Luận án Tối ưu lưu trữ và truyền video cộng tác trong mạng 5G siêu dày đặc
1. Lý do chọn đề tài
Thế giới đang bước vào kỷ nguyên của công nghiệp 4.0, song song đó, theo
dự đoán sẽ có khoảng 50 tỉ thiết bị được kết nối để truyền thông với nhau và truy cập
các dịch vụ/tiện ích đa phương tiện vào năm 2021 [1]. Trong bối cảnh này, mạng thế
hệ thứ 5 (5G – Fifth Generation) sẽ đối diện với thách thức của một lượng lớn người
dùng di động (MU – Mobile User) yêu cầu các dịch vụ và ứng dụng có dung lượng
dữ liệu và tốc độ cao. Điều này sẽ khiến cho mạng 5G trở nêu suy yếu bởi vấn đề tắc
nghẽn do xung đột lưu lượng xảy ra tại các tuyến trục (backhaul link) của các trạm
cơ sở lớn (MBS – Macro Base Station) cũng như của các trạm cơ sở nhỏ (SBS –
Small cell Base Station1). Trong khi việc đầu tư phát triển các tuyến trục tốc độ cao
tốn rất nhiều chi phí và thậm chí phải thay đổi kiến trúc mạng thì những giải pháp và
kỹ thuật mới có thể thay thế một cách hiệu quả hơn.
Mạng siêu dày đặc (UDN – Ultra-Dense Network) được xem như là một kiến
trúc hứa hẹn có khả năng đáp ứng được các yêu cầu của mạng 5G như tăng dung
lượng hệ thống gấp 1000 lần và độ trễ truy xuất dữ liệu nhỏ hơn 1ms [2]. Tuy nhiên,
việc phát triển UDN còn phải yêu cầu nhiều hơn nữa các công nghệ, kỹ thuật và các
thiết kế tối ưu đột phá nhằm cung cấp cho lượng lớn MU những dịch vụ và ứng dụng
có dung lượng dữ liệu và tốc độ cao, ví dụ như dịch vụ và ứng dụng truyền video
(VAS – Video Applications and Services), với chất lượng dịch vụ (QoS – Quality of
Service) và hiệu quả sử dụng tài nguyên tốt nhất. Để đạt được điều này, nhiều công
nghệ, kỹ thuật và thiết kế tối ưu cho UDN đã được nghiên cứu tập trung vào việc làm
thế nào để tận dụng các nguồn tài nguyên về không gian, thời gian, mã, phổ tần, băng
thông, năng lượng và dung lượng lưu trữ, cũng như làm thế nào để đưa các dịch vụ
tiên tiến đến gần với các MU hơn.
1 SBS là từ chung cho các trạm cơ sở nhỏ, trong đó bao gồm cả Femtocell, Picocell, Metrocell và
Microcell theo phạm vi phủ sóng từ nhỏ tới lớn.2
Một số ví dụ điển hình về công nghệ, kỹ thuật và thiết kế kết hợp với UDN có
thể kể đến như: công nghệ truyền thông sóng milimet (mmWave) và MIMO cỡ rất
lớn (Massive Multiple Input Multiple Output) được nghiên cứu để cải tiến hiệu quả
phổ và mở rộng băng thông truyền [3-5]; công nghệ mmWave có quan tâm tới giao
thoa và điều khiển công suất trong mạng truyền thông từ thiết bị đến thiết bị (D2D –
Device-to-Device) để gia tăng hiệu quả sử dụng năng lượng và phổ tần [6-8]; kỹ thuật
truyền thông D2D [9-12]; và đặc biệt là các cơ chế lưu trữ [13-48] nhằm đưa các dịch
vụ đến gần người dùng hơn có thể được áp dụng vào trong UDN để cải tiến dung
lượng hệ thống, giảm xung đột tại các tuyến trục của MBS và SBS; đã đạt được một
số tiêu chí của QoS và hiệu quả sử dụng tài nguyên cao.
