Hiện nay, trọng tâm của nghiên cứu hiện tại về Mạng cảm biến không dây (WSN) chủ yếu là về sự cạnh tranh ở lớp MAC, bỏ qua các đặc điểm lưu lượng của lưu lượng lớp trên, đặc biệt là tương tác với lưu lượng định tuyến. Do đó, việc cân bằng khả năng thích ứng của mạng và thông lượng dữ liệu là rất quan trọng trong việc triển khai WSN. Bài báo này giới thiệu một mô hình phân tích để đánh giá xác suất va chạm, có thể áp dụng để đánh giá hiệu quả của WSN bằng các giao thức định tuyến cây. Bài báo này kiểm tra xác suất va chạm trên nhiều loại tải lưu lượng khác nhau, bao gồm lưu lượng định tuyến và lưu lượng dữ liệu, làm nổi bật các ảnh hưởng có mối liên hệ của chúng. Mô hình cũng sử dụng các tham số thực tế như tốc độ chuyển tiếp thông tin định tuyến, xác nhận và tốc độ dữ liệu để tăng cường khả năng áp dụng. Xác thực thông qua mô phỏng chứng minh sự liên kết chặt chẽ giữa các kết quả phân tích và mô phỏng, cho thấy hiệu quả của mô hình trong các đánh giá trước khi triển khai các ứng dụng WSN. Điều này dẫn đến niềm tin rằng mô hình có thể là ứng cử viên phù hợp để đánh giá hiệu suất mạng trước khi triển khai các ứng dụng WSN.Presently, the focus of current research on Wireless Sensor Networks (WSNs) is predominantly on contention at the MAC layer, overlooking the traffic characteristics of upper-layer traffic, especially the interaction with the routing traffic. Hence, balancing network adaptation and data throughput is critical in WSN deployments. This paper introduces an analytical model to assess collision probabilities, applicable for evaluating the effectiveness of WSNs using tree routing protocols. It examines collision probabilities across various types of traffic load, including routing and data traffic, highlighting their interconnected influences. The model also employs practical parameters like routing information forwarding rate, acknowledgments, and data rate to enhance applicability. Validation through simulation demonstrates strong alignment between the analytical and simulated results, suggesting the model's efficacy in pre-deployment evaluations of WSN applications. This leads to the belief that the model can be a suitable candidate to evaluate the network performance before deploying WSN applications.