mang, điều chế, lập mã và tách sóng.
Phần quản lý công suất: Điều khiển việc sử dụng công suất của nút cảm
biến. Ví dụ, nút cảm biến có thể tắt khối thu của nó sau khi thu đƣợc một bản tin từ
một nút lân cận. Điều này giúp tránh tạo ra các bản tin giống nhau. Khi mức công
suất của nút cảm biến thấp, nút cảm biến phát quảng bá tới các nút lân cận để thông
báo nó có mức công suất thấp và không thể tham gia vào các bản tin chọn đƣờng.
Công suất còn lại sẽ đƣợc dành riêng cho nhiệm vụ cảm biến.
Phần quản lý di động: Phát hiện và ghi lại sự di chuyển của các nút cảm
biến để duy trì tuyến tới ngƣời sử dụng và các nút cảm biến. Nhờ xác định đƣợc
các nút cảm biến lân cận, các nút cảm biến có thể cân bằng giữa công suất của nó và
nhiệm vụ thực hiện.
Phần quản lý nhiệm vụ: Có thể lên kế hoạch các nhiệm vụ cảm biến trong
một vùng xác định. Không phải tất cả các nút cảm biến trong vùng đó điều phải
thực hiện nhiệm vụ cảm biến tại cùng một thời điểm. Kết quả là một số nút cảm
biến thực hiện nhiệm vụ nhiều hơn các nút khác tuỳ theo mức công suất của nó.
Những phần quản lý này là cần thết để các nút cảm biến IoT có thể làm việc
cùng nhau theo một cách thức sử dụng hiệu quả công suất, chọn đƣờng số liệu
trong mạng cảm biến di động và phân chia tài nguyên giữa các nút cảm biến. [6]
[27]
2.3.2. Gateway
Gateway là cổng liên lạc giữa thiết bị và network. Một Gateway hỗ trợ 2
chức năng sau:
Có nhiều chuẩn giao tiếp: Vì các Things khác nhau có kiểu kết nối khác
nhau, nên Gateway phải hỗ trợ đa dạng từ có dây đến không dây, chẳng hạn CAN
bus, ZigBee, Bluetooth hoặc Wi-Fi. Tại Network layer, gateway có thể giao tiếp
thông qua các công nghệ khác nhau nhƣ: mạng 2G và 3G, LTE, Ethernet hay DSL.
Chức năng chuyển đổi giao thức, cần thiết:
(1) Khi truyền thông ở lớp Thiết bị, nhiều thiết bị khác nhau sử dụng giao
thức khác nhau, ví dụ, ZigBee với Bluetooth.
(2) Là khi truyền thông giữa các Thiết bị và Network, thiết bị dùng giao thức
khác, network dùng giao thức khác, ví dụ thiết bị dùng ZigBee còn tầng network thì
lại dùng công nghệ 3G.
Trong thực tế, Gateway có thể đƣợc build từ các board nhƣ Raspberry Pi
hay Arduino, hoặc Gateway đƣợc sản xuất công nghiệp bởi các tập đoàn lớn nhƣ
Intel hay Texas Instrument.[27]
Thiết kế một IoT Gateway
Kết nối Node: Chúng ta cần chọn một kỹ thuật Radio Frequency (RF)
khoảng ngắn để kết nối các node IoT. Sự lựa chọn này dự trên các tham số khác
nhau nhƣ bằng tần (frequency band), dãi điều chế (modulation scheme), số kênh
(channel), data-rate, độ trễ, độ bền vững… Thêm vào đó, quyết định này cũng còn
dựa vào các quy định ở địa phƣơng. Sự lựa chọn dễ hơn khi chúng ta có một mạng
cùng loại có cùng một loại node nhƣng sẽ phức tạp hơn khi chúng ta có nhiều loại
node với nhiều các yêu cầu khác nhau.
Kết nối Backend: IoT Gateway có thể dùng kỹ thuật radio khoảng ngắn để
kết nối tới các node IoT nhƣng một khoảng xa nối tới Internet. Sự lựa chọn này dựa
trên yêu cầu về băng thông, các phƣơng án kết nối cho phép ở địa phƣơng và độ rủi
ro của ứng dụng. Vì những phƣơng án kết nối khác nhau vùng này với vùng khác,
chúng ta nên có nhiều phƣơng án kết nối với backend.