Tuy nhiên, các giải pháp trên đều chưa thể áp dụng hiệu quả vào VAS được
ước tính là sẽ chiếm đến 78% tổng dung lượng dữ liệu vào năm 2021 [49]. Nguyên
nhân đầu tiên đó là các tiêu chí đánh giá chất lượng dịch vụ truyền video rất nhạy
cảm với các yếu tố của môi trường truyền không dây; hành vi và mối quan hệ của
MU; tài nguyên của mạng và của MU; các đặc tính của video và các kỹ thuật mã hóa
– đóng gói video. Nguyên nhân thứ hai đó là tài nguyên mạng không được tận dụng
một cách triệt để nhằm 1) lưu trữ các nội dung video (sử dụng dung lượng lưu trữ) tại
các thiết bị di động, SBS, và MBS gần với MU hơn và 2) cộng tác phân phối nội dung
video (bằng cách tận dụng thêm các nguồn tài nguyên khác như băng thông, năng
lượng và phổ) từ điểm lưu trữ đến MU một cách hiệu quả.
Gần đây, kỹ thuật lưu trữ (caching) đã thu hút sự chú ý của các nhà nghiên cứu
trong cả lĩnh vực học thuật và công nghiệp để mang lại lợi ích cho các nhà cung cấp
dịch vụ Internet (ISP – Internet Service Provider) và nhà cung cấp nội dung
(CP – Content Provider) cũng như đáp ứng nhu cầu cao của người dùng cuối. Trong
lĩnh vực này, các nhà nghiên cứu Việt Nam đã có cơ hội hợp tác với các chuyên gia
hàng đầu thế giới nhằm phát triển các dự án và công bố các công trình nghiên cứu ở
các tạp chí uy tín [14, 19, 21-23, 29-31, 35, 38, 44, 50]. Tuy vậy, các nhóm nghiên
cứu này vẫn chưa triển khai một cách tổng thể mô hình, phân tích và thiết kế tối ưu
lưu trữ và truyền video hợp tác trong 5G UDN. Các công trình trong nước chủ yếu3
tập trung nghiên cứu tối ưu lưu trữ hoặc tối ưu chi phí cho nhà cung cấp dịch vụ hoặc
nhà phát triển nội dung thực hiện trên đơn tầng ở trạm cơ sở chính (MBS) hoặc tại
trạm cơ sở nhỏ (SBS), nhưng chưa có các nghiên cứu định hướng đến lợi ích người
dùng (MU) và đa tầng trong mạng 5G UDN. Và như vậy, vẫn còn nhiều vấn đề thách
thức chưa được giải quyết nhằm nâng cao năng lực cho 5G UDN trong việc cung cấp
cho MU các dịch vụ tiên tiến có QoS và hiệu suất sử dụng tài nguyên (dung lượng,
băng thông, năng lượng, phổ tần) cao.
Ở các nước phát triển, các công trình nghiên cứu trong lĩnh vực này nhiều hơn
về số lượng và tốt hơn về chất lượng, cụ thể như: lưu trữ tại các thiết bị (D2D caching)
[15, 20, 33, 42, 45], lưu trữ tại trạm cơ sở nhỏ femto (femtocaching) [26, 27, 34], lưu
trữ tại các trạm cơ sở nhỏ (small-cell caching) [17, 32, 37, 41, 43, 46], lưu trữ tại trạm
cơ sở lớn (MBS caching) [39, 40], và lưu trữ đa tầng (multi-tier caching) [16, 18, 24,
25, 28, 36, 47, 48].
Có thể nhận thấy rằng, mặc dù các công trình nghiên cứu được thực hiện tại
các quốc gia phát triển nhiều hơn về số lượng, đã thực hiện trên đa tầng (MBS, FBS,
MU), và có những đóng góp quan trọng hơn so với các công trình được thực hiện bởi
các nhà nghiên cứu trong nước. Tuy nhiên, các công trình nghiên cứu ngoài nước vẫn
chưa nghiên cứu đồng thời tối ưu lưu trữ đa tầng kết hợp chia sẻ tài nguyên có quan
tâm đến mối quan hệ xã hội của người dùng để nâng cao hiệu quả của hệ thống. Và
như vậy, vẫn còn nhiều vấn đề chưa được giải quyết, cần phải có những kỹ thuật, mô
hình, phân tích, thiết kế tối ưu và các tiêu chuẩn đột phá nhằm đáp ứng các yêu cầu
cao và phức tạp của lưu trữ và truyền/phân phối video trong 5G UDN.
