Nghiên cứu mô hình kháng lỗi trong dịch vụ hạ tầng điện toán đám mây

i

LỜI CAM ĐOAN
Tơi cam đoan đây là cơng trình nghiên cứu của riêng tôi.
Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai
công bố trong bất kỳ cơng trình nào khác.

Bình Dương, Ngày

tháng

năm 2019

Học viên thực hiện luận văn

Đặng Thị Hồng Sâm


ii

LỜI CẢM ƠN
Trong suốt quá trình học tập, nghiên cứu và hoàn thành luận văn thạc sĩ,
ngoài những cố gắng nỗ lực của bản thân, em đã nhận được sự hướng dẫn, giúp đỡ
quý báu của quý thầy cô, cùng với sự động viên khích lệ và ủng hộ của đồng
nghiệp, bạn bè và gia đình. Với lịng kính trọng và biết ơn sâu sắc em xin được gửi
lời cảm ơn chân thành tới:
Xin gửi lời cảm ơn trân trọng nhất tới PGS.TS Trần Công Hùng, người đã
trực tiếp hướng dẫn, tận tình chỉ bảo, chia sẻ kiến thức, tài liệu, tạo mọi điều kiện
thuận lợi và định hướng cho em trong suốt quá trình thực hiện luận văn.
Ban giám hiệu và tất cả các Thầy Cô giáo của Đại học Thủ Dầu Một đã giảng
dạy và dìu dắt em trong trong suốt quá trình học tập tại trường.

Bên cạnh đó, em cũng đã nhận được rất nhiều sự hỗ trợ tận tình từ ThS.Bùi
Thanh Khiết và các đồng nghiệp tại VNPT Bình Dương. Xin gửi lời tri ân đến tất cả
các thầy và các anh chị.
Tuy nhiên, do thời gian hạn hẹp, mặc dù đã nỗ lực hết sức mình, nhưng chắc
rằng luận văn khó tránh khỏi thiếu sót. Em rất mong nhận được sự thông cảm và chỉ
bảo tận tình của q Thầy Cơ và các bạn.
Em xin chân thành cảm ơn!
Bình Dương, Ngày tháng

năm 2019

Học viên thực hiện luận văn

Đặng Thị Hồng Sâm


iii
MỤC LỤC

LỜI CAM ĐOAN ................................................................................................................... i
LỜI CẢM ƠN ........................................................................................................................ ii
MỤC LỤC ............................................................................................................................iii
DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT.......................................................... iv
DANH SÁCH HÌNH VẼ ....................................................................................................... v
CHƯƠNG 1- TỔNG QUAN VỀ ĐIỆN TỐN ĐÁM MÂY ............................................... 1
1.1.

Điện tốn đám mây là gì? .................................................................................... 1

1.2.

Các mơ hình dịch vụ của điện tốn đám mây...................................................... 1

1.3.

Dịch vụ cơ sở hạ tầng (IaaS) ............................................................................... 2

1.4.

Lỗi trong IaaS ...................................................................................................... 4

1.5.

Vấn đề kháng lỗi trong điện toán đám mây......................................................... 5

1.6.

Thách thức trong việc kháng lỗi trong điện toán đám mây ................................. 6

1.7.

Tham số đo lường các phương pháp kháng lỗi cho điện toán đám mây ............. 7

1.8.

Kết luận Chương 1............................................................................................... 8

CHƯƠNG 2- CÁC CƠNG TRÌNH LIÊN QUAN ................................................................ 9
CHƯƠNG 3- MƠ HÌNH KHÁNG LỖI TRÊN ĐIỆN TỐN ĐÁM MÂY DỊCH VỤ CƠ
SỞ HẠ TẦNG ..................................................................................................................... 13

3.1.

Mơ hình hệ thống............................................................................................... 13

3.2.

Logic mờ và điều khiển mờ ............................................................................... 14

3.3.

Giải thuật toán tối ưu bầy đàn (PSO) ................................................................ 17

3.4.

Xây dựng mơ hình bài tốn dựa trên lý thuyết logic mờ và thuật tốn PSO ..... 19

CHƯƠNG 4 -MƠ PHỎNG VÀ ĐÁNH GIÁ ...................................................................... 27
4.1 Môi trường giả lập ..................................................................................................... 27
4.2 Kết quả ....................................................................................................................... 27
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ........................................................................... 32
1. Kết quả đạt được .......................................................................................................... 32
2. Những vấn đề còn tồn tại ............................................................................................. 32
3. Hướng phát triển .......................................................................................................... 32
DANH MỤC TÀI LIỆU THAM KHẢO ............................................................................. 33


iv

DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT
Viết tắt

Tiếng Anh

Tiếng Việt

ĐTĐM

Cloud Computing

Điện toán đám mây

CSDL

Database

Cơ sở dữ liệu

QoS

Quality of Service

Chát lượng dịch vụ

PSO

Particle Swarm Optimizarion

Phương pháp tối ưu bầy đàn

IaaS

Infrastruture as a Server

Dịch vụ cơ sở hạ tầng

SaaS

Software as a Service

Dịch vụ phần mềm

PaaS

Platform as a Service

Dịch vụ nền tảng

VM

Virtual machine

Máy ảo

PM

Physical machine

Máy vật lý

v

DANH SÁCH HÌNH VẼ
Hình 1.1

Mơ hình điện tốn đám mây............................................................

1

Hình 1.2

Mơ hình dịch vụ...............................................................................

5

Hình 1.3

Kiến trúc dịch vụ cơ sở hạ tầng.......................................................

7

Hình 3.1

Kiến trúc hệ thống ...........................................................................

8

Hình 3.2

Sơ đồ khối của bộ điều khiển mờ ....................................................

9

Hình 3.3

Luật mờ cho tải................................................................................

19

Hình 3.4

Luật mờ cho nhiệt độ............................…………....…..............….

20

Hình 3.5

Mơ hình chiến lược..........................................................................

24

Hình 4.1

Tần số xuất hiện lỗi của 50 máy vật lý trong thời gian t..................

28

Hình 4.2

Thời gian thực thi theo ε ∈ [0.01; 0.09]………..............................

28

Hình 4.3

Thời gian thực thi theo số lượng cá thể trong bầy ...........................

29

Hình 4.4

Đánh giá mức độ hiệu quả của thuật tốn.........................................

29

Hình 4.5

Mức cân bằng tải của hệ thống trong thời gian t ..............................

30

Hình 4.6

Tổng tài ngun lãng phí của hệ thống trong thời gian t .................

30

Hình 4.7

Thời gian thực hiện thuật toán PSOVM và PFTSA..........................

30


1

CHƯƠNG 1- TỔNG QUAN VỀ ĐIỆN TOÁN ĐÁM MÂY
1.1. Điện tốn đám mây là gì?
Điện tốn đám mây (Cloud Computing) theo định nghĩa của IBM là việc cung
cấp các tài nguyên máy tính cho người dùng tùy theo mục đích sử dụng thơng qua
kết nối Internet. Nguồn tài ngun đó có thể là bất kì thứ gì liên quan đến điện tốn
và máy tính, ví dụ như phần mềm, phần cứng, hạ tầng mạng cho đến các máy chủ
và mạng lưới máy chủ cỡ lớn.