Server Quản lý: IoT node thì thƣờng không đƣợc truy cập (thông qua
gateway) trên Internet nhƣ một thực thể độc lập (standalone). Việc dùng một Server
trung tâm quản lý các node trở nên thịnh hành hơn và IoT gateway đóng vai trò
trung gian cho việc kết nối này. Chúng ta cần xác định giao thức nào cho việc kết
nối với server quản lý.
Local intelligence: Với cấu trúc cloud thực tế, các node gửi tất cả cá dữ liệu
đến cloud cho việc xử lý và điều khiển. Tuy nhiên điều này không phải là một kịch
bản lý tƣởng cho việc gửi những dữ liệu vô nghĩa đến cloud bởi vì điều này lãng
phí băng thông, thêm tải cho server và mất dữ liệu trong trƣờng hợp mất kết nối.
Khái niệm tính toán cạnh (edge computing) sẽ giải quyết vấn đề này. IoT Gateway
có thể nhận hầu hết các quyết định tại một khu vực và chỉ gửi những dữ liệu đã lọc
rồi qua cloud, nó có thể làm hệ thống trở nên hiệu quả hơn. Các quyết định logic
của Gateway đƣợc lập trình bởi server để linh động. Số lƣợng và loại của local
intelligence là phụ thuộc ứng dụng và phải đƣợc suy nghĩ kỹ vì nó ảnh hƣởng đến
việc quyết định thiết kế gateway.
Cân nhắc về năng lượng: Nguồn năng lƣợng của gateway cũng ảnh hƣởng
đế việc quyết định của chúng ta trong những điểm liên quan ở trên. Khi mạng cảm
biến trở nên thịnh hành và đƣợc nhúng trong thiết bị (things) chúng sẽ cần ít nhất
có thể tận dụng năng lƣợng từ môi trƣờng của nó.
Bảo mật: Đây là yếu thố có thể tạo nên sự thành công hay thất bại lớn của
mô hình mạng IoT lớn. Khi các mạng này trở nên là một phần của nhiều ứng dụng
(một vài thứ là nghiêm trọng), bảo mật đƣợc cho là tối quan trọng. Bảo mật nên là
một nhân tố trong mỗi bƣớc của quá trình thiết kế, là phạm sai làm nếu chỉ đƣa bảo
mật vào sau khi mọi thứ đã đƣợc thiết kế xong.
Bảo trì: Điều này thƣờng là một yêu cầu bị bỏ qua. Nhìn về lịch sử nói cho
chúng ta rằng không có hệ thống nào hoàn hảo. Không phân biệt số lƣợng việc
kiểm tra trƣớc đây đã xong, các bug và lỗ hỗng bảo mật sẽ đƣợc tìm thấy bất biến
sau khi đƣợc triển khai. Phải có những điều khoản cho dịch vụ và cập nhật IoT
gateway (và node). Không nên có duy nhất sự phụ thuộc vào bảo trì từ xa, chúng ta
nên có thêm những phƣơng án kết nối đến các servive về cài đặt.
Bài toán 1: Định danh cho mỗi học sinh (ID) bằng thẻ có gắn chip thông
minh. Dựa theo tần suất quy định của ngƣời quản lí, các gói tin thông báo sẽ gửi về
trung tâm để thực hiện nhiệm vụ. (Để tránh sự điểm danh ảo thì mối lớp sẽ gắn một
cảm biến làm trạm chủ (Class) để thu tín hiệu của các ID tại phòng học đó rồi gửi
về trung tâm xử lí dữ liệu).
Bài toán 2: Tại các thiết bị trong phòng học sẽ gắn các cảm biến theo yêu cầu
cần quản lí và điều khiển: ánh sáng, khí thải, nhiệt độ… Từ đó các cảm biến sẽ thu
thập thông tin từ xung quanh môi trƣờng lớp học gửi về trung tâm điều khiển dữ
liệu làm cho nó thông minh hơn và đƣa ra quyết định trả lời và tự động điều chỉnh
những thông số phi chuẩn về khung chuẩn.
Dƣới đây là mô hình có thể dùng chung cho cả hai bài toán nêu trên.