Từ những vấn đề còn tồn đọng trong các nghiên cứu trong và ngoài nước như
trên, trong luận án này, NCS sẽ đề xuất cơ chế lưu trữ đa tầng kết hợp với chia sẻ tài
nguyên tối ưu theo định hướng người dùng nhằm nâng cao hiệu quả truyền video
trong 5G UDN.4
Tóm tắt nội dung tài liệu: Luận án Tối ưu lưu trữ và truyền video cộng tác trong mạng 5G siêu dày đặc
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DUY TÂN ------------------- BÙI MINH PHỤNG TỐI ƯU LƯU TRỮ VÀ TRUYỀN VIDEO CỘNG TÁC TRONG MẠNG 5G SIÊU DÀY ĐẶC LUẬN ÁN TIẾN SĨ KHOA HỌC MÁY TÍNH Đà Nẵng – 2021 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DUY TÂN ------------------- NCS. BÙI MINH PHỤNG TỐI ƯU LƯU TRỮ VÀ TRUYỀN VIDEO CỘNG TÁC TRONG MẠNG 5G SIÊU DÀY ĐẶC CHUYÊN NGÀNH: Khoa học Máy tính MÃ SỐ: 9.48.01.01 LUẬN ÁN TIẾN SĨ NGƯỜI HƯỚNG DẪN KHOA HỌC TS. VÕ NGUYÊN SƠN Đà Nẵng – 2021 i LỜI CAM ĐOAN Tác giả xin cam đoan đây là công trình nghiên cứu do chính tác giả thực hiện. Các kết quả nghiên cứu và các kết luận trong luận án này là trung thực, không sao chép từ bất kỳ nguồn nào và dưới bất kỳ hình thức nào. Việc tham khảo các nguồn tài liệu đều đã được thực hiện trích dẫn và ghi nguồn tài liệu tham khảo đúng quy định. Tác giả luận án ii LỜI CẢM ƠN Để hoàn thành được luận án tiến sĩ này, tôi đã nhận được rất nhiều sự hỗ trợ của Nhà trường, của người hướng dẫn khoa học, của đồng nghiệp và của gia đình. Tôi xin gởi lời cảm ơn chân thành đến TS. Võ Nguyên Sơn, là người thầy và cũng là đồng nghiệp đã nhiệt tình hướng dẫn, định hướng và cùng tôi nghiên cứu trong suốt quá trình tôi thực hiện luận án tiến sĩ tại viện Nghiên cứu khoa học Cơ bản và Ứng dụng – Trường Đại học Duy Tân, TP. HCM. Tôi xin cám ơn đến PGS. TS. Nguyễn Gia Như, Trưởng khoa Sau đại học – Trường Đại học Duy Tân, là người đã động viên, khuyến khích tôi trong suốt quá trình thực hiện luận án. Tôi xin cảm ơn các đồng nghiệp cùng làm nghiên cứu ở viện Nghiên cứu khoa học Cơ bản và Ứng dụng – Trường Đại học Duy Tân, TP. HCM, các đồng nghiệp ở Khoa CNTT – trường Đại học Văn Lang đã hỗ trợ tôi thực hiện luận án. Tôi cũng xin cảm ơn Trường Đại học Duy Tân, Trường Đại học Văn Lang đã tạo điều kiện cho tôi có được môi trường tốt để hoàn thành luận án. Cuối cùng, tôi xin cám ơn gia đình đã hỗ trợ và đồng hành cùng tôi trong suốt thời gian tôi thực hiện luận án này. Mặc dù đã cố gắng và nỗ lực trong quá trình nghiên cứu để luận án được hoàn chỉnh nhất nhưng luận án có thể vẫn còn nhiều thiếu sót. Tác giả rất mong nhận được sự góp ý quý giá để hoàn thiện luận án cũng như tiếp tục cho các nghiên cứu sau này. Tác giả Bùi Minh Phụng Minh Phụng iii MỤC LỤC LỜI CAM ĐOAN .................................................................................................................. i MỤC LỤC .................................................................................................................. iii DANH MỤC CÁC CHỮ VIẾT TẮT VÀ KÝ HIỆU ....................................................... vi DANH MỤC CÁC BẢNG ................................................................................................ viii DANH MỤC CÁC HÌNH VÀ BIỂU ĐỒ .......................................................................... ix MỞ ĐẦU ................................................................................................................... 1 1. Lý do chọn đề tài .............................................................................................. 1 2. Mục tiêu, đối tượng, phạm vi và phương pháp nghiên cứu ............................. 4 2.1. Mục tiêu nghiên cứu ............................................................................................ 