Hình 1.1: Mơ hình điện tốn đám mây

(Nguồn: )

1.2. Các mơ hình dịch vụ của điện tốn đám mây
Hiện nay, các cơng ty cung cấp dịch vụ điện toán đám mây cung cấp các dịch vụ
của họ theo ba mơ hình cơ bản:
 Infrastructure as a Service (IaaS): Dịch vụ cơ sở hạ tầng.
 Platform as a Service (PaaS): Dịch vụ nền tảng.
 Software as a Service (SaaS): Dịch vụ phần mềm.


2

Hình 2.2:Mơ hình dịch vụ

1.3. Dịch vụ cơ sở hạ tầng (IaaS)
Dịch vụ cơ sở hạ tầng được dùng để cung cấp hạ tầng ảo cho người dùng, giúp
cho người dùng sử dụng dịch vụ theo nhu cầu một cách tự động. Nhà cung cấp dịch
vụ sẽ triển khai hạ tầng ảo trên các hệ thống phân tán, cung cấp thêm một hoặc
nhiều dịch vụ để đảm bảo các tính năng của IaaS và đảm bảo chất lượng dịch vụ.
Điều này hơn hẳn việc cho thuê máy chủ, không gian luu trữ hay thiết bị mạng, máy
trạm. Những dịch vụ này thơng thường được tính chi phí trên cơ sở tính tốn chức
năng và lượng tài ngun sử dụng. Những đặc trưng tiêu biểu: cung cấp tài nguyên
điện toán như mộ dịch vụ bao gồm cả máy chủ, thiết bị mạng, bộ nhớ, CPU, không
gian đĩa cứng, trang thiết bị trung tâm dữ liệu…; chi phí thay đổi tùy theo nhu cầu
thực tế; nhiều người thuê có thể cùng dùng chung, chia sẻ tài nguyên điện toán trên
cùng một hệ thống; linh động trong xử lý lỗi; linh động trong vận hành và kiểm
soát, thay đổi phần cứng. Sau đây là kiến trúc của dịch vụ cơ sở hạ tầng:


3

Hình 3.3:Kiến trúc dịch vụ cơ sở hạ tầng

Khi thực thi một yêu cầu từ người sử dụng, công việc đó có thể thực hiện song
song và chia sẻ tài nguyên để đáp ứng yêu cầu càng nhanh càng tốt. Hoặc là có thể
truy cập các kho dữ liệu khác nhau để có thể thỏa mãn nhu cầu của khách hàng.
IaaS phải đảm bảo về hiệu suất và hiệu quả chi phí trong khi bảo trì các điều khiển
trung tâm và khả năng tăng tài nguyên để bảo đảm dịch vụ khơng bị gián đoạn.
Có 03 thành phần chính trong kiến trúc của hệ thống đám mây. Đó là: cloud
manager, cluster manager và computer manager.
Cloud manager là điểm truy cập vào đám mây, nơi mà các nhà thuê bao đăng
ký tài khoản, quản lý các tài nguyên mà họ thuê và truy cập dữ liệu. Nó thực hiện
việc truy cập tài nguyên ở mức đầu tiên. Nó quyết định có đủ tài nguyên để đáp ứng
yêu cầu khách hàng hay không và cluster manager sẽ thực hiện yêu cầu. Cloud

manager cũng thực hiện các luật trên cloud đối với yêu cầu từ khách hàng.
Cluster manager: chịu trách nhiệm vận hành các máy thông qua mạng. Cluster
manager sẽ nhận lệnh/ truy vấn, truy cập tài nguyên từ cloud manager và xác định
tài nguyên nào có thể đáp ứng yêu cầu từ người sử dụng . Sau đó hiện thực truy cập
tài nguyên.


4

Computer manager: hợp tác với hypervisor chạy trên mỗi hệ thống máy tính
trong một cluster. Trong việc đáp ứng các truy vấn từ Cluster manager. Cluster
manager trả về thông tin trạng thái liên quan đến tài nguyên được sử dụng và có sẵn
mà có thể được sử dụng.

1.4. Lỗi trong IaaS
Lỗi trong IaaS có thể được phân loại dựa vào vị trí xuất hiện, vị trí
module chức năng. Lỗi có thể xuất hiện từ phần cứng vật lý, xuất hiện trong máy
chủ ảo hóa, hoặc trong các máy ảo….
Lỗi trong điện tốn đám mây có các khái niệm như sau:
 Fault: là một điều kiện bất thường trong một hoặc nhiều thành phần của hệ
thống. Một fault có thể hoặc không thể là nguyên nhân làm hệ thống không
thực thi theo như thiết kế ban đầu.
 Error: là sự trái ngược nhau giữa lý thuyết và thực tế của một thành phần bên
trong hệ thống khi hệ thống được thực thi. Một Error có thể là ngun nhân
hệ thống khơng thực thi theo như thiết kế ban đầu.
 Failure: là trạng thái của hệ thống thực thi không đúng như thiết kế ban đầu.
Một cách hiểu khác cụ thể hơn, lỗi trên điện tốn đám mây có thể là các
loại lỗi:
 Lỗi mạng (Network fault): lỗi liên quan tới mạng lưới như: bị cơ lập mạng,
mất gói, gói tin lỗi, đích đến mất kết nối, lỗi kết nối….

 Lỗi do phần cứng: Loại lỗi do các thiết bị phần cứng của máy chủ gây ra
như: lỗi nguồn, lỗi CPU, lỗi RAM, HDD, storage, CPU fan, mainboard, ...
 Lỗi truyền tải media: lỗi do media bị lỗi trong quá trình truyền hoặc nhận.
 Lỗi bộ xử lý: lỗi xảy ra trong bộ xử lý vì hệ điều hành bị lỗi.
 Lỗi tiến trình: Một lỗi do hết tài nguyên hoặc lỗi của phần mềm.
 Lỗi dịch vụ hết hạn: hết thời gian phục vụ của một tài nguyên trong khi ứng
dụng đang dùng nó. Lỗi xảy ra trong suốt q trình tính tốn trên tài ngun
hệ thống có thể được phân loại như: lỗi bỏ sót, lỗi định thời, lỗi trả lời ....
Cịn có thể phân loại lỗi dựa vào thời gian như:
 Lỗi lâu dài: lỗi xảy ra như do bị đứt dây mạng, nguồn điện bị mất, thảm
họa…. Đặc điểm của loại lỗi này là dễ tái tạo lại lỗi. Những lỗi này có thể


5

gây ra những hậu quả lớn cho hệ thống hoặc là làm cho một phần hệ thống
hoạt động không như mong đợi.
 Những lỗi gián đoạn: là những lỗi hiếm khi xuất hiện. Hầu hết những lỗi này
được bỏ qua trong hệ thống thử nghiệm và chỉ xuất hiện khi hệ thống có tải.
Vì vậy khó dự đốn sự thiệt hại của những lỗi này có thể gây ra.
 Lỗi tạm thời: Những lỗi xảy ra bởi một vài lỗi vốn có từ trước, tuy nhiên,
những lỗi này được sửa sai bằng cách cố gắng khôi phục hệ thống đến trạng
thái trước đó như là khởi động lại phần mềm hoặc gửi một thông báo.
Từ những khái niệm và phân loại lỗi trên đã có những nghiên cứu về
phương pháp nhận dạng lỗi cho ĐTĐM như: sử dụng phương pháp phân lớp
(classification) và phương pháp suy luận (inference).