Bên cạnh đó, Contiki còn cung cấp những công cụ hỗ trợ mô phỏng với giao
diện đơn giản, dễ sử dụng và hỗ trợ tốt những thiết bị trong thực tế, phục vụ những
mục đích nghiên cứu, mô phỏng và triển khai những giao thức mới.
3.2.2. Cấu trúc hệ điều hành Contiki
Bất kỳ bản Contiki nào cũng gồm 7 thƣ mục: apps, core, cpu, docs, example,
platform và tools.
- Apps: chứa các tập tin nguồn của các tiện ích phát triển cho Contiki. Chúng
có sẵn để sử dụng và bao gồm các thiết lập cơ bản của các ứng dụng cho mạng cảm
biến không dây . ứng dụng tiêu biểu trong thƣ mục này là trình duyệt web, máy chủ
Web, FTP, email, và máy tính.
- Core: nhƣ tên gọi cho thấy, nó chứa các hạt nhân của hệ điều hành Contiki.
Nó chứa khoảng 300 file, gần một nửa trong số đó là tập tin tiêu đề chứa các khai
báo và còn lại là các tập tin nguồn chứa cài đặt.
- Cpu: chứa bộ xử lý cụ thể việc thực hiện các chức năng khác nhau đƣợc sử
dụng trong hệ điều hành.
- Docs: đƣợc sử dụng trong việc chuẩn bị tài liệu cho Contiki. Nó chứa thông
tin sẽ đƣợc sử dụng bởi một hệ thống tài liệu điển hình nhƣ Doxygen.
- Examples: chứa các chƣơng trình ví dụ đơn giản bắt đầu với “Hello-world”,
mà phục vụ nhƣ là bƣớc đầu tiên hƣớng tới Contiki lập trình.
- Platform: bao gồm thông tin cụ thể liên quan đến nền tảng Node cảm biến
nhƣ ESB, Sky, vv "native" là một nền tảng đặc biệt là xây dựng một hệ thống toàn
bộ Contiki nhƣ một chƣơng trình chạy trên hệ thống phát triển.
- Tools: là thƣ mục mà các công cụ phần mềm đặc biệt đƣợc lƣu trữ. 'Cooja'
là một Java dựa trên mô phỏng cho Contiki.Thƣ mục này cũng chứa các công cụ
nền tảng cụ thể. [22]
3.2.3. Tích hợp một platform mới vào hệ điều hành contiki [22]
“Platform native” là platform chuẩn đƣợc xây dựng để việc tích hợp một
platform mới vào hệ điều hành contiki trở nên thuận tiện hơn.
Phần mềm Contiki bao gồm các thư mục và các file sau đây:
* Contiki-conf.h:
- Nằm trong thƣ mục platform/(tên platform)
- Chứa các tùy chọn cấu hình: Cấu hình cho C compiler; C types; Cấu hình
cho uIP; Clock configuration: clock_time_t, CLOCK_CONF_SECOND.
- Copy từ platform/native/contiki-conf.h và chỉnh sửa
* Contiki-main
- Là chƣơng trình chính để điều khiển hoạt động của node.
- Do ngƣời dùng tạo ra.
3.2.4. Xây dựng môi trường ảo cho thử nghiệm
Để thực hiện ứng dụng bài toán đã nêu luận văn sẽ xây dựng môi trƣờng ảo
cho thử nghiệm với mô phỏng Cooja chạy trên phần mềm contiki sử dụng phần
mềm ảo VMWare.
Vào trang http://www.contiki-os.org để download phần mềm về và cài đặt.
Cài đặt VMWare
Click Next
Click Next
Ấn Cancel\Ấn Open và chọn đƣờng dẫn đến thƣ mục Contiki vừa giải nén.
Chọn install – contiki.
Điền username là “user” rồi ấn enter .Màn hình đăng nhập hiện lên:
Mỗi học sinh có một ID riêng, mỗi phòng học có một Sink node thu tin
broatcard để biết đƣợc học sinh đang ngồi học tại phòng đó.
- Nếu học sinh đến sau khi vào lớp <10 phút thì ghi muộn.
- Nếu học sinh đến sau khi vào lớp 10 phút thì ghi bỏ giờ.
