- 1TÓM TẮT LUẬN VĂN THẠC SĨ Đề tài: Ứng dụng trí tuệ nhân tạo vào việc định tuyến QoS Tác giả luận văn: Nguyễn Thị Huyền Trang. - và một trong những giải pháp được quan tâm là định tuyến đảm bảo chất lượng dịch vụ (định tuyến QoS - QoSR). - QoSR không những có vai trò làm tăng chất lượng dịch vụ mà còn có ý nghĩa quan trọng trong việc giảm chi phí vận hành mạng. - Trí tuệ nhân tạo (TTNT) là một lĩnh vực của khoa học và công nghệ mô phỏng các khả năng của trí tuệ và trí thông minh của con người, biết suy nghĩ và lập luận để giải quyết vấn đề, biết giao tiếp, biết học và tự thích nghi để giải các bài toán phức tạp như: nhận dạng ảnh, công nghệ robot cũng như một số các vấn đề trong truyền thông như bài toán định tuyến QoS (QoSR). - Việc áp dụng trí tuệ nhân tạo trong việc định tuyến QoS góp phần đáng kể vào đảm bảo chất lượng của các dịch vụ đa phương tiện thời gian thực như: VoIP, video call… Chính vì vậy tác giả đã chọn đề tài ứng dụng trí tuệ nhân tạo vào định tuyến QoS, nhằm tìm hiểu chung về định tuyến nói chung, định tuyến QoS nói riêng và các phương pháp dụng các trí tuệ nhân tạo vào việc định tuyến QoS (định tuyến dựa trên fuzzy logic, mạng neural, thuật giải di truyền…) 2) Mục đích, đối tượng và phạm vi nghiên cứu: Nội dung của luận văn là nghiên cứu về định tuyến QoS (QoSR), tổng quan về các phương pháp dùng trí tuệ nhân tạo, và các nguyên lý cơ bản của việc ứng dụng của các phương pháp dùng trí tuệ nhân tạo vào việc định tuyến đảm bảo chất lượng dịch vụ. - Trong luận văn này nghiên cứu hai phương pháp chính là: (1) Phương pháp kết hợp fuzzy logic (lý thuyết mờ) và mạng neural, (2) Phương pháp sử dụng giải thuật di truyền. - 3) Tóm tắt nội dung chính: Phần một, nghiên cứu về định tuyến QoS, định tuyến là quá trình chọn lựa các đường đi trên một mạng máy tính để gửi dữ liệu qua đó. - Phần 2, tổng quan về các phương pháp dùng trí tuệ nhân tạo đang được nghiên cứu và áp dụng cho việc định tuyến chất lượng dịch vụ, TTNT là một lĩnh vực của khoa học và công nghệ mô phỏng các khả năng của trí tuệ và trí thông minh của con người, biết suy nghĩ và lập luận để giải quyết vấn đề, biết giao tiếp, biết học và tự thích nghi để giải các bài toán phức tạp. - Các phương pháp trí tuệ nhân tạo được nghiên cứu trong việc định tuyến QoS đó là mạng neural, lý fuzzy logic, giải thuật di truyền (Generation Algorithm - GA), mô phỏng hành vi…. - Phần 3, ứng dụng các phương pháp trí tuệ nhân tạo vào việc định tuyến chất lượng dịch vụ, tìm hiểu chi tiết về các phương pháp sử dụng trí tuệ nhân tạo và cách ứng dụng phương pháp fuzzy logic, mạng neural, và giải thuật di truyền vào việc định tuyến đảm bảo chất lượng dịch vụ. - Các cơ chế áp dụng các phương pháp, fuzzy logic dùng để áp dụng cho các thông số không chính xác của các thông số định tuyến, tạo các quần thể gen bằng các kết nối trong giải thuật di truyền…, các nguyên lý thực hiện việc định tuyến dựa trên trí tuệ nhân tạo. - 4) Phương pháp nghiên cứu: Bằng việc tổng hợp tài liệu (IEEE, ITU-T…) cùng với kết quả của các bài báo, các báo cáo… để đưa ra được các kết luận về ưu điểm và nhược điểm của việc định tuyến đảm bảo chất lượng dịch vụ dựa trên trí tuệ nhân tạo. - 5) Kết luận: Ngoài các phương pháp fuzzy logic, mạng neural, giải thuật di truyền được nghiên cứu chi tiết trong luận văn còn có phương pháp trí tuệ nhân tạo khác cũng đã và đang được nghiên cứu, đó là phương pháp mô phỏng hành vi. - Phương pháp này cũng là một phương pháp đang được quan tâm. - Tuy cũng có một số nhược điểm nhưng thuộc tính thuộc về bản chất của TTNT có thể giúp cải thiện tốc độ tìm nghiệm như việc cứng hoá bằng các mạch điện tử (mạng neural) hay sử dụng tính toán song song (GA) đang được nghiên cứu và các phương pháp TTNT có thể sẽ đóng vai trò quan trọng trong tương lai. - Ngoài ra để lợi dụng điểm mạnh và các mặt hạn chế của mỗi phương pháp người ta cũng đề xuất một số hướng kết hợp các phương pháp lại với nhau như: Fuzzy và nơ-ron, hệ kiến và mạng nơ-ron, GA và nơ-ron, GA và Fuzzy...
Xem thử không khả dụng, vui lòng xem tại trang nguồn hoặc xem
Tóm tắt