1.5. Vấn đề kháng lỗi trong điện toán đám mây
Để tăng độ tin cậy cho hệ thống thường có hai hướng chính: một là hệ thống
hồn hảo, hai là hệ thống có khả năng kháng lỗi. Hệ thống hoàn hảo hướng tới việc

tránh lỗi xảy ra thông qua thiết kế tốt. Các thành phần trong hệ thống được đảm bảo
vận hành chính xác nếu có dấu hiệu bất thường sẽ được thay thế ngay. Còn kháng
lỗi là quan điểm khắc phục hậu quả của lỗi, tránh lỗi, ngăn ngừa lỗi để các thành
phần vẫn hoạt động. Để đạt được điều đó cần có cơ chế kháng lỗi. Có nhiều cách để
thực hiện, như là: Các các thành phần trong hệ thống cần có dự phòng (redundancy)
và hoạt động song song. Các thành phần đó có thể là phần cứng, phần mềm, vi xử
lý, cảm biến, bus, nguồn,...
Do vậy, hệ thống sẽ trở nên phức tạp hơn và tốn nhiều chi phí hơn.
Kháng lỗi là một trong những vấn đề nghiên cứu quan trọng của điện toán đám
mây. Một hệ thống điện toán đám mây có khả năng chịu lỗi, có thời gian hoạt động
rất cao, có khả năng hoạt động tốt bất chấp lỗi.
Có hai hướng chính trong nghiên cứu về kháng lỗi là:
 Kháng lỗi bị động (reactive fault tolerance): là kỹ thuật nhằm giảm bớt ảnh
hưởng do lỗi gây ra khi thực thi ứng dụng hoặc cung cấp dịch vụ. Có nhiều kỹ
thuật khác nhau cho chính sách này, như: Check pointing/Restart [1] [2] [3] [4],
Replication (nhân bản) [5] [6] [7], Task Resubmission (gán lại tác vụ), User
defined exception Handling (quản lý lỗi do người dùng định nghĩa).


6

 Check pointing/Restart: khi có một tác vụ bị lỗi, kỹ thuật này cho phép hệ
thống khởi động lại ở trạng thái gần nhất của trạng thái điểm kiểm tra.
 Replication: đây là kỹ thuật phổ biến trong việc kháng lỗi. Nhân bản là một
tiến trình duy trì nhiều bản sao của một hệ thống hoặc của một đối tượng.
Trong kỹ thuật này, yêu cầu từ khách hàng (client) sẽ được chuyển đến một
trong các bản sao đã được tạo. Hiện nay có một số cơng cụ cho phép hiện
thực kỹ thuật này là HA Proxy, Hadoop và AmazonEC2.
 Task Resubmission: kỹ thuật này được sử dụng rộng rãi trong hệ thống luồng
công việc cho khoa học. Bất cứ khi nào lỗi được phát hiện, tác vụ sẽ được

khởi động lại và thực thi hoặc là trên tài nguyên hiện hành hoặc là trên tài
nguyên khác.
 Quản lý lỗi do người dùng định nghĩa: người dùng đưa ra cách xử lý cho một
số trường hợp lỗi của tác vụ trong một luồng công việc cụ thể. Dạng xử lý
này cố gắng che giấu lỗi trong suốt quá trình thực thi của một tác vụ trong
luồng công việc.
 Kháng lỗi chủ động (proactive fault tolerance): Nhằm giữ ứng dụng hoặc dịch
vụ thực thi đúng bằng cách tránh các lỗi tiềm ẩn thơng qua biện pháp ngăn chặn.
Có 2 kỹ thuật cho chính sách này là Preemptive migration [8] và Software
Rejuvenation [9]:
 Preemptive Migration (Di trú ưu tiên): ứng dụng liên tục được theo dõi và
phân tích thơng qua hệ thống giám sát. Từ những thơng tin phản hồi đó hệ
thống sẽ dự đốn xem liệu có lỗi sắp xảy ra hay khơng, nếu có thì di chuyển
ứng dụng đến nơi an toàn hơn.
 Software Rejuvenation: đây là kỹ thuật thiết kế hệ thống có khả năng khởi
động lại theo định kỳ. Hệ thống sẽ bị xóa các trạng thái trước đó khi khởi
động lại và lúc này lỗi của hệ thống cũng khơng cịn tồn tại.

1.6. Thách thức trong việc kháng lỗi trong điện toán đám mây
Để thực hiện được kháng lỗi trong điện toán đám mây cần phải xem xét và phân
tích cẩn thận bởi vì sự phức tạp của hệ thống và độ tin cậy của các phương pháp
kháng lỗi cùng với những lý do sau:


7

 Hệ thống điện toán đám mây tồn tại nhiều cơng nghệ khác nhau, như cơng
nghệ ảo hóa máy chủ (sản phẩm của Vmware, KVM …), cơng nghệ ảo hóa
Network (ví dụ: Openvswitch) ... Phương pháp kháng lỗi phải đảm bảo hoạt
động và tương thích với các cơng nghệ này.

 Hướng phát triển mới của việc kháng lỗi phải kết hợp với thuật tốn lập lịch
dịng cơng việc có sẵn trong hệ thống điện toán đám mây.
 Phương pháp nào đáng tin cậy để đánh giá hiệu quả của các phương pháp
kháng lỗi trong điện toán đám mây.
 Đảm bảo được độ tin cậy và sẵn sàng đáp ứng cho nhiều nhà cung cấp dịch
vụ với nhiều phần mềm khác nhau.
 Tự động kháng lỗi phải đồng bộ giữa các đám mây khác.
 Giải pháp kháng lỗi tự động thể hiện của một ứng dụng chạy trên nhiều máy
ảo khác nhau.

1.7. Tham số đo lường các phương pháp kháng lỗi cho điện toán đám
mây
Các phương pháp, thuật toán kháng lỗi đã có trước đây trong điện tốn đám
mây thường xem xét các tham số khác nhau như: thông lượng (throughput), thời gian
phản hồi (response-time), khả năng mở rộng, hiệu năng, khả năng sẵn sàng, độ khả
dụng, độ tin cậy, độ an tồn, và phí tổn kết hợp:
 Thơng lượng (throughput): nó định nghĩa số lượng tác vụ đã được hồn thành.
Hệ thống tốt thì thơng lượng càng có giá trị cao.
 Thời gian phản hồi: thời gian phản hồi, đáp ứng của thuật toán, giá trị này
càng thấp càng tốt.
 Khả năng mở rộng: Số lượng node trong hệ thống mà thuật tốn kháng lỗi cịn
có thể hoạt động tốt.