Từ đó thống kê số lƣợng học sinh bỏ học, bỏ tiết, vào muộn, thời gian muộn
để đánh giá chuyên cần, số môn học, thực hành, thời gian tích lũy học thực hành…
Bài toán 2: Giám sát điều kiện môi trường lớp học
Trong phạm vi phòng học (phòng thực hành, thí nghiệm) có gắn các cảm
biến (sensor) từ đó thu thập thông tin:
- Nhiệt độ; - Khí thải;
- Độ ẩm; - Tiếng ồn…
- Ánh
sáng;
Gửi về trung tâm lƣu trữ và phân tích từ đó có đánh giá về môi trƣờng và tự
động đƣa ra những điều chỉnh tƣơng tác trở lại tạo nên môi trƣờng xanh cho
trƣờng học (Green school). Ví dụ nhƣ trong phòng học (thực hành, thí nghiệm) nếu
lƣợng khí độc hại vƣợt quá ngƣỡng cho phép thì điều chỉnh thông gió để giảm
nồng độ về mức chuẩn. Hay tự động điều chỉnh ánh sáng theo thời tiết: Trời âm u
thì tăng cƣờng độ ánh sáng, trời nắng gắt thì giảm ánh sáng để đảm bảo học sinh
không bị tác hại đến mắt tránh hiện tƣợng cận thị; Các sensor cũng có thể điều
chỉnh nhiệt độ phòng học khi thời thiết lạnh hoặc nóng về ngƣỡng chuẩn tƣơng đối
đảm bảo sức khỏe học đƣờng.
Bảng 3.2: Bảng tiêu chuẩn đánh giá môi trƣờng phòng học
Điều chỉnh
Sensor Độ chuẩn Phi chuẩn
tự động
Nhiệt độ 260C - 280C Ngoài ngƣỡng chuẩn Điều hòa
Ánh sáng Độ rọi 300 - 500 lux Ngoài ngƣỡng chuẩn Đèn điện
Nồng độ khí 0,5% Ngoài ngƣỡng chuẩn Thông gió
… … … …
3.3.2. Tạo môi trường mô phỏng
Để xây dựng mạng mô phỏng cho bài toán đặt ra với Contiki cần thực hiện
theo các bƣớc sau:
Vào File\New Simulation(Ctrl + N)\Nhập tên vào khung Simulation
Name\Click Create.
(Nếu muốn cài đặt theo lựa chọn thì thao tác những khung ở Advanced settings)
- Kích thƣớc mạng: Số lƣợng các thiết bị không dây tham gia vào mạng. Số
lƣợng thiết bị sẽ là từ vài đến hàng trăm tùy theo kích thƣớc yêu cầu là nhỏ hay
lớn.
- Hình trạng mạng: Nói chung các thiết bị mạng (các node) sẽ đƣợc đặt
trong một khu vực hình vuông và sẽ đƣợc phân bố theo hai cách là dạng lƣới vuông
với các node sẽ đƣợc đặt tại các mắt lƣới và dạng hỗn tạp với các node sẽ đƣợc sắp
đặt vị trí một cách ngẫu nhiên.
- Số lƣợng hàng xóm: đối với các mạng có hình trạng là dạng lƣới vuông thì
chúng ta sẽ quan tâm đến số lƣợng hàng xóm của mỗi nút.
- Phạm vi truyền sóng: đối với các mạng có hình trạng là dạng hỗn tạp thì
ngoài kích thƣớc và hình trạng mạng, phạm vi truyền sóng cũng cũng là một yếu tố
ảnh hƣởng đến mật độ mạng.
- Số lƣợng gói tin đƣợc truyền: nếu coi việc thực hiện gửi một gói tin trong
mạng là một lần thử thì chúng ta sẽ thực hiện nhiều lần thử và tính trung bình để có
đƣợc kết quả tốt nhất.
- Tốc độ di chuyển của các node mạng: có hai trạng thái chuyển động cần
quan tâm là đứng im và di động. Các tốc độ đƣợc dùng là 0,5 và 10 m/s.
Do mục đích của thử nghiệm là tìm ra đƣợc giá trị xấp xỉ của xác suất của
mỗi node nên mỗi kịch bản sẽ đƣợc thử lần lƣợt với các giá trị từ 0 đến 1. Số lƣợng
các giá trị trong đoạn [0,1] sẽ là 10 hoặc 200 tùy vào kịch bản.