4 2.2. Đối tượng nghiên cứu ......................................................................................... 4 2.3. Phạm vi nghiên cứu ............................................................................................ 4 2.4. Phương pháp nghiên cứu .................................................................................... 5 3. Nhiệm vụ nghiên cứu và kết quả đạt được ....................................................... 5 3.1. Nhiệm vụ nghiên cứu .......................................................................................... 5 3.2. Kết quả đạt được ................................................................................................. 6 4. Bố cục luận án .................................................................................................. 6 CHƯƠNG 1. TỔNG QUAN VỀ LƯU TRỮ VÀ TRUYỀN VIDEO TRONG 5G UDN ................................................................................................................... 9 1.1. Giới thiệu về 5G UDN ..................................................................................... 9 1.1.1. Mô hình 5G UDN ................................................................................................ 9 1.1.2. Các thách thức của 5G UDN ............................................................................ 12 1.2. Mô hình lưu trữ và truyền video trong 5G UDN ........................................... 13 1.2.1. Lưu trữ và truyền video đơn tầng ..................................................................... 14 1.2.2. Lưu trữ và truyền video cộng tác đa tầng ......................................................... 15 1.2.3. Phương pháp đánh giá hiệu năng mô hình ....................................................... 15 1.3. Hiện trạng các nghiên cứu về cơ chế lưu trữ và chia sẻ tài nguyên ............... 16 1.3.1. Các nghiên cứu trong nước............................................................................... 16 1.3.2. Các nghiên cứu ngoài nước .............................................................................. 18 1.4. Các thuật giải ứng dụng trong các bài toán tối ưu lưu trữ và truyền video.... 23 1.4.1. Thuật giải vét cạn .............................................................................................. 24 iv 1.4.2. Thuật giải đàn dơi ............................................................................................. 24 1.4.3. Thuật giải di truyền ........................................................................................... 29 1.5. Tống kết chương 1 ......................................................................................... 37 CHƯƠNG 2. LƯU TRỮ VÀ CHIA SẺ TÀI NGUYÊN TỐI ƯU THEO MỐI QUAN HỆ XÃ HỘI NGƯỜI DÙNG NÂNG CAO DUNG LƯỢNG TRUYỀN VIDEO TRONG 5G UDN ............................................................. 39 2.1. Giới thiệu cơ chế SCS .................................................................................... 39 2.2. Mô hình truyền video trong 5G UDN với cơ chế SCS .................................. 43 2.2.1. Các ký hiệu và giả thiết ..................................................................................... 43 2.2.2. Mô hình hệ thống với cơ chế SCS ..................................................................... 45 2.3. Tính toán các thông số hệ thống với cơ chế SCS ........................................... 47 2.3.1. Mối quan hệ xã hội giữa các cặp TX-RX .......................................................... 47 2.3.2. Mô hình kênh truyền không dây ........................................................................ 49 2.3.3. Dung lượng phân phối hệ thống ....................................................................... 