Hiệu năng: tham số này kiểm tra sự ảnh hưởng về hiệu năng của hệ thống khi
áp dụng thuật toán. Hiệu năng của hệ thống cần được cải thiện với một chi phí
hợp lý.

 Độ sẵn sàng: độ sẵn sàng của hệ thống là một yếu tố ảnh hưởng đến độ tin cậy.
 Độ khả dụng: khả năng kết hợp với các sản phẩm khác một cách hiệu quả và

dễ dàng.


8

 Độ tin cậy: xem xét khả năng đạt được kết quả chính xác hoặc chấp nhận được
trong một khoảng thời gian.
 Phí tổn kết hợp: (overhead associated): là phí tổn trong khi thực thi những tác
vụ, tiến trình trong thuật tốn. Phí tổn có thể được gây ra bởi các tiến trình di
chuyển dữ liệu, trong nội tại tiến trình và trong nội tại bộ xử lý. Một thuật tốn
kháng lỗi hiệu quả thì phí tổn phải nhỏ.

1.8. Kết luận Chương 1
Trong chương này đã tổng quan được các định nghĩa về lỗi, kiến trúc dịch
vụ cơ sở hạ tầng điện toán đám mây, nhận dạng lỗi và kháng lỗi. Từ đó để nắm
được nền tảng để tìm hiểu, phân tích, ứng dụng thuật tốn khác nhằm giải quyết vấn
đề bài toán đặt ra.


9

CHƯƠNG 2- CÁC CƠNG TRÌNH LIÊN QUAN
Khả năng kháng lỗi và phục hồi trong điện toán đám mây là rất quan trọng
để đảm bảo hoạt động hệ thống chính xác và liên tục. Rất nhiều công việc đã được
thực hiện trong lĩnh vực này. Nhưng do ảo hóa và cung cấp dịch vụ dựa trên
internet, khả năng kháng lỗi hành vi và phục hồi trong điện toán đám mây vẫn còn
rất nhiều thử thách.
Để tăng cường độ tin cậy của dịch vụ đám mây, nhiều phương pháp tiếp
cận kháng lỗi đã được đề xuất, áp dụng phương pháp tiếp cận vị trí máy ảo dự
phịng cho nhiều ứng dụng. Khái niệm chính dựa trên các phương pháp này là để

đảm bảo rằng tất cả các dịch vụ đám mây có thể được duy trì trong khi bất kỳ máy
vật lý nào bị lỗi cùng một lúc. Remus là một dịch vụ có tính khả dụng cao cho phép
một hệ thống chạy tiếp tục thực hiện một cách minh bạch trên một vật lý thay thế
trong trường hợp bị lỗi chỉ với một vài giây thời gian chết [10]. Tuy nhiên, Remus
chỉ cung cấp một cơ chế sao chép máy ảo không đồng bộ cho một máy ảo cá nhân.
Hơn nữa, trong mơi trường điện tốn đám mây, ngồi việc đảm bảo độ tin
cậy dịch vụ đám mây, phương pháp đó nên giảm tiêu thụ tài nguyên càng nhiều
càng tốt trên cơ sở các đặc điểm của trung tâm dữ liệu đám mây. Do chi phí cao
phát sinh bởi cơ chế sao chép, các phương pháp dựa trên nó chỉ phù hợp cho các
nhiệm vụ quan trọng. Để khắc phục vấn đề này, các phương pháp tiếp cận đáng chú
ý đã được giới thiệu để xác định các phần quan trọng của một nhiệm vụ phức tạp
nhằm giảm chi phí thực hiện. Các phương pháp này trước tiên tính tốn giá trị ý
nghĩa của mỗi nhiệm vụ phụ theo cấu trúc và tần số gọi. Sau đó, họ xếp hạng các
tiểu nhiệm vụ trên cơ sở các giá trị ý nghĩa được tính tốn và xác định sự thừa của
mỗi tiểu nhiệm vụ cho phù hợp. Không giống như phương pháp tiếp cận mức dự
phòng cố định, các phương pháp này có thể giảm chi phí thực hiện bằng cách thay
đổi sự dư thừa của một thành phần khi xảy ra lỗi [11]. Mặc dù cải tiến nêu trên, việc
thực hiện cơ chế sao chép vẫn là một nhiệm vụ tốn kém. Do đó, một cơ chế như vậy
là phù hợp hơn cho các nhiệm vụ thời gian thực hoặc quan trọng. Tuy nhiên, đối với
một số nhiệm vụ quy mô lớn không theo thời gian thực, kỹ thuật kháng lỗi được sử
dụng rộng rãi được gọi là điểm kiểm tra là tương đối hiệu quả hơn. Điểm kiểm tra
được phân loại thành cơ chế: trạm kiểm soát độc lập và cơ chế trạm kiểm soát phối


10

hợp. Từ quan điểm của kiểm tra độc lập, Nagarajan đã đề xuất một cơ chế kháng lỗi
chủ động có thể dự đốn vật lý bị hỏng thơng qua giám sát tài nguyên, tức là, giám
sát nhiệt độ CPU, bộ nhớ, tốc độ quạt và nhật ký đĩa và di chuyển máy ảo trên máy
vật lý bị lỗi sang máy vật lý ổn định trước khi xảy ra bất kỳ sự cố nào [12]. Nhìn

chung, cơ chế kháng lỗi chủ động sử dụng các lược đồ trạm kiểm soát đầy đủ, bởi vì
các tần số trạm kiểm sốt có thể được giảm xuống khi gặp phải các lỗi không lường
trước được. Mặc dù một cụm ảo được coi là thực thi chung các ứng dụng song song,
kỹ thuật di chuyển được sử dụng để nâng cao độ tin cậy. Các chiến lược kiểm tra
động được phát triển bằng cách điều tra và phân tích cơ chế trạm kiểm sốt độc lập
có thể làm giảm đáng kể chi phí trong khi cải thiện độ tin cậy. Goiri trình bày một
cơ sở hạ tầng trạm kiểm sốt thơng minh sử dụng Hệ thống tệp liên minh khác để
phân biệt các phần chỉ đọc từ các phần đọc-ghi của hình ảnh máy ảo cho các nhà
cung cấp dịch vụ ảo hóa [13]. Mặc dù cách tiếp cận này là một cách hiệu quả để tiếp
tục thực hiện tác vụ nhanh hơn sau khi một sự cố nút và tăng kháng lỗi của hệ
thống, nó nhìn ra thực tế rằng các chuyển mạch lõi là nút cổ chai của mạng trung
tâm dữ liệu đám mây. Khi hình ảnh trạm kiểm sốt được lưu trữ trong máy vật lý
lưu trữ trung tâm, lưu lượng điểm kiểm sốt có thể tắc nghẽn, ảnh hưởng đến kháng
lỗi. Để khắc phục vấn đề này, Zhou đề xuất phương pháp nâng cao độ tin cậy của
dịch vụ đám mây để giảm thiểu việc sử dụng tài nguyên mạng và lưu trữ trong trung
tâm dữ liệu đám mây [14]. Trong cách tiếp cận của họ, các phần giống nhau của tất
cả các máy ảo cung cấp cùng một dịch vụ được kiểm tra một lần là hình ảnh trạm
kiểm sốt dịch vụ. Hơn nữa, hình ảnh trạm kiểm sốt cịn lại chỉ lưu trang đã sửa
đổi. Cách tiếp cận này không chỉ đảm bảo độ tin cậy dịch vụ đám mây mà cịn tiêu
thụ ít tài ngun mạng và lưu trữ hơn các phương pháp khác. Mặc dù một số cơ chế
trạm kiểm soát đã được giới thiệu, nhưng chúng hiếm khi xem xét tính nhất quán
của các cụm ảo. Do đó, cơ chế trạm kiểm sốt phối hợp đã được đề xuất. Để giảm
thiểu tổn thất hiệu suất do thất bại bất ngờ hoặc chi phí khơng cần thiết của các cơ
chế kháng lỗi, Liu đề xuất một sơ đồ bố trí trạm kiểm sốt phối hợp tối ưu để đối
phó với các bản phân phối lỗi khác nhau và một khoảng thời gian kiểm tra khác
nhau [15]. Zhang VirtCFT được đề xuất, hệ thống kháng lỗi điểm kiểm tra phân
phối phối hợp cấp hệ thống cung cấp kháng lỗi cho một cụm ảo và khơi phục tồn
bộ cụm ảo về trạng thái chính xác trước đó khi xảy ra lỗi bằng cách kiểm tra các

