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

pdf 129 trang chauphong 16/08/2022 13040
Bạn đang xem 20 trang mẫu của tài liệu "Luận án Tối ưu lưu trữ và truyền video cộng tác trong mạng 5G siêu dày đặc", để tải tài liệu gốc về máy hãy click vào nút Download ở trên

Tóm tắt nội dung tài liệu: Luận án Tối ưu lưu trữ và truyền video cộng tác trong mạng 5G siêu dày đặc

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:

  • pdfluan_an_toi_uu_luu_tru_va_truyen_video_cong_tac_trong_mang_5.pdf
  • pdf2. Tom tat LA tieng Viet.pdf
  • pdf3. Tom tat LA tieng Anh.pdf
  • pdf4. Thong tin LATS Viet-Anh.pdf