51 2.4. Bài toán tối ưu SCS và thuật giải vét cạn ....................................................... 55 2.5. Đánh giá hiệu suất cơ chế SCS ...................................................................... 59 2.5.1. Thiết lập thông số hệ thống ............................................................................... 59 2.5.2. Đánh giá hiệu suất cơ chế SCS ......................................................................... 60 2.6. Kết luận chương 2 .......................................................................................... 70 CHƯƠNG 3. LƯU TRỮ ĐA PHÂN GIẢI VÀ CHIA SẺ TÀI NGUYÊN TỐI ƯU THEO NHU CẦU NGƯỜI DÙNG NÂNG CAO CHẤT LƯỢNG TRUYỀN VIDEO TRONG 5G UDN ............................................................................... 71 3.1. Giới thiệu cơ chế CRS .................................................................................... 71 3.2. Mô hình truyền video trong 5G UDN với cơ chế CRS .................................. 74 3.3. Tính toán các thông số hệ thống với cơ chế CRS .......................................... 79 3.3.1. Xác suất đạt dung lượng tại SU ........................................................................ 79 3.3.2. Xác suất đạt dung lượng tại CU ....................................................................... 82 3.3.3. Xác suất đạt dung lượng tại NU ....................................................................... 83 3.3.4. Chất lượng trung bình của video nhận được .................................................... 85 3.4. Bài toán tối ưu CRS và thuật giải di truyền ................................................... 86 3.4.1. Bài toán tối ưu CRS .......................................................................................... 86 3.4.2. Thuật giải di truyền cho bài toán CRS .............................................................. 89 3.5. Đánh giá hiệu suất cơ chế CRS và thuật giải di truyền .................................. 92 3.5.1. Thiết lập thông số hệ thống và cấu hình máy tính ............................................ 92 v 3.5.2. Đánh giá hiệu quả của thuật giải di truyền ...................................................... 94 3.5.3. Đánh giá hiệu suất cơ chế CRS ........................................................................ 98 3.6. Kết luận chương 3 ........................................................................................ 103 KẾT LUẬN ............................................................................................................... 104 1. Kết quả đạt được .......................................................................................... 104 2. Định hướng nghiên cứu ................................................................................ 105 CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA NGHIÊN CỨU SINH ............................. 106 1. Công trình đã công bố của luận án ............................................................... 106 2. Công trình đã công bố khác của nghiên cứu sinh ........................................ 106 TÀI LIỆU THAM KHẢO ............................................................................................... 108 vi DANH MỤC CÁC CHỮ VIẾT TẮT VÀ KÝ HIỆU Viết tắt Tiếng Anh Tiếng Việt AWGN Additive White Gausian Noise Nhiễu trắng Gausian BA Bat Algorithm Thuật giải đàn dơi BBA Binary Bat Algorithm Thuật giải đàn dơi nhị phân CP Content Provider Nhà cung cấp nội dung CRS Multi-Resolution Caching and Resource Sharing Optimization Lưu trữ đa phân giải và chia sẻ tài nguyên tối ưu CS Caching Strategy Chiến lược lưu trữ CU Caching User Người dùng có lưu trữ nội dung D2D Device-to-Device Truyền thông từ thiết bị đến thiết bị EA Exhaustive Algorithm Thuật giải vét cạn FBS ... ions on Industrial Networks and Intelligent Systems, 2019. 