11

điểm ảnh một cách rõ ràng [16]. Xem xét các yêu cầu cá nhân của người dùng có
thể thay đổi đáng kể, Limrungsi đề xuất một kế hoạch mới để cung cấp độ tin cậy
như một dịch vụ linh hoạt theo yêu cầu [17]. Cách này sử dụng điểm kiểm tra ngang
hàng và cho phép mức độ tin cậy của người dùng được tối ưu hóa cùng nhau bằng
cách đánh giá các yêu cầu cá nhân của người dùng và tổng số tài nguyên có sẵn
trong trung tâm dữ liệu đám mây.
Trong [18] Yuqiang Luo đã giới thiệu các kết quả mới cho thấy logic mờ
cung cấp một phương pháp hiệu quả để phân tích và tổng hợp thơng tin mạng.
Ngồi ra, nó hỗ trợ luật điều khiển phi tuyến cho các hệ thống phức tạp. Có một số
hướng nghiên cứu mới: Hệ thống nối mạng hai chiều (2D). Hệ thống điều khiển
mạng không dây (WNCS), Chất lượng dịch vụ (QoS) của Hệ thống nối mạng, Điều
khiển truy cập mờ trong Hệ thống mạng mở, Bộ điều khiển thông minh trong Hệ
thống nối mạng.
Ying Jiang, J.H. [19] đề xuất mô hình dự đốn lỗi trong điện tốn đám mây
kết hợp với các tính năng trong điện tốn đám mây. Thuật toán C4.5 được cải tiến
để phát hiện lỗi của điện tốn đám mây. Mơ hình dự đốn lỗi cho điện tốn đám
mây xét trên bốn tiêu chí: tầng cung cấp dịch vụ (SaaS, PaaS, IaaS), Giai đoạn cung
cấp dịch vụ, Phạm vi ảnh hưởng của lỗi, Nguồn gốc gây lỗi.
Massimo Ficco đề xuất hướng tiếp cận meta-heuristic cho việc phân bổ tài
ngun điện tốn đám mây dựa trên mơ hình tối ưu hóa sinh thái san hơ lấy cảm
hứng sinh học [20]. Theo đó, dựa vào Lý thuyết trị chơi cổ điển để tối ưu hóa chiến
lược cấp phát tài nguyên đảm bảo các mục tiêu của nhà cung cấp dịch vụ cũng như
các yêu cầu của khách hàng. Thuật tốn tiến hóa dựa trên việc quan sát cấu trúc của
rặng san hô và sinh sản san hô, thể hiện một hành vi rất thú vị để mô phỏng các yêu
cầu liên tục của các tài nguyên, kích hoạt các quy trình thay đổi kích cỡ, sao chép và
di chuyển. Nó cũng khai thác tính năng động trong cạnh tranh giữa những người sử
dụng chiến lược và các nhà cung cấp dịch vụ (với mục tiêu tối đa hóa doanh thu)
nhằm hội tụ các giải pháp cân bằng tối ưu có thể thỏa mãn những lợi ích rõ ràng của

các bên liên quan. Thực nghiệm cho thấy phương pháp kết hợp dựa trên cảm xúc
sinh học và dựa trên lý thuyết trị chơi khơng chỉ đạt được một giải pháp thỏa đáng
về tính thích ứng và tính đàn hồi mà cịn có thể dẫn đến cải thiện hiệu suất đáng kể


12

về thời gian hội tụ, khi vấn đề quy mô theo các đám mây rất lớn với rất nhiều máy
móc và máy ảo được phân bổ lại.
Yang Guo đề xuất thuật toán điều chỉnh tự động máy ảo cho ứng dụng
hosting trên điện toán đám mây [21]. Mục tiêu giảm thiểu số lượng lưu trữ máy vật
lý bằng cách đóng gói các máy ảo vào các máy vật lý, trong khi các máy ảo được
điều chỉnh tự động đáp ứng yêu cầu biến động. Thuật toán Shadow sử dụng một hệ
thống hàng đợi ảo được thiết kế đặc biệt để tự động tạo ra một giải pháp tối ưu cho
điều chỉnh tự động máy ảo và đóng gói VM-to-PM. Thuật tốn chạy liên tục mà
khơng cần phải giải quyết lại vấn đề tối ưu hóa cơ bản “từ đầu” và điều chỉnh tự
động với những thay đổi trong nhu cầu ứng dụng.
Trong nghiên cứu của PGS.TS Trần Công Hùng, Th.Sĩ Bùi Thanh Khiết
đăng trên Tạp chí ICCASA 2016 [22], các tác giả đã đề xuất giải pháp dành cho các
máy ảo nhằm đảm bảo cân bằng các mục tiêu mà các nhà sử dụng cần bao gồm các
nhà cung cấp dịch vụ và khách hàng của họ dựa trên lý thuyết trò chơi. Ý tưởng chủ
đạo là sử dụng thuật toán meta-heuristic Ant Colony Optimization (ACO) dựa trên
trạng thái cân bằng Nash.
Các nghiên cứu về khả năng kháng lỗi trong điện tốn đám mây đã cơng
bố, các tác giả đề xuất hướng kết hợp phản hồi lỗi từ hai chính sách kiểm soát lỗi
chủ động và bị động, đề xuất mơ hình kháng lỗi để xây dựng hệ thống Dịch vụ cơ
sở hạ tầng của điện toán đám mây tốt hơn. Đầu vào đám mây đáp ứng một số yêu
cầu: băng thông, độ trễ, xác suất lỗi,... Điều đầu tiên cần làm là nghiên cứu mơ hình
điện tốn đám mây sắp xảy ra lỗi một cách nhanh nhất. Sau đó, nó cung cấp phản
hồi thích hợp để ngăn chặn lỗi xảy ra càng nhanh càng tốt, đảm bảo tính tồn vẹn

dữ liệu và tối ưu hóa lưu trữ dữ liệu - vì dữ liệu trên điện tốn đám mây rất lớn.