Sau đây là một số mô hình và kịch bản mà tác giả sẽ sử dụng để mô phỏng.
3.4.2. Xác suất trong các điều kiện thử nghiệm
Các kịch bản thử nghiệm sử dụng các tham số sau đây.
Bảng 3.3: Xác suất trong các điều kiện thử nghiệm
Đặc điểm Lí tƣởng Thực tế
Ngoài ra, mọi node trong mạng sẽ thực hiện thông báo theo cùng một xác
suất p đƣợc thiết lập sẵn cho mỗi lần thử.
3.4.4. Quy mô thử nghiệm
Xây dựng chạy mô phỏng với số nút với số lƣợng từ ít (5 node – 8 node) đến
nhiều (100 node – 200 node).
Các node nhóm thành cluster ( nhƣ mô tả bài toán hình 2.11), các cluster
ngang hàng nhận thông tin của các node của mình và gửi về trung tâm xử lí. Chính
vì vậy có thể tăng số lƣợng các node lên tới hàng nghìn, tới vài nghìn nude trong
địa bàn trƣờng học, đáp ứng nhu cầu quản lí của nhà trƣờng tƣơng ứng với số
lƣợng học sinh, sinh viên, thiết bị cần giám sát và điều chỉnh tự động.
3.5. Kết quả mô phỏng thử nghiệm
3.5.1. Kết quả đầu ra của mô phỏng
Trong tất cả các thử nghiệm, tác giả sẽ đƣa ra kết quả dƣới dạng chỉ số tỷ lệ
thành công đƣợc định nghĩa nhƣ sau: tỷ lệ thành công SR là tỷ lệ giữa số node
trung bình nhận đƣợc gói tin với tổng số node trong mạng trong mỗi lần thử,
đƣợc tính
n
ni
i 1
theo công SR n
N
thức:
Với điều kiện: 0 SR 1.
Trong đó:
- n: số gói tin broadcast đƣợc tạo ra của lần thử hiện tại.
- ni: số node nhận đƣợc gói tin broadcast tại lần broadcast gói tin thứ i.
- N: tổng số node trong mạng của lần thử hiện tại.
n1 n2 n3 n4 n5 n6 n7 n8 n9
6 8 8 15 20 25 35 40 41
ni 5 6 7 13 15 20 31 39 40
N 6 8 8 15 20 25 35 40 41
Kết quả đầu ra sẽ đƣợc thể hiện dƣới dạng đồ thị đánh giá sự phụ thuộc của
giá trị SR vào xác suất của quá trình để có thể tìm ra giá trị tốt nhất. Ngoài ra, các
tham số có ảnh hƣởng tới kết quả cũng sẽ đƣợc xem xét đánh giá.
3.5.2. Kết quả mô phỏng trong điều kiện lí tưởng
Hình dƣới là kết quả mô phỏng trong điều kiện lý tƣởng. Node sẽ luôn khởi
tạo gói tin đầu tiên với xác suất p=1.
suất để thành công trên 90% sẽ giảm khi mà số lƣợng hàng xóm trung bình của các
node trong mạng tăng (thậm chí ngay cả khi hiện tƣợng chuyển pha không xảy ra).
Các kết quả khác cũng có khả quan tƣợng tự: hiện tƣợng chuyển pha xảy ra
khi mà số node trong mạng đạt từ 100 trở lên. Giá trị xác suất broadcast ở đó tỷ lệ
thành công đạt trên 90% tƣơng ứng với 4 và 8 láng giềng là 0.75 và 0.65.
3.5.3. Kết quả mô phỏng trong điều kiện mạng thực
Kết quả sau đây đƣợc thực hiện trên các mô phỏng mạng với số node là 9,
25 và 100, phạm vi truyền sóng là 100m hoặc 250m sử dụng lớp MAC theo chuẩn
802.11b. Tốc độ của các node là 0m/s hoặc 5m/s.
Hình 3.2: Mạng thực với 9 và 25 node, phạm vi truyền sóng 100m
Hình 3.3: Mạng thực với 25 và 100 node (100 node thử với tần suất phát tin là 5pkt/s
và 8pkt/s), phạm vi truyền sóng 250m.