6(19). [51]. Systems, C. Cisco Annual Internet Report (2018–2023) White Paper. 2020 [cited 2020; [52]. Chopra, G., R.K. Jha, and S. Jain, A survey on ultra-dense network and emerging technologies: Security challenges and possible solutions. Journal of Network and Computer Applications, 2017. 95: p. 54-78. 113 [53]. Hossain, E., L.B. Le, and D. Niyato, Radio resource management in multi-tier cellular wireless networks. 2013: John Wiley & Sons. [54]. Vo, N.-S., T.Q. Duong, M. Guizani, and A. Kortun, 5G Optimized Caching and Downlink Resource Sharing for Smart Cities. IEEE Access, 2018. 6: p. 31457 - 31468. [55]. Tran, Q.-N., N.-S. Vo, M.-P. Bui, V.-C. Phan, Z. Kaleem, and T.Q. Duong. Resource Sharing and Segment Allocation Optimized Video Streaming over Multi-hop Multi-path in Dense D2D 5G Networks. in International Conference on Industrial Networks and Intelligent Systems. 2019. Springer. [56]. Bui, M.-P., N.-S. Vo, S.Q. Nguyen, and Q.-N. Tran, Social-Aware Caching and Resource Sharing Maximized Video Delivery Capacity in 5G Ultra-Dense Networks. Mobile Networks and Applications, 2019: p. 1-13. [57]. Bui, M.-P., N.-S. Vo, T.-T. Nguyen, Q.-N. Tran, and A.-T. Tran. Social-aware caching and resource sharing optimization for video delivering in 5G networks. in International Conference on Heterogeneous Networking for Quality, Reliability, Security and Robustness. 2018. Springer. [58]. Tan, Y., Y. Yuan, T. Yang, Y. Xu, and B. Hu. Femtocaching in wireless video networks: Distributed framework based on exact potential game. in 2016 IEEE/CIC International Conference on Communications in China (ICCC). 2016. IEEE. [59]. Quer, G., I. Pappalardo, B.D. Rao, and M. Zorzi, Proactive caching strategies in heterogeneous networks with device-to-device communications. IEEE Transactions on Wireless Communications, 2018. 17(8): p. 5270-5281. [60]. Vasuki, A., BAT Algorithms, in Nature-Inspired Optimization Algorithms. 2020, CRC Press. p. 167-179. [61]. Mirjalili, S., S.M. Mirjalili, and X.-S. Yang, Binary bat algorithm. Neural Computing and Applications, 2014. 25(3): p. 663-681. [62]. Chipperfield, A. and P. Fleming. The MATLAB genetic algorithm toolbox. in IEE Colloquium on Applied Control Techniques Using MATLAB. 1995. London, UK. [63]. Xiang, W., C. Zhu, C.K. Siew, Y. Xu, and M. Liu, Forward error correction- based 2-D layered multiple description coding for error-resilient H. 264 SVC video transmission. IEEE transactions on circuits and systems for video technology, 2009. 19(12): p. 1730-1738. 114 [64]. Du, X., N.-S. Vo, W. Cheng, T.Q. Duong, and L. Shu, Joint replication density and rate allocation optimization for VoD systems over wireless mesh networks. IEEE transactions on circuits and systems for video technology, 2013. 23(7): p. 1260-1273. [65]. Oladejo, S.O. and O.E. Falowo, Latency-Aware Dynamic Resource Allocation Scheme for Multi-Tier 5G Network: A Network Slicing-Multitenancy Scenario. IEEE Access, 2020. 8: p. 74834-74852. [66]. Vo, N.-S., T.Q. Duong, H.D. Tuan, and A. Kortun, Optimal video streaming in dense 5g networks with d2d communications. IEEE Access, 2018. 6: p. 209- 223. [67]. Vo, N.-S., T.Q. Duong, and M. Guizani. QoE-oriented resource efficiency for 5G two-tier cellular networks: A femtocaching framework. in Global Communications Conference (GLOBECOM), 2016 IEEE. 2016. IEEE. [68]. Huynh, D.-T., X. Wang, T.Q. Duong, N.-S. Vo, and M. Chen, Social-aware energy efficiency optimization for device-to-device communications in 5G networks. Computer Communications, 2018. 