13

CHƯƠNG 3- MƠ HÌNH KHÁNG LỖI TRÊN ĐIỆN TỐN
ĐÁM MÂY DỊCH VỤ CƠ SỞ HẠ TẦNG
3.1. Mơ hình hệ thống
Điện toán đám mây cung cấp tài nguyên cho ứng dụng của khách hàng.
Thành phần giám sát các ứng dụng theo vòng lặp MAPE-K liên tục theo
dõi nhằm giám sát mức độ sử dụng tài nguyên. Bộ giám sát thu thập dữ
liệu về tình trạng sử dụng tài nguyên và chuyển đến bộ phận điều chỉnh tự
động sau đó đưa ra các lệnh phù hợp, cụ thể là: máy vật lý đó có nguy cơ
bị lỗi khơng, có cần phải di dời các máy ảo trên máy vật lý đang nói đó
sang máy vật lý khác khơng. Để đánh giá QoS cho từng ứng dụng đa tầng
của khách hàng, chúng tôi sử dụng Mạng hàng đợi theo tầng (LQN) [23,
24].

Hình 3.1: Kiến trúc hệ thống

Trong nghiên cứu này, mơ hình LQN cung cấp các số đo hiệu suất như thông lượng,
trạng thái ổn định và thời gian đáp ứng. Đầu vào cho mơ hình LQN là các tài
ngun phần cứng, cường độ công việc của khách hàng và nhu cầu dịch vụ của
khách hàng đối với mơ hình các thành phần ở mỗi giai đoạn.


14

3.2. Logic mờ và điều khiển mờ
3.2.1. Giới thiệu

Từ năm 1965 đã ra đời một lý thuyết mới, đó là lý thuyết tập mờ (Fuzzy set
theory) do giáo sư Lofti A.Zadeh ở trường đại học Califonia – Mỹ đưa ra. Từ khi lý
thuyết đó ra đời nó được phát triển mạnh mẽ qua các cơng trình khoa học của các
nhà khoa học như: năm 1972 GS Terano và Asai thiết lập ra cơ sở nghiên cứu hệ
thống điều khiển mờ ở Nhật, năm 1980 hãng Smith Co. bắt đầu nghiên cứu điều
khiển mờ cho lò hơi… Những năm đầu thập kỷ 90 cho đến nay hệ thống điều khiển
mờ và mạng nơron (Fuzzy system and neural network) được các nhà khoa học, các
kỹ sư và sinh viên trong mọi lĩnh vực khoa học kỹ thuật đặc biệt quan tâm và ứng
dụng trong sản xuất và đời sống. Tập mờ và logic mờ đã dựa trên các thông tin
“không đầy đủ” về đối tượng để điều khiển đầy đủ về đối tượng một cách chính xác.
Trong những năm gần đây, lý thuyết tập mờ được ứng dụng rất rộng rãi
trong nhiều lĩnh vực như : các đồ vật dân dụng (điều hòa, máy giặt…) điều khiển
nhiệt độ, điều khiển trong giao thơng vận tải, chuẩn đốn và điều trị bệnh trong y
học… các vi mạch chuyên dụng của điều khiển mờ cũng đã được chế tạo và ngày
càng hoàn thiện. Vi mạch mờ đầu tiên được chế tạo bởi hãng Masaki Togai và
Hiroyuki Watanabe vào năm 1986. Ngày nay có rất nhiều hãng chế tạo được các
chíp mờ như: Omron có vi mạch FP3000, FP5000, hãng Motorola với vi mạch mờ
sử dụng cùng với các vi mạch 68HC05, 68HC11, hàng Hitachi – America với vi
mạch 48/300, 48/500 điều khiển kiểu vi xử lý, hãng America neutralogic với các
chíp NLX 230, ADS 230, NLX 110, NLX 112… đã có rất nhiều sản phẩm công
nghiệp được tạo ra nhờ áp dụng kỹ thuật điều khiển mờ ở Nhật Bản, nơi mà điều
khiển mờ được áp dụng rất thành công.
Điểm mạnh cơ bản của điều khiển mờ so với kỹ thuật điều khiển kinh điển
là nó áp dụng rất hiệu quả trong các quá trình chưa được xác định rõ hay khơng thể
đo đạc chính xác, các q trình được điều khiển ở điều kiện thiếu thơng tin. Điều
khiển mờ đã tích hợp kinh nghiệm của các chuyên gia để điều khiển mà không cần
hiểu biết nhiều về các thông số của hệ thống.
Điều khiển mờ chiếm một vị trí quan trọng trong điều khiển học kỹ thuật
hiện đại, đến nay điều khiển mờ đã là một phương pháp điều khiển nổi bật bới tính

15

linh hoạt và đã thu được những kết quả khả quan trong nghiên cứu, ứng dụng lý
thuyết tập mờ, logic mờ và suy luận mờ.
Những ý tưởng cơ bản trong hệ điều khiển logic mờ là tích hợp kiến thức
của các chuyên gia trong thao tác vào các bộ điều khiển trong quá trình điều khiển,
quan hệ giữa các đầu vào và đầu ra của hệ điều khiển logic mờ được thiết lập thông
qua việc lựa chọn các luật điều khiển mờ (như luật if then) trên các biến ngôn ngữ.
Luật điều khiển if – then là một cấu trúc điều khiển dạng nếu – thì trong đó có một
số từ được đặc trưng bởi các hàm liên thuộc liên tục. Các luật mờ và các thiết bị suy
luận mờ là những công cụ gắn liền với việc sử dụng kinh nghiệm chuyên gia trong
việc thiết kế các bộ điều khiển.
So với các giải pháp kỹ thuật từ trước tới nay được áp dụng để tổng hợp
các hệ thống điều khiển, phương pháp tổng hợp hệ thống bằng điều khiển mờ có
những ưu điểm rõ rệt sau:
 Khối lượng cơng việc thiết kế giảm đi nhiều do không cần sử dụng mơ hình
đối tượng trong việc tổng hợp hệ thống.
 Bộ điều khiển mờ dễ hiểu hơn so với các bộ điều khiển khác (cả về kỹ thuật)
và dễ dàng thay đổi.
 Đối với bài tốn thiết kế có độ phức tạp cao, giải pháp dùng bộ điều khiển
mờ cho phép giảm khối lượng tính tốn và giá thành sản phẩm.
 Trong nhiều trường hợp bộ điều khiển mờ làm việc ổn định hơn, bền vững
hơn, khả năng chống nhiễu cao hơn và chất lượng điều khiển cao hơn.
Ngày nay với tốc độ phát triển vượt bậc của tin học và sự tương đối hoàn
thiện của lý thuyết điều khiển đã chắp cánh cho sự phát triển đa dạng và phong phú
của các hệ điều khiển mờ. Tuy nhiên vấn đề tổng hợp được một bộ điều khiển mờ
một cách chặt chẽ và ứng dụng cho một đối tượng cụ thể nhằm nâng cao chất lượng
điều khiển đang là sự quan tâm của nhiều nhà nghiên cứu.