Từ các kết quả trên, tác giả nhận thấy rằng xác suất thể hiện tƣơng đối giống
nhau khi thực hiện trên cả các mạng có mật độ thấp và cao, đó là tỷ lệ thành công sẽ
tăng khi mà giá trị xác suất dùng để phát tin tăng.
3.6. Đánh giá hiệu năng truyền tin trong mạng
Từ các kết quả trên, tác giả nhận thấy rằng xác suất thể hiện tƣơng đối giống
nhau khi thực hiện trên cả các mạng có mật độ thấp và cao, đó là tỷ lệ thành công sẽ
tăng khi mà giá trị xác suất dùng tăng.
Đối với các mạng có mật độ thấp, thì đƣờng cong tỷ lệ thành công tăng
tuyến tính theo xác suất p. Số lƣợng các node cũng nhƣ tần số phát gói tin hầu nhƣ
không ảnh hƣởng tới sự tuyến tính này. Tuy vậy, tốc độ di chuyển của các node
trong mạng lại có ảnh hƣởng khá rõ đến độ lớn của tỷ lệ thành công: các node di
chuyển với vận tốc 5m/s khiến cho tỷ lệ thành công trong các lần thử cao hơn khi
các node này đứng im.
Đối với các mạng có mật độ cao (bằng cách tăng phạm vi truyền sóng cũng
nhƣ số lƣợng các node trong mạng) thì đƣờng cong tỷ lệ thành công sẽ có dạng
tuyến tính với số node trong mạng nhỏ hơn 100 và có dạng gần giống với đƣờng
cong biểu diễn hiện tƣợng chuyển pha khi mà số lƣợng các node trong mạng đạt
con số 100. Tác giả cũng nhận thấy rằng tỷ lệ thành công đạt trên 90% đối với mạng
có 100 node sẽ tƣơng ứng với xác suất broadcast p ≥ 0.35, một con số tƣơng đối
nhỏ; và đạt xấp xỉ 100% ứng với xác suất broadcast là p ≥ 0.5. Trong cả hai trƣờng
hợp (số lƣợng node là 25 và 100) thì tốc độ di chuyển của các node trong mạng là
0m/s hay 5m/s tuy có ảnh hƣởng đến kết quả nhƣng không quá lớn. Sự sai khác về
kết quả tìm đƣợc là không nhiều và chủ yếu do nguyên nhân là các tham số cụ thể
của các kịch bản mô phỏng của luận văn và hai bài báo trên có sự chênh lệch (về
hình trạng mạng, kích thƣớc, tốc độ di động và tần suất phát tin).
Dựa vào các kết quả đo đƣợc ta có đƣa ra một số yếu tố làm ảnh hƣởng đến
việc chọn xác suất trong điều kiện mạng thực nhƣ sau:
Mật độ mạng: tỷ lệ thành công sẽ tăng lên khi mà mật độ mạng tăng lên.
Điều này có thể giải thích nhƣ sau. Khi mật độ các node trong mạng tăng lên thì số
lƣợng node trung bình trong một khu vực là tăng lên và do đó số lƣợng các kết nối
trong mạng cũng sẽ tăng lên. Đối với các mạng có mật độ dày, giá trị p này là khá
nhỏ bởi vì chỉ cần ít node broadcast lại thì gói tin broadcast cũng có thể đến đƣợc
hầu hết các node trong mạng. Ngƣợc lại, mật độ mạng thƣa sẽ dẫn đến giá trị xác
suất broadcast lại tăng do cần phải có nhiều hơn các node broadcast lại gói tin.
Tốc độ di động: tốc độ di động tăng thì tỷ lệ thành công tăng. Đối với các
mạng nhỏ, mật độ thƣa thì tốc độ di động của các node trong mạng ảnh hƣởng khá
rõ đến tỷ lệ thành công. Ngƣợc lại, đối với các mạng có mật độ dày thì tốc độ di
động này có ảnh hƣởng ít hơn đến tỷ lệ thành công. Điều này có đƣợc là vì khi các
node đi động trong mạng với tốc độ càng cao thì khả năng các node “gặp” nhau là
tăng lên hay nói cách khác, các kết nối trong mạng là tăng lên. Do đó tỷ lệ thành
công khi broadcast lại với một xác suất nào đó là tăng lên. Ta cũng chú ý thêm rằng,
khi mạng là quá thƣa thì rõ ràng khó có khả năng để tỷ lệ thành công đạt đến trên
90%, ngay cả khi xác suất broadcast bằng 1.