120: p. 102-111. [69]. Liu, J., N. Kato, J. Ma, and N. Kadowaki, Device-to-device communication in LTE-advanced networks: A survey. IEEE Communications Surveys & Tutorials, 2014. 17(4): p. 1923-1940. [70]. Lin, S.-H., K.-Y. Chen, J.-C. Kao, and Y.-F. Hsiao. Fast spectrum reuse and power control for device-to-device communication. in 2017 IEEE 85th Vehicular Technology Conference (VTC Spring). 2017. IEEE. [71]. Hussain, F., M.Y. Hassan, M.S. Hossen, and S. Choudhury, System capacity maximization with efficient resource allocation algorithms in D2D communication. IEEE Access, 2018. 6: p. 32409-32424. [72]. Ali, F., S. Jangsher, and F.A. Bhatti. Resource sharing for D2D communication in multi small cell networks. in 2017 IEEE 28th Annual International Symposium on Personal, Indoor, and Mobile Radio Communications (PIMRC). 2017. IEEE. [73]. Wu, D., Q. Liu, H. Wang, Q. Yang, and R. Wang, Cache less for more: Exploiting cooperative video caching and delivery in D2D communications. IEEE Transactions on Multimedia, 2018. 21(7): p. 1788-1798. 115 [74]. Benevenuto, F., T. Rodrigues, M. Cha, and V. Almeida. Characterizing user behavior in online social networks. in Proceedings of the 9th ACM SIGCOMM Conference on Internet Measurement. 2009. Illinois, Chicago, USA: ACM. [75]. Cha, M., H. Kwak, P. Rodriguez, Y.-Y. Ahn, and S. Moon. I tube, you tube, everybody tubes: analyzing the world's largest user generated content video system. in Proceedings of the 7th ACM SIGCOMM conference on Internet measurement. 2007. ACM. [76]. Ma, C., M. Ding, H. Chen, Z. Lin, G. Mao, Y.-C. Liang, and B. Vucetic, Socially aware caching strategy in device-to-device communication networks. IEEE Transactions on Vehicular Technology, 2018. 67(5): p. 4615-4629. [77]. Ma, C., M. Ding, H. Chen, Z. Lin, G. Mao, and X. Li. Socially aware distributed caching in device-to-device communication networks. in 2016 IEEE Globecom Workshops (GC Wkshps). 2016. IEEE. [78]. Chandrasekhar, V. and J.G. Andrews, Spectrum allocation in tiered cellular networks. IEEE Transactions on Communications, 2009. 57(10): p. 3059- 3068. [79]. Cheung, W.C., T.Q. Quek, and M. Kountouris, Throughput optimization, spectrum allocation, and access control in two-tier femtocell networks. IEEE Journal on Selected Areas in Communications, 2012. 30(3): p. 561-574. [80]. Bai, B., L. Wang, Z. Han, W. Chen, and T. Svensson, Caching based socially- aware D2D communications in wireless content delivery networks: A hypergraph framework. IEEE Wireless Communications, 2016. 23(4): p. 74- 81. [81]. Zhang, X., Y. Li, Y. Zhang, J. Zhang, H. Li, S. Wang, and D. Wang, Information caching strategy for cyber social computing based wireless networks. IEEE Transactions on Emerging Topics in Computing, 2017. 5(3): p. 391-402. [82]. Zhang, Y., E. Pan, L. Song, W. Saad, Z. Dawy, and Z. Han, Social network aware device-to-device communication in wireless networks. IEEE Transactions on Wireless Communications, 2015. 14(1): p. 177-190. [83]. Tegos, S.A., P.D. Diamantoulakis, A.S. Lioumpas, P.G. Sarigiannidis, and G.K. Karagiannidis, Slotted ALOHA with NOMA for the next generation IoT. IEEE Transactions on Communications, 2020. 68(10): p. 6289-6301. 116 [84]. Pandey, S., K. Shandilya, and S. Agarwal. Prioritized S-ALOHA for URLLC. in 2020 International Wireless Communications and Mobile Computing (IWCMC). 2020. IEEE. [85]. Balevi, E., F.T. Al Rabee, and R.D. Gitlin. ALOHA-NOMA for massive machine-to-machine IoT communication. in 2018 IEEE International Conference on Communications (ICC). 