3.2.2. Sơ đồ khối bộ điều khiển mờ
Cấu trúc chung của một bộ điều khiển mờ gồm có 4 khối: Khối mờ hóa, khối hợp
thành, khối luật mờ và khối giải mờ (Hình 3.2)


16

Hình 3.2: Sơ đồ khối của bộ điều khiển mờ

Khối mờ hóa có chức năng chuyển mỗi giá trị rõ của biến ngơn ngữ đầu
vào thành véctơ µ có số phần tử bằng số tập mờ đầu vào.
Khối luật mờ và khối hợp thành là phần cốt lõi của hệ điều khiển mờ vì nó
có khả năng mơ phỏng những suy nghĩ, suy đoán của con người để đạt mục tiêu
điều khiển mong muốn.
Trong điều khiển logic mờ, kinh nghiệm chun gia cùng các kỹ năng
đóng vai trị quan trọng trong việc lựa chọn các biến trạng thái và biến điều khiển.
Các biến vào của bộ điều khiển logic mờ thường là trạng thái sai lệch trạng thái, đạo
hàm sai lệch trạng thái, tích phân sai lệch…
Số lượng các tập mờ là trọng tâm cần lưu ý khi thiết kế hệ điều khiển logic
mờ. Trong một miền giá trị có thể chọn số tập mờ, thông thường miền giá trị tập mờ
đầu vào thường chia thành nhiều tập mờ gối lên nhau. Thường người ta chia số tập
mờ từ 3 đến 9 giá trị, số lượng các tập mờ đầu vào xác định số lượng lớn nhất các
luật điều khiển mờ trong hệ điều khiển mờ.
Khối hợp thành có nhiệm vụ đưa vào tập mờ đầu vào (trong tập cơ sở U)
và tập các luật mờ (do người thiết kế lập ra) để tạo thành tập mờ đầu ra (trong tập
cơ sở V). Hay nói cách khác là nhiệm vụ khối hợp thành là thực hiện ánh xạ tập mờ
đầu vào (trong U) thành tập mờ đầu ra (trong V) theo các luật mờ đã có.
Các nguyên lý logic mờ được áp dụng trong khối hợp thành để tổ hợp từ
các luật mờ If- then trong luật mờ cơ bản thành thao tác gán 1 tập mờ A’ (trong U)
tới tập mờ B’ (trong V). Ta đã biết rằng các luật mờ If – then được diễn giải thành

các quan hệ mờ trong không gian nền UxV. Khi dùng quy tắc Max-Min thì dấu


17

“*”được thay thế bằng cách lấy cực tiểu. Khi dùng quy tắc Max-Prod thì dấu
“*”được thực hiện bằng phép nhân bình thường.
Các luật mờ cơ bản là tập hợp các luật if- then được xây dựng trên các biến
ngôn ngữ, các luật mờ này đặc trưng cho mối liên hệ giữa đầu vào và đầu ra của hệ,
nó là trái tim của hệ điều khiển logic mờ. Sử dụng luật mờ cơ bản này làm công cụ
để suy luận và đưa ra các đáp ứng một cách có hiệu quả.
Giải mờ được định nghĩa như gán một tập mờ B’ trong V  R (là đầu ra
của thiết bị hợp thành) với một giá trị rõ y*  V. Như vậy phép giải mờ là cụ thể
hóa một điểm trong V mà nó có thể hiện rõ nhất tập mờ B’ .

3.3. Giải thuật toán tối ưu bầy đàn (PSO)
Giải thuật tối ưu hóa theo bầy đàn (Particle Swarm Optimization - PSO) là một
kỹ thuật tối ưu hóa ngẫu nhiên dựa trên một quần thể được phát triển bởi Eberhart
và Kennedy, phỏng theo hành vi của các bầy chim hay các đàn cá. Cũng giống như
giải thuật di truyền, PSO tìm kiếm giải pháp tối ưu bằng việc cập nhật các thế hệ.
Tuy nhiên, không giống như giải thuật di truyền, PSO khơng có các thao tác tiến
hóa như là lai ghép hay đột biến.
Năm 1987, quan sát quá trình chuyển động của các theo bầy đàn (bầy chim, đàn
cá), Reynolds đưa ra nhận ra ba quy luật: Tách biệt; Sắp hàng và Liên kết. Từ
nghiên cứu của Renolds, Eberhart và Kennedy đưa thêm giả thuyết về quá trình tìm
về tổ của bầy đàn theo các quy luật:
i. Tất cả các phần tử trong bầy đàn đều có xu hướng chuyển động về tổ.
ii. Mỗi phần tử đều ghi nhớ vị trí gần tổ nhất nó đã đạt tới.
Tương tự như vậy, hai ơng đưa giả thuyết về q trình tìm mồi của bầy đàn
trong một vùng khơng gian mà các phần tử trong bầy đàn đều biết thông tin về thức

ăn cách bao xa và lưu giữ vị trí gần thức ăn nhất mà chúng đã đạt tới. Khi đó, cách
tốt nhất để tìm thức ăn là theo sau những con phần tử đầu đàn - những con trong
bầy gần chỗ thức ăn nhất. Từ đó, hai ơng đề xuất thuật toán PSO phỏng theo kịch
bản này và sử dụng nó để giải các bài tốn tối ưu.
Trong PSO, mỗi giải pháp đơn là một phần tử (particle) trong kịch bản trên.
Mỗi phần tử được đặc trưng bởi hai tham số là vị trí hiện tại của phần tử - present[]
và vận tốc – v[] . Đây là hai vectơ trên trường số Rn với n là số chiều của phần tử


18

được xác định từ bài toán cụ thể. Đồng thời mỗi phần tử có một giá trị thích nghi
(fitness value), được đánh giá bằng hàm đo độ thích nghi (fitness function). Tại thời
điểm xuất phát, bầy đàn, hay chính xác là vị trí của mỗi phần tử được khởi tạo một
cách ngẫu nhiên (hoặc theo một cách thức nào đó dựa vào tri thức biết trước về bài
toán). Trong quá trình chuyển động, mỗi phần tử chịu ảnh hưởng bởi hai thông tin:
thông tin thứ nhất, gọi là pBest, là vị trí tốt nhất mà phần tử đó đã đạt được trong
quá khứ; thông tin thứ hai, gọi là gBest, là vị trí tốt nhất mà cả bầy đàn đã đạt được
trong quá khứ. Trong nguyên bản do Eberhart và Kennedy đưa ra, các phần tử trong
PSO sẽ duyệt không gian bài toán bằng cách theo sau các phần tử có điều kiện tốt
nhất hiện thời (độ thích nghi lớn nhất). Cụ thể là sau mỗi khoảng thời gian rời rạc,
vận tốc và vị trí của mỗi phần tử được cập nhật theo các công thức (3.1) và (3.2)
được định nghĩa như sau.
v[] = v[] + c 1 .rand()*(pbest[] — present[] )
+ c 2 . Rand() * (gbest[] — present[] )

present [ ] = pe sent [ ] + V [ ]