Tần suất phát tin: kết quả mô phỏng cho thấy tỷ lệ thành công tăng khi tốc độ
di động và tần suất phát tin của các node tăng. Các node di chuyển dẫn đến khả
năng các kết nối đƣợc thiết lập nhiều hơn, trong khi tần suất phát tin tăng sẽ dẫn
đến số lƣợng các node broadcast lại gói tin sẽ tăng hơn sau mỗi lần phát tin, điều
này dẫn đến tỷ lệ thành công đạt đƣợc sẽ cao hơn.
3.7. Kết luận chƣơng 3
Trong chƣơng này luận văn đã thực hiện các nội dung chính sau:
- Lựa chọn công cụ mô phỏng bài toán ứng dụng Internet of Things cho
trƣờng học thông minh.
- Xây dựng môi trƣờng mô phỏng với bộ công cụ Contiki.
- Xây dựng kịch bản thử nghiệm và đánh giá hiệu quả của ứng dụng bài toán
dựa trên mô phỏng. Thông qua đó đƣa ra đƣợc một số nhận xét và đánh giá về quá
trình truyền tin trong mạng, lựa chọn số node trong mạng từ đó xây dựng kiến trúc
mạng phù hợp với nhu cầu quản lí trong trƣờng học thông minh.
KẾT LUẬN
IoT đang trở thành một công nghệ tiềm năng để xây dựng các ứng dụng
thông minh. Một trong số các ứng dụng đƣợc nghiên cứu đề cập trong bài luận văn
là trƣờng học thông minh (Smart School).
Luận văn đã nghiên cứu tổng quan về IoT, khả năng ứng dụng IoT trong
trƣờng học thông minh. Luận văn đã đƣa ra mô hình mạng IoT cho ứng dụng
trƣờng học thông minh, nghiên cứu xây dựng mạng mô phỏng trong nhà trƣờng, cụ
thể với hai bài toán ứng dụng là quản lý điểm danh và giám sát điều kiện môi
trƣờng lớp học.
Các kết quả chính của luận văn đạt đƣợc gồm:
- Nghiên cứu tổng quan IoT, ứng dụng IoT và đặc biệt là các khả năng ứng
dụng trong trƣờng học thông minh.
- Nghiên cứu xây dựng mạng IoT cho ứng dụng trƣờng học thông minh, trong
đó tập trung vào trình bày kiến trúc mạng, các thành phần hệ thống mạng và một số
vấn đề thiết kế mạng: định vị, kiểm soát, thu thập dữ liệu, truyền dữ liệu cho hai bài
toán ứng dụng là: quản lý điểm danh và giám sát điều kiện môi trƣờng lớp học.
- Xây dựng mạng mô phỏng thử nghiệm với phần mềm mô phỏng Contiki.
- Thực hiện mô phỏng thử nghiệm và đánh giá hiệu năng với quá trình giám
sát các sensor đồng thời thử nghiệm quá trình truyền tin giữa các nút mạng IoT với
trung tâm. Kết quả mô phỏng thử nghiệm cho thấy tính khả thi trong ứng dụng
mạng IoT cho trƣờng học thông minh.
Do khả năng ứng dụng mạng IoT cho trƣờng học thông minh khá đa dạng,
trong khuôn khổ có hạn của luận văn, bài luận văn mới chỉ đƣa ra hai ứng dụng
điển hình là bài toán quản lý điểm danh và bài toán quản lý, giám sát điều kiện môi
trƣờng lớp học. Trong mô phỏng thử nghiệm, do thời gian và số lƣợng các cảm
biến hạn chế, chƣơng trình chƣa chạy thử nghiệm với ứng dụng trên các thiết bị
cảm biến, vì vậy chƣa đánh giá hết đƣợc một số vấn đề nhƣ: việc truyền nhận dữ
liệu từ thiết bị cảm biến đến các node mạng cảm biến, vấn đề xung đột dữ liệu…
Đây cũng là một trong những hƣớng nghiên cứu, phát triển tiếp theo của luận văn.