ĐÁNH GIÁ CÁC GIAO THỨC CÂY TRUY VẤN DỰA TRÊN TRI THỨC VỚI CÁC PHÂN BỐ THẺ RFID KHÁC NHAU

jos.hueuni.edu.vn Tập 134, Số 2A, 2025 119 Một đánh giá tổng quan các thuật toán cây truy vấn dựa trên tri thức được tóm tắt trong Bảng 1. Bảng 1. Đánh giá các thuật toán dựa trên tri thức KQT, HQT và QTKS Thuật toán Giả thiết tri thức Cách thực hiện Đánh giá hiệu quả KQT - Biết số thẻ 𝑁exp và chia miền ID thẻ thành 𝑁exp khoảng; - Biết phân bố thẻ (đồng nhất hoặc không đồng nhất) để việc chia khoảng tương ứng là đều hoặc theo hàm phân bố. - Áp dụng thuật toán QT độc lập trên từng khoảng đã chia. - Nếu số thẻ được biết/ước lượng chính xác và việc chia khoảng hợp lý (mỗi khoảng xấp xỉ một thẻ), KQT đạt hiệu quả nhận dạng rất cao. HQT - Biết phân bố thẻ và miền ID của tập thẻ ứng viên. - Xây dựng cây quyết định dựa trên phân bố các thẻ đã biết; - Chọn bit truy vấn “hiệu quả nhất” theo heuristic; - Sử dụng thuật toán ID3 với độ lợi thông tin làm tiêu chí chọn bit. - Việc sử dụng entropy để chọn bit tốt nhất giúp hầu như loại bỏ các khe nhàn rỗi. QTKS và QTKS_TE - Biết trước miền phân bố ID trong cơ sở dữ liệu thẻ để xây dựng cây truy vấn; việc truy vấn một tập con thẻ sau đó dựa hoàn toàn trên cây này. - Xây dựng cây truy vấn dựa trên cơ sở dữ liệu ID thẻ đã biết; - Thực hiện truy vấn một tập con thẻ dựa trên cấu trúc cây truy vấn đã xây. - Quá trình truy vấn thẻ được rút ngắn và hiệu quả hơn; - Khi có thể ước lượng được số thẻ cần truy vấn, hiệu quả truy vấn được cải thiện đáng kể. Sau đây là phần đánh giá thực nghiệm đối với các giao thức (thuật toán) cây truy vấn dựa trên tri thức. 3 Mô phỏng và phân tích kết quả

Các thuật toán QT, KQT, HQT, QTKS và QTKS_TE được cài đặt và mô phỏng trên máy tính cá nhân sử dụng bộ xử lý Intel(R) Core(TM) i7-12700 @ 2.10 GHz, RAM 24 GB, với ngôn ngữ lập trình Python 3.11.4. Để đánh giá hiệu suất nhận dạng thẻ của các giao thức dựa trên cây, chúng tôi sử dụng các tiêu chí sau: Số khe xung đột (collision slots) và số khe nhàn rỗi (idle slots);