(3.1)

(3.2)

Trong đó, rand() là một số ngẫu nhiên trong khoảng ( 0 , 1 ) ; c1, c2 là các hệ
số học, chúng thường được chọn là c1= c2 = 2 .
Một số điều kiện dừng phổ biến của thuật toán là: số lần cập nhật, số lần cập
nhật bầy đàn mà không đưa lại kết quả tốt hơn, số lần cập nhật mà lượng thay đổi
giữa hai lần cập nhật liên tiếp nhỏ hơn một ngưỡng nào đó... Ngồi ra điều kiện
dừng có thể được xác định từ bài toán cụ thể. Phiên bản ban đầu của PSO được
trình bày ở trên được gọi là phiên bản “tốt nhất tồn cục” (global best), trong đó
vận tốc của mỗi phần tử đều chỉ bị ảnh hưởng bởi hai yếu tố là: yếu tố nội tại - vị trí
tốt nhất nó đã từng đạt được - và yếu tố tồn cục - vị trí tốt nhất cả bầy đã đạt được.
Các cải tiến của PSO đưa vào yếu tố “cục bộ”, tức là vận tốc của mỗi phần tử trong
quá trình chuyển động cịn bị tác động bởi vị trí tốt nhất đã đạt được trong số những
hàng xóm của nó lbest [ ] . Khi đó, cơng thức cập nhật vận tốc được định nghĩa
trong (3.3).
v[ ] = v[ ] + c1. rand()*(pbest[] — presen[])


19

+ c2.rand()* (gbest[]] — present[])

(3.3)

+ c 3 .rand() * (lbest[] — present[] )
Theo nghiên cứu của M. Clerc, việc chỉ sử dụng yếu tố cục bộ (được gọi là
phiên bản “tốt nhất cục bộ” của PSO) thường đem lại hiệu quả tốt hơn so với việc
sử dụng yếu tố toàn cục hoặc sử dụng cả hai yêu tố (cục bộ và toàn cục). Để thống
nhất trong việc sử dụng PSO, các nhà nghiên cứu đã thống nhất đưa ra phiên bản
PSO chuẩn và bản chuẩn mới nhất hiện nay là Standard PSO 2011 (SPSO-11).

3.4. Xây dựng mơ hình bài tốn dựa trên lý thuyết logic mờ và thuật
toán PSO
3.4.1 Thành phần dự đốn lỗi dựa trên logic mờ
Các thơng số liên quan đến PM như tải, nhiệt độ.
 Luật mờ cho thơng số tải:
Tải của hệ thống được tính:
𝐥𝐨𝐚𝐝 = 𝝀𝟏 𝒄𝒑𝒖 + 𝝀𝟐 𝒓𝒂𝒎 + 𝝀𝟑 𝒅𝒊𝒔𝒌
Low

Medium

1

High

0.5
0

l2

l1

l3

l4

Hình 3.3: Luật mờ cho thông số tải

Công thức cho tải khi giá trị Low

1 𝑛ế𝑢 𝑙𝑜𝑎𝑑 < 𝑙 ,
𝜇

𝑛ế𝑢 𝑙 ≤ 𝑙𝑜𝑎𝑑 ≤ 𝑙 , 

(𝑙𝑜𝑎𝑑 ) =

(3.4)

0 𝑛ế𝑢 𝑙𝑜𝑎𝑑 > 𝑙 .
Công thức cho tải khi giá trị Medium
⎧
⎪
𝜇

(𝑙𝑜𝑎𝑑 ) =

⎨
⎪
⎩

0 𝑛ế𝑢 𝑙𝑜𝑎𝑑 < 𝑙 ℎ𝑜ặ𝑐 𝑙𝑜𝑎𝑑 > 𝑙 ,
𝑛ế𝑢 𝑙 ≤ 𝑙𝑜𝑎𝑑 ≤ 𝑙
1 𝑛ế𝑢 𝑙 ≤ 𝑙𝑜𝑎𝑑 ≤ 𝑙 ,
𝑛ế𝑢 𝑙 ≤ 𝑙𝑜𝑎𝑑 ≤ 𝑙 .

  (3.5)


20

Công thức cho tải khi giá trị High
1 𝑛ế𝑢 𝑙𝑜𝑎𝑑 > 𝑙 ,
𝜇

𝑛ế𝑢 𝑙 ≤ 𝑙𝑜𝑎𝑑 ≤ 𝑙 ,  ( 3.6)

(𝑙𝑜𝑎𝑑 ) =

0 𝑛ế𝑢 𝑙𝑜𝑎𝑑 < 𝑙 .
 Luật mờ cho thông số nhiệt độ:
Jialei Liu [29] đề xuất:
temp (t|A, ω, 𝑡 , 𝑡

Low

1

)=

𝑒 nếu 0 ≤ t ≤ 𝑡 ,
𝑒 nếu 𝑡 ≤ t ≤ 𝑡 ,
Asin(ωt − ω𝑡 )𝑡 ≤ t ≤ 𝑡

Medium

High

0.5

0
t1

t2

t3

Hình 3.4: Luật mờ cho thơng số nhiệt độ

Công thức cho nhiệt độ khi giá trị Low
1 𝑛ế𝑢 𝑡𝑒𝑚𝑝 < 𝑡 ,
𝜇

(𝑡𝑒𝑚𝑝) =

𝑛ế𝑢 𝑡 ≤ 𝑡𝑒𝑚𝑝 ≤ 𝑡 ,  ( 3.7)
0 𝑛ế𝑢 𝑡𝑒𝑚𝑝 > 𝑡 .

Công thức cho nhiệt độ khi giá trị Medium
⎧
(𝑡𝑒𝑚𝑝) =

𝜇

⎨
⎩

0 𝑛ế𝑢 𝑡𝑒𝑚𝑝 < 𝑡 ℎ𝑜ặ𝑐 𝑡𝑒𝑚𝑝 > 𝑡 ,
𝑛ế𝑢 𝑡 ≤ 𝑡𝑒𝑚𝑝 ≤ 𝑡 ,
 

(3.8)

𝑛ế𝑢 𝑡 ≤ 𝑡𝑒𝑚𝑝 ≤ 𝑡 .

Công thức cho nhiệt độ khi giá trị High
1 𝑛ế𝑢 𝑡𝑒𝑚𝑝 > 𝑡 ,
𝜇

(𝑡𝑒𝑚𝑝) =

𝑛ế𝑢 𝑡 ≤ 𝑡𝑒𝑚𝑝 ≤ 𝑡 , 
0 𝑛ế𝑢 𝑡𝑒𝑚𝑝 < 𝑡 .

(3.9)