2018. IEEE. [86]. Yang, L., S. Song, and K.B. Letaief, Optimal overlay cognitive spectrum access with F-ALOHA in macro-femto heterogeneous networks. IEEE Transactions on Wireless Communications, 2015. 15(2): p. 1323-1335. [87]. Elkourdi, M., A. Mazin, and R.D. Gitlin. Slotted Aloha-NOMA with MIMO Beamforming for Massive M2M Communication in IoT Networks. in 2018 IEEE 88th Vehicular Technology Conference (VTC-Fall). 2018. IEEE. [88]. Breslau, L., P. Cao, L. Fan, G. Phillips, and S. Shenker. Web caching and Zipf- like distributions: Evidence and implications. in INFOCOM'99. Eighteenth Annual Joint Conference of the IEEE Computer and Communications Societies. Proceedings. IEEE. 1999. IEEE. [89]. Mehrotra, S., On the implementation of a primal-dual interior point method. SIAM Journal on optimization, 1992. 2(4): p. 575-601. [90]. Zhang, Y., Solving large-scale linear programs by interior-point methods under the MATLAB environment. Optimization Methods and Software, 1998. 10(1): p. 1-31. [91]. Lin, P., K.S. Khan, Q. Song, and A. Jamalipour, Caching in Heterogeneous Ultradense 5G Networks: A Comprehensive Cooperation Approach. IEEE Vehicular Technology Magazine, 2019. 14(2): p. 22-32. [92]. Goian, H.S., O.Y. Al-Jarrah, S. Muhaidat, Y. Al-Hammadi, P. Yoo, and M. Dianati, Popularity-based video caching techniques for cache-enabled networks: a survey. IEEE Access, 2019. 7: p. 27699-27719. [93]. Nguyen, H.T., H.D. Tuan, T.Q. Duong, H.V. Poor, and W.-J. Hwang, Collaborative multicast beamforming for content delivery by cache-enabled ultra dense networks. IEEE Transactions on Communications, 2019. 67(5): p. 3396-3406. [94]. Nguyen, T., D. Nguyen, and V. Nguyen, Quality of Service Provisioning for D2D Users in Heterogeneous Networks. EAI Endorsed Transactions on Industrial Networks and Intelligent Systems, 2019. 6(21). 117 [95]. Vo, N.-S., M.-P. Bui, P.Q. Truong, C. Yin, and A. Masaracchia, Multi-tier Caching and Resource Sharing for Video Streaming in 5G Ultra-dense Networks. IEEE Communications Letters, 2020. 24(7): p. 1500-1504. [96]. Bhardwaj, A. and S. Agnihotri, Energy-and spectral-efficiency trade-off for D2D-multicasts in underlay cellular networks. IEEE Wireless Communications Letters, 2018. 7(4): p. 546-549. [97]. Ha, D.-B. and S.Q. Nguyen, Outage performance of energy harvesting DF relaying NOMA networks. Mobile Networks and Applications, 2018. 23(6): p. 1572-1585. [98]. Sullivan, G.J., J.-R. Ohm, W.-J. Han, and T. Wiegand, Overview of the high efficiency video coding (HEVC) standard. IEEE Transactions on circuits and systems for video technology, 2012. 22(12): p. 1649-1668. [99]. Chan, C. and C. Tsai, Collision-Free Speed Alteration Strategy for Human Safety in Human-Robot Coexistence Environments. IEEE Access, 2020. 8: p. 80120-80133. [100]. Lin, Z., M. Lin, Y. Huang, T. De Cola, and W.-P. Zhu, Robust multi-objective beamforming for integrated satellite and high altitude platform network with imperfect channel state information. IEEE Transactions on Signal Processing, 2019. 67(24): p. 6384-6396. [101]. Ilyas, M.A., G. Abbas, T. Alquthami, M. Awais, and M.B. Rasheed, Multi- Objective Optimal Power Flow With Integration of Renewable Energy Sources Using Fuzzy Membership Function. IEEE Access, 2020. 8: p. 143185- 143200. [102]. Liu, Q., Y. Xu, and Y. Zhou, A class of exact penalty functions and penalty algorithms for nonsmooth constrained optimization problems. Journal of Global Optimization, 2019. 76(4): p. 745-768. [103]. HM Reference Software Version 12.0.
File đính kèm:
- luan_an_toi_uu_luu_tru_va_truyen_video_cong_tac_trong_mang_5.pdf
- 2. Tom tat LA tieng Viet.pdf
- 3. Tom tat LA tieng Anh.pdf
- 4. Thong tin LATS Viet-Anh.pdf